プロダクト

OpenKB

ベクトルDB不要のRAG「PageIndex」でナレッジチャットAIとWikiを構築するKurage発のOSS製品。

OpenKB は、ベクトルDBを使わずに RAG（PageIndex方式）でナレッジチャットAIとWikiを構築できるOSS。kurage プロジェクトの一環として開発されており、ローカルLLMとの組み合わせで自社ナレッジのAI相談窓口を実現する。kurage-articles-index は 2026-05-18〜2026-11-07 の全653本の記事を「タイトル・トピックタグ・URL」の3点セットで列挙した索引だが、その中で OpenKB 関連の技術解説は 2026-08-11 と 2026-08-15 に公開された2本のみで、いずれも openkb / rag / llm / ollama / deepseek のトピックタグを持つ。653本中2本という比率は、索引の大半（7割前後）を日次AIニュース記事が占める構成を踏まえると相応に小さく、OpenKB は索引全体ではまだ立ち上がりの新しい系列にあたる。記事の並びからは「作ってみた」段階から「実測つきで方式を説明する」段階へと2本で進んでいることが読み取れる。

主な特徴

ベクトルDB不要のRAG「PageIndex」: 従来のベクトル検索に頼らず、ページ単位の索引で文脈を引き出す設計。rag の実装方式として、埋め込みベクトルとベクトルDBを用意せずに済む点が特徴。索引が「1ページ1行の目録」として機能する点は、記事索引そのものの構造とも通じる。
ローカルLLM対応: ollama 経由で gemma や deepseek などのローカルモデルを利用できる。local-llm の実運用例にあたる。
「コンパイル」と「回答」の役割分担: 2026-08-11 の記事「OpenKBで自社ナレッジのAI相談窓口とWikiを作った」では、gemma4 12b は「コンパイル」（知識の構造化）に、DeepSeek は「回答」に向いているという実測知見が示されている。同じモデルで両方を兼ねるのではなく、工程ごとに適したモデルを割り当てる設計。
AI相談窓口＋Wiki: 自社ナレッジをAIに問い合わせられる窓口と、ナレッジベースとしてのWikiを同時に構築できる。チャットの回答だけでなく、知識を再利用可能な形で残す点が主眼。
ローカルLLM/DeepSeek実測つき: 2026-08-15 の記事「OpenKB——ベクトルDB不要のRAG『PageIndex』でナレッジチャットAIを作る」では、PageIndex方式の具体的な実装とローカルLLMでの動作実測が紹介されている。構成の是非を体感値で確かめてから書く measured-pitfall-catalog 的な記述スタイルをとる。

記事

2026-08-11「OpenKBで自社ナレッジのAI相談窓口とWikiを作った —— gemma4 12bとDeepSeekは『コンパイル』と『回答』で効き方が違う」（topics: openkb, rag, ollama, deepseek, llm）
2026-08-15「OpenKB——ベクトルDB不要のRAG『PageIndex』でナレッジチャットAIを作る（ローカルLLM/DeepSeek実測つき）」（topics: openkb, rag, llm, ollama, deepseek）

いずれも kurage-articles-index に収録され、vwork リポジトリを知識置き場兼ブログとする運用（knowledge-repo-as-blog）の一部として公開されている。索引上ではタグが openkb, rag, llm, ollama, deepseek で完全に揃っており、以後の記事群（日次AIニュースやOSS日本語化ガイド）とはタグ体系が独立しているため、検索・案内時はスラッグ接頭辞 openkb- で引くのが確実。索引のエントリ形式が YYYY-MM-DD-スラッグ.html であることも、この接頭辞検索と相性がよい。

OpenKB

主な特徴

記事

関連ページ