ReasonGraph：别让AI成黑箱！这个开源工具把大模型的脑回路画给你看

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🕵️♂️ 「别让AI成黑箱！开源工具把大模型的脑回路画给你看」

大家好，我是蚝油菜花。你是否也经历过这些AI玄学时刻------

今天要破译AI黑箱的 ReasonGraph ，正在掀起推理可视化革命！这个学术派X光机：

已有算法团队用它优化提示工程，高校实验室靠它解析大模型认知偏差------你的LLM，是时候拥有「透明大脑」了！

🚀 快速阅读

ReasonGraph是一个用于可视化和分析大语言模型推理过程的开源平台。

ReasonGraph 是用在可视化和分析大语言模型（LLMs）推理过程的开源网络平台。ReasonGraph支持超过 50 种主流模型（如 Anthropic、OpenAI、Google 等），涵盖多种推理方法（包括顺序推理和树形推理）。

基于直观的用户界面，ReasonGraph 将复杂的推理路径转化为清晰的图表，实时更新推理过程，帮助用户快速理解 AI 的思考逻辑，检测错误优化模型表现。ReasonGraph模块化设计支持新方法和模型的快速集成，广泛应用于学术研究、教育和开发领域。

推理路径解析：基于规则化的 XML 解析方法从 LLM 的输出中提取推理路径。用接近 100% 的准确率解析格式良好的推理输出。解析后的推理路径被转换为适合可视化的结构，例如树形结构或有向图。
动态可视化技术：前端使用 Mermaid.js 实现动态图形渲染，支持实时更新推理路径的可视化。用户基于界面调整可视化参数，如节点密度、布局优化等，适应不同的推理方法和模型。
模块化后端框架：后端基于 Flask 构建，分为三个核心模块：Configuration Manager（配置管理）、API Factory（统一API接口）、Reasoning Methods Module（标准化解析接口）。

以下是一些 ReasonGraph 的可视化示例：

前往ReasonGraph 在线演示页面。

为了确保 ReasonGraph 能够正常运行，请确保您的环境满足以下依赖：

plaintext 复制代码

python==3.11.8
requests==2.31.0
openai==1.63.2
together==1.4.1
flask==3.1.0
google==3.0.0
google-genai==1.2.0
google-generativeai==0.8.4

克隆项目到本地目录：

bash 复制代码

git clone https://github.com/ZongqianLi/ReasonGraph.git
cd ReasonGraph

在项目根目录下创建 api_keys.json 文件，并填入对应的 API 密钥：

json 复制代码

{
    "anthropic": "<to be filled>",
    "openai": "<to be filled>",
    "google": "<to be filled>",
    "together": "<to be filled>"
}

在终端中运行以下命令启动服务：

bash 复制代码

python app.py

服务启动后，终端会显示本地服务的 URL 地址。打开浏览器访问显示的地址。

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦