Tree of Thoughts (ToT)

from openai import OpenAI

client = OpenAI()

def tree_of_thoughts_simple(task: str) -> str:
    """Tree of Thoughts через один промпт."""
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {
                "role": "system",
                "content": (
                    "Ты решаешь задачи методом дерева мыслей. "
                    "На каждом шаге:\n"
                    "1. Предложи 2-3 варианта действий\n"
                    "2. Оцени перспективность каждого "
                    "(перспективно / возможно / тупик)\n"
                    "3. Продолжи только перспективные\n"
                    "4. Если все тупиковые — вернись на шаг назад\n"
                    "В конце выбери лучший путь."
                ),
            },
            {"role": "user", "content": task},
        ],
        temperature=0.7,
    )
    return response.choices[0].message.content

result = tree_of_thoughts_simple(
    "Из чисел 2, 5, 6, 11 получи ровно 24, "
    "используя +, −, ×, ÷. Каждое число — один раз."
)
print(result)

import anthropic

client = anthropic.Anthropic()


def generate_thoughts(
    task: str, current_state: str, n: int = 3
) -> list[str]:
    """Генерация n вариантов следующего шага."""
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[
            {
                "role": "user",
                "content": (
                    f"Задача: {task}\n\n"
                    f"Текущее состояние:\n{current_state}\n\n"
                    f"Предложи ровно {n} различных варианта "
                    "следующего шага. Каждый вариант на новой "
                    "строке, начиная с номера (1., 2., 3.)."
                ),
            }
        ],
    )
    text = message.content[0].text
    thoughts = []
    for line in text.strip().split("\n"):
        line = line.strip()
        if line and line[0].isdigit():
            # Убираем номер в начале
            thought = line.lstrip("0123456789.)- ").strip()
            if thought:
                thoughts.append(thought)
    return thoughts[:n]


def evaluate_thought(
    task: str, thought: str
) -> float:
    """Оценка перспективности варианта (0.0 — 1.0)."""
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=128,
        messages=[
            {
                "role": "user",
                "content": (
                    f"Задача: {task}\n\n"
                    f"Предложенный шаг: {thought}\n\n"
                    "Оцени перспективность этого шага "
                    "для решения задачи. Ответь одним словом:\n"
                    "- 'отлично' (очень перспективно)\n"
                    "- 'хорошо' (может привести к решению)\n"
                    "- 'плохо' (скорее тупик)"
                ),
            }
        ],
    )
    text = message.content[0].text.strip().lower()
    if "отлично" in text:
        return 1.0
    elif "хорошо" in text:
        return 0.5
    return 0.0


def tree_of_thoughts_bfs(
    task: str,
    max_depth: int = 3,
    beam_width: int = 2,
    n_thoughts: int = 3,
) -> str:
    """
    Tree of Thoughts с BFS (поиск в ширину).

    На каждом уровне:
    1. Для каждого текущего пути генерируем n_thoughts вариантов
    2. Оцениваем все варианты
    3. Оставляем beam_width лучших
    """
    # Начальное состояние
    current_paths = [("Начало решения.", 1.0)]

    for depth in range(max_depth):
        candidates = []

        for path, score in current_paths:
            thoughts = generate_thoughts(task, path, n_thoughts)

            for thought in thoughts:
                new_path = f"{path}\nШаг {depth + 1}: {thought}"
                thought_score = evaluate_thought(task, new_path)
                candidates.append((new_path, thought_score))

        # Оставляем лучшие
        candidates.sort(key=lambda x: x[1], reverse=True)
        current_paths = candidates[:beam_width]

        if not current_paths:
            break

    # Возвращаем лучший путь
    best_path = current_paths[0][0] if current_paths else "Решение не найдено."
    return best_path


result = tree_of_thoughts_bfs(
    task="Придумай маркетинговую стратегию для запуска онлайн-курса по Python",
    max_depth=3,
    beam_width=2,
    n_thoughts=3,
)
print(result)