structured-cot

这是一个面向大语言模型推理过程的语法约束型思维链（Chain-of-Thought）优化框架，通过GBNF语法在推理时强制结构化思考格式（如GOAL/APPROACH/EDGE），无需训练或微调即可显著压缩思考token量并提升任务准确率。核心特点是零训练、纯推理端语法控制、支持多种结构化模板（如FSM_PLAN）、兼容llama-cpp-python等主流推理后端。适用于代码生成、算法求解等需要高可靠性与低推理开销的场景，尤其在HumanEval+和LiveCodeBench等编程评测基准上验证了其压缩效率与稳定性。