rag-from-scratch は無料で使えますか？ライセンスは？

rag-from-scratch 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。

rag-from-scratch は今もメンテナンスされていますか？

半年以上コミットなし。rag-from-scratch の最終コミットは 2026年3月11日です。

rag-from-scratch は何に使えますか？

検索、embedding、プロンプト拡張がどのように連携するかを学ぶ完全オフラインで動作するドキュメント質問応答フローを試作するベクトル検索、キーワード検索、ハイブリッド検索などの検索方式を比較するより大規模なフレームワークを導入する前に、チームでRAGの内部構造を学ぶ

rag-from-scratch 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/pguso/rag-from-scratch

pguso/rag-from-scratch

Q: rag-from-scratch は今もメンテナンスされていますか？

半年以上コミットなし。rag-from-scratch の最終コミットは 2026年3月11日 です。

ローカルLLMを使い、クラウドAPIに頼らずJavaScriptでRAGを一から段階的に学べるプロジェクト。

GitHub で見る

スター: 1,646
フォーク: 205
未解決の Issue: 1
最終コミット: 7 か月前

これは何？

RAG from Scratchは、開発者がRetrieval-Augmented Generationを手作業で組み立てながら学べるプロジェクトです。フレームワークに頼るのではなく、ドキュメントの読み込みと分割、embeddingの生成、ベクトルの保存、コンテキストの検索、検索したコンテキストをローカルLLMに渡して根拠のある回答を生成するまで、各段階をコメント付きの短いJavaScriptの例で実装します。

各例ではパイプライン全体を決まった順序で扱います。まず70行未満の最小構成のRAGフローから始め、インメモリのベクトルストア、コサイン類似度、メタデータフィルタリングへと進みます。さらに、クエリの前処理、BM25を使ったキーワード検索とベクトル検索のハイブリッド検索、reciprocal rank fusionによる複数クエリ検索、ヒューリスティックまたはnode-llama-cpp経由のローカルQwenモデルを使ったクエリ書き換えを扱う例もあります。

リポジトリには、src/以下に再利用可能なライブラリも含まれています。ローダー（テキスト、PDF、ディレクトリ）、テキストスプリッター、embeddingとキャッシュのラッパー、LanceDBやQdrantを含むベクトルストア、retriever、chainを備えています。reranking、評価指標、ストリーミングなど、今後追加予定のトピックも挙げられています。

主な機能

01embeddingから生成まで、RAGを段階的に組み立てるサンプル
02node-llama-cppによるローカルLLMの推論に対応し、クラウドAPIは不要
03近傍検索とメタデータフィルタリングに対応したインメモリのベクトルストア
04ベクトル類似度検索とBM25によるキーワードスコアリングを組み合わせたハイブリッド検索
05reciprocal rank fusionと重複排除を使った複数クエリ検索
06ローダー、テキストスプリッター、LanceDBまたはQdrantのストアを備えた再利用可能なライブラリ

ユースケース

検索、embedding、プロンプト拡張がどのように連携するかを学ぶ
完全オフラインで動作するドキュメント質問応答フローを試作する
ベクトル検索、キーワード検索、ハイブリッド検索などの検索方式を比較する
より大規模なフレームワークを導入する前に、チームでRAGの内部構造を学ぶ

トピック

#rag #embeddings #vector-search #llm #node-llama-cpp #javascript #tutorial #local-llm #agents #ai-agents

よくある質問

rag-from-scratch とは？: ローカルLLMを使い、クラウドAPIに頼らずJavaScriptでRAGを一から段階的に学べるプロジェクト。 RAG from Scratchは、開発者がRetrieval-Augmented Generationを手作業で組み立てながら学べるプロジェクトです。フレームワークに頼るのではなく、ドキュメントの読み込みと分割、embeddingの生成、ベクトルの保存、コンテキストの検索、検索したコンテキストをローカルLLMに渡して根拠のある回答を生成するまで、各段階をコメント付きの短いJavaScriptの例で実装します。
rag-from-scratch は無料で使えますか？ライセンスは？: rag-from-scratch 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。
rag-from-scratch は今もメンテナンスされていますか？: 半年以上コミットなし。rag-from-scratch の最終コミットは 2026年3月11日です。
rag-from-scratch は何に使えますか？: 検索、embedding、プロンプト拡張がどのように連携するかを学ぶ完全オフラインで動作するドキュメント質問応答フローを試作するベクトル検索、キーワード検索、ハイブリッド検索などの検索方式を比較するより大規模なフレームワークを導入する前に、チームでRAGの内部構造を学ぶ
rag-from-scratch 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/pguso/rag-from-scratch

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。