シーン 1
日本発の全文検索オープンソースであるFess。今回はこれをdockerで構築し、ローカルエルエルエムと組み合わせて「聞けば答える」仕組みを検証します。
Cinematic close-up of a laptop screen showing terminal code, soft studio lighting, vertical 9:16, bright white studio, pale aqua accents, readable data cards, slow push-in
シーン 2
これまで数万件の技術資料を検索する際はNamazuが使われてきました。しかし、これから新しくシステムを立てるならFessが有力な選択肢です。
Split screen showing old server rack and modern cloud icons, desaturated colors, vertical 9:16, bright white studio, pale aqua accents, readable data cards, data reveal
シーン 3
FessはCodeLibsが開発した日本発のオープンソースで、Apache-にてんライセンス。OpenSearchを土台としており、管理画面やドキュメントも日本語で提供されています。
Japanese text on a clean white UI dashboard, smooth pan right, vertical 9:16, bright white studio, pale aqua accents, readable data cards, documentary reconstruction
シーン 4
今回の検証では、よんじゅうご本の技術記事をPDF化し、Fessで索引を作成。ローカルエルエルエムのgemma4を回答役にして、その精度を実測しました。
Stack of digital PDF documents flying into a glowing folder, teal and orange lighting, vertical 9:16, bright white studio, pale aqua accents, readable data cards, pull-back reveal
シーン 5
結果は驚くべきものでした。索引作成は約よんじゅう秒で完了し、検索の正解率はじゅう問中じゅう問。AIの回答もきゅう割という高い精度を記録しました。
Data visualization chart showing 10/10 and 9/10 scores, sharp focus, vertical 9:16, bright white studio, pale aqua accents, readable data cards, slow push-in
シーン 6
当初は回答精度がよん割と低かったのですが、改善の鍵はエルエルエムの性能ではなく、Namazu方式を模した「検索結果から該当箇所を切り出す」という作り込みにありました。
Abstract visualization of a magnifying glass highlighting specific text in a document, vertical 9:16, bright white studio, pale aqua accents, readable data cards, data reveal
シーン 7
具体的な構成は、FessとOpenSearchをdocker composeで統合。ホスト側のvm.max map countの設定など、事前の準備も重要になります。
Docker logo and container icons connecting with lines, clean white studio background, vertical 9:16, bright white studio, pale aqua accents, readable data cards
シーン 8
構築の過程では、管理エーピーアイの作成がPUTではなくPOSTであることや、ファイルクロールのパス指定など、見落としやすいみっつの罠に遭遇しました。
Close up of a hand pointing at a warning sign on a computer screen, shallow depth of field, vertical 9:16, bright white studio, pale aqua accents, readable data cards
シーン 9
システムの流れは、質問からエルエルエムが検索語をさんパターン生成し、Fessで上位ご件を取得。そこから周辺文脈を切り出して回答を生成する仕組みです。
Flowchart animation showing Question -> LLM -> Fess Search -> Answer, smooth motion, vertical 9:16, bright white studio, pale aqua accents, readable data cards, slow push-in
シーン 10
この手法により、根拠のない回答を防ぎつつ、出典番号付きで正確な情報を提示することが可能になります。実用性の高い構成と言えるでしょう。
A robot hand holding a book with citations, soft cinematic lighting, vertical 9:16, bright white studio, pale aqua accents, readable data cards, data reveal, floating numbers
シーン 11
Fessをベースにしたこの構成は、企業内の技術資料や膨大なドキュメントを効率的に活用するための強力な武器になる可能性を秘めています。
Wide shot of a modern office with digital data overlays, desaturated teal tones, vertical 9:16, bright white studio, pale aqua accents, readable data cards
シーン 12
技術の組み合わせ次第で、ローカル環境でも高度な検索回答システムは構築できます。日本発のオープンソースを賢く活用する視点が重要です。
Person looking at a glowing digital horizon, reflective mood, slow zoom in, vertical 9:16, bright white studio, pale aqua accents, readable data cards, pull-back reveal
