VectifyAI/OpenKB

解決する課題

OpenKBは、断片的な生のドキュメントを、構造化され相互リンクされたウィキ形式のナレッジベースへと変換します。クエリごとにゼロから情報を検索する従来のRAGとは異なり、OpenKBは知識を一度だけ永続的かつ進化し続けるウィキへとコンパイルし、情報が蓄積され、相互参照が自動的に維持されるようにします。

仕組み

OpenKBはLLMを使用してドキュメント（PDF、Word、Markdown、URLなど）を処理し、wikilinkを含むプレーンなMarkdownファイルを使用して、要約、コンセプトページ、エンティティページ（人、組織、場所、製品）へとコンパイルします。

長文ドキュメント（通常20ページ以上）の場合、PageIndexと統合して階層的なツリーインデックスを作成し、LLMが全文を読み取るのではなくドキュメント構造に基づいて推論できるようにします。このベクトルを用いない推論ベースの検索により、複雑なファイルに対する正確性が確保されます。生成されたウィキはObsidianと互換性があり、Google Open Knowledge Format (OKF) 仕様に準拠しています。

対象ユーザー

大量の技術文書、研究論文、または企業知識を管理する必要があり、他のAIエージェント（Claude CodeやGemini CLIなど）に再配布可能な「スキル」として統合できる、永続的で人間が読みやすいナレッジベースを求めているユーザー向けに設計されています。

ハイライト

• ベクトルレス検索: 長文ドキュメントに対して、従来のベクトルデータベースの代わりにPageIndexツリーインデックスを使用します。
• コンパイルされたウィキ: コンセプトやエンティティに対して、相互リンクされたMarkdownページを自動的に生成・更新します。
• マルチモーダル対応: 図、表、画像を検索・理解することが可能です。
• スキルファクトリー: ウィキから知識を抽出して、他のLLMベースのツール向けのポータブルなエージェントスキルへと変換します。
• Obsidian連携: ウィキはプレーンな .md ファイルとして保存されるため、Obsidianのグラフビューとネイティブに互換性があります。
• ナレッジワークベンチ: ナレッジベースの閲覧、アップロード、クエリのためのWeb UIが同梱されています。