ThoughtDAG 评测 2026：用可编辑的上下文图谱取代聊天记录

聊天界面只给你看「说了什么」——却不告诉你哪些历史真正进入了下一轮请求。ThoughtDAG 让那段上下文变得可见、可编辑。

ThoughtDAG 是什么？

ThoughtDAG 是一款本地优先的工具，把对话表示为有向无环图（DAG）：每段问答是一个节点，每条连接就是一种上下文。删掉一条边，那个分支就从下一轮请求里消失；加一条边，证据又流回来。你可以分支（探索而不覆盖）、剪枝（把一段绕路留在下一轮之外）、合并（把证据重新汇成一条答案），并在生成前审查（预览确切的消息序列、顺序、来源与 token 数）。它提供桌面应用（内置本地引擎，macOS 已签名公证、Windows/Linux 为 AppImage）和一个共享同一画布的网页应用。

核心功能

• 把对话变成可编辑 DAG；删掉一条边，该分支即从下一轮请求移除
• 分支、剪枝、合并、审查四种操作，塑形模型每次看到的内容
• 生成前预览确切的节点顺序、来源与 token 数
• 桌面应用内置本地引擎（macOS 已签名公证，Windows/Linux 为 AppImage）
• 网页与桌面共享同一应用；画布留在你的设备上

谁该用？

反复重访、重组同一条推理链的研究者、分析师和重度用户——比如对比多个假设、把一段有用的绕路排除在某次提问之外却喂给另一次、或审计模型为何那样回答。对随手的单次闲聊价值不大。

优缺点

优点： 把上下文变成一等、可审查的对象；来源清晰；完全本地。

缺点： 早期阶段（v0.3.x）的小众工作流；Windows 构建尚未代码签名；为上下文工具而言下载偏大（每平台约 120–150 MB）。

定价

免费下载。（站点未明确声明许可证。）

常见问题

我的数据会被发出去吗？ 不会——网页与桌面应用的画布都留在你的设备上。

需要 Node 或终端吗？ 不需要——桌面应用已内置本地引擎。

能对比研究路径吗？ 能——分支探索不同解读，再把想要的证据合并回一条答案。