📌 项目：TheoLeeCJ/SemIf | 星数：2k（Python，MIT）| 日期：2026-09-20 | 今日 GitHub Trending +0 | 来源：GitHub | Trending详情
SemIf（2k星，MIT，Python）让AI agent用语义if替代语法if。不再硬编码精确匹配条件，而是用本地开源模型理解自然语言条件（如「用户满意」「内容合规」）做分支判断。单张3090即可运行，确定性输出适合生产环境。可与 Supermemory上下文引擎 集成，构建更智能的agent决策链路。
| 特性 | 说明 |
|---|---|
| 语义if替代语法if | 用自然语言条件替代精确匹配if-else |
| 本地模型运行 | 单张3090即可推理，无需云端API |
| 确定性输出 | 相同输入相同结果，适合生产环境 |
| 独立无依赖 | 不绑定特定agent框架，可任意集成 |
| 多模型支持 | 多种开源模型可选，按需权衡 |
| AI agent分支引擎 | 为agent条件分支提供语义判断能力 |
# 安装
pip install semif
# 或源码安装
git clone https://github.com/TheoLeeCJ/SemIf.git
cd SemIf
pip install -e .
# 基础用法示例
from semif import semantic_if
if semantic_if("用户反馈偏正面"):
# 执行分支...传统if判断精确匹配，SemIf用模型理解语义。比如if("用户满意")不需定义满意度阈值，模型直接判断。
取决于模型大小，小模型(<1B)推理约50ms，大模型(7B)约500ms。本地推理无网络延迟。
固定temperature=0+固定seed+确定性采样，相同输入一定得到相同输出，适合生产环境。