Programação Neuro-Simbólica com Python

SymbolicAI é uma biblioteca de programação neuro-simbólica em Python que integra operações diferenciáveis de LLMs com código Python de forma natural.

Os objetos Symbol funcionam em dois modos – sintático (operações nativas Python) e semântico (compreensão de significado via LLM) – e podem alternar entre eles com projeções .syn e .sem.

Primitives incluem operadores e métodos nativos e semânticos como ==, +, &, .map(), .cluster() e .similarity(), permitindo raciocínio conceitual e manipulação de dados.

Contracts aplicam Design by Contract a classes de expressão, validando entradas e saídas de LLMs com remediação automática, retries e acumulação de erros.

O design modular facilita escrever motores personalizados, usar engines locais (llama.cpp, huggingface) ou interfaces com web search, geração de imagens e transcrição.

A instalação é feita via pip, com extras opcionais para WolframAlpha, Whisper, Selenium, SerpAPI e Pinecone, ativados por comandos pip install "symbolicai[all]".

A configuração é gerida por variáveis de ambiente ou arquivos JSON em três níveis de prioridade: diretório actual (debug), ambiente Python e diretório home.

Ferramentas auxiliares incluem gestão de configuração (symconfig), testes com pytest e integração de ficheiros de configuração symai.config.json para definir motores e modelos.

A comunidade pode ativar a recolha de dados para melhorar modelos locais, com termos de serviço apresentados no arranque e opção de suporte desativável.

Documentação detalhada está disponível em GitBook, DeepWiki e artigo académico no arXiv para consulta de conceitos e tutoriais.