serviette は無料で使えますか？ライセンスは？

serviette は MIT 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。

serviette は今もメンテナンスされていますか？

活発にメンテナンス中。serviette の最終コミットは 2026年10月16日です。

serviette は何に使えますか？

ファイルの変更に合わせて最新の状態を保つ、社内文書を対象とした質問応答アシスタントの構築。 DuckDBと無料のローカル埋め込みモデルを使った、ローカルでのRAGパイプラインのプロトタイピング。既存のアプリケーションが利用しているベクトルデータベースに、出典付き回答を返すRESTエンドポイントを追加。

serviette のインストール方法は？

pipでパッケージをインストールします: pip install serviette 無料のPathwayライセンスキーを設定します: export PATHWAY_LICENSE_KEY=... 生成される回答用にOpenAI APIキーを設定します: export OPENAI_API_KEY=sk-... デモを実行し、localhost:8989でチャットを開きます: serviette demo --embedder openai

serviette 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/pathwaycom/serviette

pathwaycom/serviette

Q: serviette は今もメンテナンスされていますか？

活発にメンテナンス中。serviette の最終コミットは 2026年10月16日 です。

フォルダ内の文書を8種類のベクトルデータベースのいずれかにインデックス化し、ファイルの変更に応じて回答を最新に保つノーコードRAGサーバー。

GitHub で見る公式サイト

スター: 58,782
フォーク: 1,513
未解決の Issue: 8
最終コミット: 5 日前

これは何？

servietteは、1つのYAMLファイルだけで設定できる検索拡張生成（RAG）サーバーです。文書フォルダを指定し、ベクトルデータベースと埋め込みモデルを選ぶと、文書をもとに回答し、出典を示すWebチャットとバージョン管理されたREST API（/api/v1）を提供します。

インデックス作成処理は、Pathwayのライブデータフレームワーク上で別プロセスとして動作します。そのため、手動で再インデックスしなくても、編集・新規ファイル・削除が数秒以内にベクトルストアへ反映されます。デフォルトのバックエンドは、単一ファイルで動作する組み込みデータベースのDuckDBです。ほかにpgvector、Qdrant、Milvus、ChromaDB、Weaviate、Pinecone、MongoDB Atlas Vector Searchにも対応しています。データソースとしてローカルファイル、Google Drive、S3/MinIO、SharePointを利用でき、必要なAPIキーを設定すれば、テキスト、Officeファイル、PDF、スキャン画像、音声・動画を解析できます。

このプロジェクトはMITライセンスのPython製で、無料のPathwayライセンスキーが必要です。現在の文書の内容をもとに一度に1つの質問へ回答します。会話履歴の保持とユーザーアカウントには対応していません。

主な機能

011つのYAMLファイルで設定でき、対話型ウィザードで設定ファイルを生成できます。
028種類のベクトルデータベースに対応し、DuckDBはセットアップ不要のデフォルトとして利用できます。
03データソースをリアルタイムで監視し、編集や削除を数秒以内にインデックスへ反映します。
04オプションで、BM25とベクトル検索を組み合わせたハイブリッド検索、再ランキング、クエリ分解、MMRを利用できます。
05同じポートでチャットUIとREST APIを提供します。

ユースケース

ファイルの変更に合わせて最新の状態を保つ、社内文書を対象とした質問応答アシスタントの構築。
DuckDBと無料のローカル埋め込みモデルを使った、ローカルでのRAGパイプラインのプロトタイピング。
既存のアプリケーションが利用しているベクトルデータベースに、出典付き回答を返すRESTエンドポイントを追加。

クイックスタート

1
pipでパッケージをインストールします
pip install serviette
2
無料のPathwayライセンスキーを設定します
export PATHWAY_LICENSE_KEY=...
3
生成される回答用にOpenAI APIキーを設定します
export OPENAI_API_KEY=sk-...
4
デモを実行し、localhost:8989でチャットを開きます
serviette demo --embedder openai

使う前に知っておきたいこと

実行前に無料のPathwayライセンスキーが必要です。
一度に回答できる質問は1つで、会話履歴、ユーザーアカウント、ホスト型サービスには対応していません。
デフォルトのローカル埋め込み機能を使うには、大容量のPyTorchをインストールする必要があります。CPU build flagを使用する場合は不要です。

トピック

#rag #vector-database #semantic-search #llm #document-qa #real-time #self-hosted #chromadb #document-search #duckdb

よくある質問

serviette とは？: フォルダ内の文書を8種類のベクトルデータベースのいずれかにインデックス化し、ファイルの変更に応じて回答を最新に保つノーコードRAGサーバー。 servietteは、1つのYAMLファイルだけで設定できる検索拡張生成（RAG）サーバーです。文書フォルダを指定し、ベクトルデータベースと埋め込みモデルを選ぶと、文書をもとに回答し、出典を示すWebチャットとバージョン管理されたREST API（/api/v1）を提供します。
serviette は無料で使えますか？ライセンスは？: serviette は MIT 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。
serviette は今もメンテナンスされていますか？: 活発にメンテナンス中。serviette の最終コミットは 2026年10月16日です。
serviette は何に使えますか？: ファイルの変更に合わせて最新の状態を保つ、社内文書を対象とした質問応答アシスタントの構築。 DuckDBと無料のローカル埋め込みモデルを使った、ローカルでのRAGパイプラインのプロトタイピング。既存のアプリケーションが利用しているベクトルデータベースに、出典付き回答を返すRESTエンドポイントを追加。
serviette のインストール方法は？: pipでパッケージをインストールします: pip install serviette 無料のPathwayライセンスキーを設定します: export PATHWAY_LICENSE_KEY=... 生成される回答用にOpenAI APIキーを設定します: export OPENAI_API_KEY=sk-... デモを実行し、localhost:8989でチャットを開きます: serviette demo --embedder openai
serviette 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/pathwaycom/serviette

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。