RMA-MUN/RAGNotebook

解決する課題

RAG NoteBook は、個人の知識が断片的な「島」となったり、書き残した後に忘れ去られたりしないように設計されています。AI 駆動の検索と記憶強化を統合することで、従来のノートアプリを能動的な知識管理システムに変換します。

仕組み

このシステムは、Markdown エディタと RAG（Retrieval‑Augmented Generation）エンジンを組み合わせています。FastAPI と LangChain を使用してノートやドキュメントを管理します。ユーザーが書き込むかクエリを投げると、システムはベクトル埋め込み（ChromaDB 経由）と再ランク付けモデル（BGE‑reranker）を用いて、ユーザーのノートとアップロードされたナレッジベースファイル（PDF、DOCX、PPTX など）から最も関連性の高い断片を取得します。また、エビングハウスの忘却曲線アルゴリズムを実装し、ノートの間隔反復レビューをスケジュールします。

対象ユーザー

• ・情報の管理と想起を行う AI 搭載の個人知識ベースを求める個人
• ・フルスタックアプリケーションで RAG、エージェントワークフロー、ベクトルデータベースの実装例を探している開発者
• ・RAG ベースのソフトウェア開発の参考プロジェクトを求める求職者

ハイライト

• AI Writing Suite: リアルタイムのインライン補完、拡張、要約、SSE ストリーミング出力。
• Intelligent Organization: ノートに対する自動 LLM 生成タグとカテゴリで手動ソートを不要に。
• Hybrid Retrieval: ベクトルベースのセマンティック検索と、複数のファイル形式をサポートするナレッジベースを組み合わせ。
• Memory Reinforcement: エビングハウスの忘却曲線に基づく組み込みの間隔反復システム。
• Contextual Recommendations: 編集中にノートライブラリとナレッジベースの両方から関連文書を双方向に取得。