略读 预计 1 分钟
Show HN: ThoughtDAG – An editable context graph for LLM conversations
摘要
ThoughtDAG 是一个为 LLM 对话设计的可编辑上下文图工具，发布于 Show HN。它把对话历史组织成图结构，让用户能显式选择哪些历史分支进入下一次请求，并支持对比多条研究路径、假设失败时的替代解释等场景。正文摘录展示了其核心交互：在 87 条消息的对话中，用户可标记不同分支（如研究路径、日常问题），并决定哪些部分进入后续请求。
荐读理由
ThoughtDAG 把对话历史组织成可编辑的上下文图，让你手动挑选哪些消息进入下一次请求，做 AI 产品时可直接借鉴这套显式控制上下文的交互设计
原文
AI conversation 87 messages
Compare three research paths.
Start with the first. Its advantage is…
What if the core hypothesis fails?
Consider another explanation…
Also, what should I eat tonight?
There is a new restaurant nearby.
The history is here. Which parts enter the next request?
这条对你有帮助吗？