benmaster82/Kwipu

해결하는 문제

Kwipu는 문서 폴더(예: Obsidian 밸트 또는 일반적인 노트)를 검색 가능하고 상호작용 가능한 지식 그래프로 변환할 수 있게 해줍니다. 단순한 키워드 검색이 아닌, 근거가 있는 인용을 포함한 정확한 답변을 제공함으로써 대규모 개인 노트를 쿼리하는 문제를 해결합니다.

작동 방식

Kwipu는 .md, .txt, .pdf, .docx 형식의 문서를 처리합니다. LLM을 사용해 의미적 관계를 추출하고, 위키링크와 YAML 프론트마터를 통해 구조적 관계를 식별하여 프로퍼티 그래프를 구축합니다. 검색에는 벡터 유사도, BM25, 시간적 메타데이터를 결합합니다. 사용자는 명령줄 인터페이스, 3D 웹 시각화, 또는 MCP(Model Context Protocol) 클라이언트를 통해 이 데이터와 상호작용할 수 있습니다. Ollama를 사용해 완전히 로컬에서 실행하거나 클라우드 기반 모델에 연결할 수 있습니다.

대상 사용자

대규모 지식 기반 또는 '제2의 뇌'(예: Obsidian 사용자)를 관리하는 개인 중, AI를 활용해 노트를 쿼리하고 엔티티 및 문서 간의 연결을 시각화하고 싶은 사용자에게 적합합니다.

주요 특징

• 다중 인터페이스 접근: 터미널, 3D 웹 UI, 또는 MCP 서버를 통해 쿼리 가능.
• 하이브리드 검색: 벡터 검색, BM25, 시간적 메타데이터를 결합해 정확도 향상.
• 로컬 우선 옵션: Ollama를 통해 완전히 로컬에서 실행 가능하여 프라이버시 보장.
• 자동 업데이트: 소스 폴더를 모니터링하고 인크리멘탈로 그래프 인덱스를 업데이트.
• 근거 기반 응답: 명확한 인용을 포함한 소스 청크 기반의 답변 제공.