LangChain MCTS
🚧 En Desarrollo - Monte Carlo Tree Search integration for LangChain
Una librería que integra Monte Carlo Tree Search (MCTS) con LangChain para búsqueda y razonamiento avanzado con modelos de lenguaje.
Estado del Proyecto
⚠️ Esta librería está en desarrollo activo. Todas las funciones actualmente retornan mensajes de "en desarrollo".
Instalación
pip install langchain-mcts
Uso Básico
from langchain_mcts import MCTSAgent, mcts_search, create_mcts_chain
# Crear agente MCTS
agent = MCTSAgent()
# Realizar búsqueda MCTS
result = agent.search("¿Cuál es la mejor estrategia?")
print(result) # 🚧 Esta función está en desarrollo - MCTS search functionality coming soon!
# Función de conveniencia
result = mcts_search("Mi query")
print(result) # 🚧 MCTS search para 'Mi query' está en desarrollo - Coming soon!
# Crear cadena MCTS
chain = create_mcts_chain()
Funciones Disponibles
MCTSAgent
Clase principal para agente MCTS:
search(query, iterations=100): Realiza búsqueda MCTSexpand_node(node): Expande nodos en el árbol MCTSsimulate(node): Simula desde un nodobackpropagate(path, value): Propaga valores hacia atrás
mcts_search(query, model=None, **kwargs)
Función de conveniencia para búsqueda MCTS rápida.
create_mcts_chain(model=None, **kwargs)
Crea una cadena MCTS para integración con LangChain.
MCTSNode
Representa un nodo en el árbol MCTS con métodos para:
- Gestión de nodos padre/hijo
- Actualización de estadísticas
- Verificación de nodos hoja
Características Planificadas
- ✅ Estructura base de la librería
- 🚧 Implementación completa de MCTS
- 🚧 Integración con modelos LangChain
- 🚧 Optimización de políticas de búsqueda
- 🚧 Soporte para diferentes tipos de problemas
- 🚧 Paralelización de búsqueda
- 🚧 Métricas y visualización
Desarrollo
Para contribuir al desarrollo:
git clone https://github.com/tu-usuario/langchain-mcts
cd langchain-mcts
pip install -e .[dev]
Para ejecutar tests:
pytest tests/
Dependencias
langchain>=0.1.0numpy>=1.20.0
Licencia
MIT
🔬 Investigación en curso: Esta librería forma parte de un proyecto de investigación en integración de algoritmos de búsqueda con modelos de lenguaje grandes.
Metadata
Release files for langchain-mcts 0.2.0
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| langchain_mcts-0.2.0.tar.gz | 8.4 kB | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| langchain_mcts-0.2.0-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 14.4 kB
Release files / langchain_mcts-0.2.0.tar.gz
| Download URL | langchain_mcts-0.2.0.tar.gz |
|---|---|
| Size | 8.4 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
edfdce9b6a28557773cd409183be5bea13c9b6f915364da0aace3eb899d6a39f
|
|
BLAKE2b-256 checksum How to use checksums |
06ac6cf9cba2cc28d0d2afe1683d6ba581c46945217352c2ad08ed9a51401b4a
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.1.0 CPython/3.13.5
|
Release files / langchain_mcts-0.2.0-py3-none-any.whl
| Download URL | langchain_mcts-0.2.0-py3-none-any.whl |
|---|---|
| Size | 5.9 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
8bc18ba6c0119a71ba09190af09eb849cfd1d651f0173aebf325a296c8778ecb
|
|
BLAKE2b-256 checksum How to use checksums |
c6d08d319faaf10205c9d638cb9a9074f96c8d50c083206c8331c712fdfe0b3e
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/6.1.0 CPython/3.13.5
|