xoai/sage-wiki

해결하는 문제

sage-wiki는 AI 에이전트와 인간 간의 협업을 위한 그래프 기반 메모리 및 지식 기반 시스템입니다. 표준 벡터 검색이 처리할 수 없는 다단계 관계 쿼리를 가능하게 하기 위해, 원시 문서(PDF, 이메일, 코드 등)를 상호 연결된 위키와 지식 그래프로 변환함으로써 정보의 분산 문제를 해결합니다.

작동 방식

시스템은 LLM 기반의 '컴파일러' 파이프라인을 사용하여 소스 문서를 Obsidian 호환 Markdown 문서로 변환합니다. 엔티티와 타입이 지정된 관계를 추출하여 지식 그래프를 구축합니다.

주요 기능:

• 하이브리드 검색: 어휘(BM25), 벡터, 그래프 근접성을 결합하여 정보를 검색합니다.
• 증거 기반 그래프: 신뢰도 점수와 원본 텍스트 인용을 포함한 삼항 관계(주어-관계-목적어)를 추출하는 선택적 단계입니다.
• 엔티티 정합성: "K8s"와 "Kubernetes"와 같은 표면 형식의 변형을 하나의 표준 노드로 통합합니다.
• MCP 통합: Model Context Protocol(MCP)를 통해 19개의 도구를 노출하여 AI 에이전트가 위키를 직접 검색, 캡처, 질의할 수 있도록 합니다.

대상 사용자

• 개인 사용자: 기존에 Obsidian 백업을 보유하고 있으며 AI 강화 개인 지식 기반을 원하는 사용자.
• 팀: Git 또는 자체 호스팅 서버를 통해 위키를 공유하여 지식을 공동으로 관리하는 그룹.
• 기업: 확장 가능한 스토리지(PostgreSQL/pgvector)와 인증 접근이 필요한 대규모 기업 지식 그래프를 구축하는 조직.

주요 특징

• 다양한 형식 지원: PDF, 워드 문서, 이메일, 녹취록, 이미지(Vision LLM을 통해)까지 모든 형식을 인게스트 가능.
• 에이전트-사용자 협업: TUI, 웹 UI, MCP 도구를 제공하여 인간과 에이전트가 동일한 데이터와 상호작용할 수 있도록 합니다.
• 출처 및 신뢰성: 모든 증거 기반 관계는 원본 문서를 기록하며, 쿼리 결과는 검증을 위해 격리 가능합니다.
• 확장 가능한 아키텍처: 10만 개 이상의 문서를 효율적으로 처리할 수 있는 계층적 컴파일링을 지원합니다.
• 로컬 우선: Ollama 등을 통해 로컬 모델에서 실행 가능하여 비용 없이 사생활 보호된 운영이 가능합니다.