コードベース、Issue、チームの知識をインデックス化するCLI主導のコンテキストグラフ。AIコーディングエージェントにプロジェクト固有の背景情報を提供します。
apecloud/ApeRAG
Graph RAG、ベクトル・全文検索、マルチモーダル解析、AIエージェントを統合した本番利用可能なRAGプラットフォーム。Docker ComposeまたはKubernetesでデプロイできます。
- スター
- 1,322
- フォーク
- 147
- 未解決の Issue
- 37
- 最終コミット
- 先月
これは何?
ApeRAGは、独自のドキュメントを対象としたナレッジベースを構築するための検索拡張生成(RAG)プラットフォームです。ベクトル、全文、グラフ、要約、ビジョンの5種類のインデックスを組み合わせ、複数の検索方式を同時に使ってクエリに回答できます。グラフ層には、知識グラフを整理された状態に保つエンティティ統合機能を加えたLightRAGの改変版を採用しています。
画像、図表、テーブルなどのマルチモーダル文書を扱えるほか、複雑なPDFや数式の解析向けに、GPUに対応したMinerUベースの解析サービスをオプションで利用できます。組み込みのAIエージェントは、関連するコレクションの選択、コンテンツ検索、Web検索を実行できます。MCPサーバーを使えば、Model Context Protocolに対応したAIアシスタントなどからコレクションを直接検索できます。
ローカル環境ではDocker ComposeでApeRAGを起動できます。本番環境ではHelm chartを使ってKubernetesにデプロイでき、必要に応じてKubeBlocksでPostgreSQL、Redis、Qdrant、Elasticsearch、Neo4jを構成できます。バックエンドはFastAPI、フロントエンドはReactで、非同期タスクにはCeleryを使用しています。
主な機能
- 01ベクトル、全文、グラフ、要約、ビジョンの5種類のインデックス
- 02改変版LightRAGを基盤とした、Graph RAG向けのエンティティ正規化
- 03AIアシスタントからナレッジコレクションを検索できるMCPサーバー
- 04MinerUとGPUアクセラレーションをオプションで利用できるマルチモーダル文書解析
- 05Kubernetesへのデプロイ用Helm chartとKubeBlocksスクリプト
ユースケース
- 社内文書を対象としたプライベートな質問応答システムの構築
- MCPを介した、チームのナレッジベースとAIアシスタントの連携
- テーブルや数式を含む技術PDFを解析し、検索可能なグラフに変換
- マネージドデータベースを利用した、Kubernetes上でのセルフホスト型RAGサービスの運用
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/apecloud/ApeRAG.git - 2
プロジェクトディレクトリに移動する
cd ApeRAG - 3
環境設定テンプレートを .env にコピーする
cp envs/env.template .env - 4
Docker Compose でサービスを起動する
docker-compose up -d --pull always
使う前に知っておきたいこと
- Docker と Docker Compose が必要です。CPU は2コア以上、メモリは4 GiB以上が必要です。
- Kubernetes への完全なデプロイにはクラスターが必要です。また、デフォルトでは doc-ray サービスに CPU 4コア以上、メモリ8 GB以上が必要です。
トピック
よくある質問
- ApeRAG とは?
- Graph RAG、ベクトル・全文検索、マルチモーダル解析、AIエージェントを統合した本番利用可能なRAGプラットフォーム。Docker ComposeまたはKubernetesでデプロイできます。 ApeRAGは、独自のドキュメントを対象としたナレッジベースを構築するための検索拡張生成(RAG)プラットフォームです。ベクトル、全文、グラフ、要約、ビジョンの5種類のインデックスを組み合わせ、複数の検索方式を同時に使ってクエリに回答できます。グラフ層には、知識グラフを整理された状態に保つエンティティ統合機能を加えたLightRAGの改変版を採用しています。
- ApeRAG は無料で使えますか?ライセンスは?
- ApeRAG は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ApeRAG は今もメンテナンスされていますか?
- 半年以内に更新あり。ApeRAG の最終コミットは 2026年9月12日 です。
- ApeRAG は何に使えますか?
- 社内文書を対象としたプライベートな質問応答システムの構築 MCPを介した、チームのナレッジベースとAIアシスタントの連携 テーブルや数式を含む技術PDFを解析し、検索可能なグラフに変換 マネージドデータベースを利用した、Kubernetes上でのセルフホスト型RAGサービスの運用
- ApeRAG のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/apecloud/ApeRAG.git プロジェクトディレクトリに移動する: cd ApeRAG 環境設定テンプレートを .env にコピーする: cp envs/env.template .env Docker Compose でサービスを起動する: docker-compose up -d --pull always
- ApeRAG はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/apecloud/ApeRAG
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
JavaネイティブのAIエージェント向け長期記憶・コンテキストエンジン。会話、ドキュメント、ツール呼び出しを構造化して検索可能な記憶に変換します。
Rustコアを備えたPython製の差分データパイプライン。AIエージェントやRAGアプリ向けに、ベクトルインデックスや知識グラフを更新します。
会話をまたいでユーザー、セッション、エージェントのコンテキストを保存・取得する、AIエージェントやアプリ向けのメモリレイヤー。
チャット履歴を再生するだけでなく、記憶を保存・想起・振り返ることで、AIエージェントが時間とともに学習できるようにするメモリシステムです。
オントロジー、推論、プロベナンス、意思決定の監査証跡を備え、企業データをAIシステム向けのグラフベースのコンテキスト層に変換するPython基盤。