superlinear-ai/raglite

これは何？

主な機能

• 01ハイブリッドなキーワード検索とベクトル検索を使って、DuckDBまたはPostgreSQLでドキュメントを保存・検索できます。
• 02ローカルのllama.cppモデルを含め、LiteLLMが対応する任意のLLMや埋め込みモデルを利用できます。
• 03FlashRankをデフォルトとして、rerankerで取得したチャンクを再ランキングできます。
• 04PDFをMarkdownに変換でき、PandocまたはMistral OCRを使えば、ほかの形式も任意で処理できます。
• 05ドキュメントのメタデータで検索結果を絞り込めます。
• 06検索機能をMCPツールとして公開し、オプションのChainlitチャットフロントエンドを提供できます。

ユースケース

• 社内のPDFやMarkdownドキュメントを対象にした質問応答アシスタントの構築。
• DuckDBとllama.cppモデルを使った、完全ローカルのRAG環境の構築。
• MCP経由でClaude desktopにナレッジベース検索ツールを追加。
• 検索手法を試し、Ragasによる評価で性能を測定。

クイックスタート

1. 1

   PyPIからRAGLiteをインストールする

   pip install raglite
2. 2

   PythonでDuckDBまたはPostgreSQLデータベースとLLMを使うようにRAGLiteを設定する

使う前に知っておきたいこと

• !MPL-2.0ライセンスの下で提供されています。このファイル単位のコピーレフトライセンスでは、変更したソースファイルを共有する必要があります。
• !ローカルのllama.cppモデルを使用するには、お使いのPythonのバージョンとプラットフォームに合ったllama-cpp-pythonビルドを別途インストールする必要があります。
• !Cohere rerankerやMistral OCRなど、一部の機能には外部APIキーが必要です。

収録されている特集

トピック

よくある質問

raglite とは？

DuckDBまたはPostgreSQLでドキュメントを保存・検索できる、Retrieval-Augmented Generation向けのPythonツールキットです。 RAGLiteは、Retrieval-Augmented Generationのパイプラインを構築するためのPythonツールキットです。PDFなどのドキュメントをMarkdownに変換してチャンクに分割し、埋め込みを生成して、DuckDBまたはPostgreSQLに保存します。これにより、関連する文章を検索し、質問への回答時にLLMへ渡せます。

raglite は無料で使えますか？ライセンスは？

raglite は MPL-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。

raglite 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。raglite の最終コミットは 2026年11月1日 です。

raglite は何に使えますか？

社内のPDFやMarkdownドキュメントを対象にした質問応答アシスタントの構築。 DuckDBとllama.cppモデルを使った、完全ローカルのRAG環境の構築。 MCP経由でClaude desktopにナレッジベース検索ツールを追加。 検索手法を試し、Ragasによる評価で性能を測定。

raglite のインストール方法は？

PyPIからRAGLiteをインストールする: pip install raglite PythonでDuckDBまたはPostgreSQLデータベースとLLMを使うようにRAGLiteを設定する

raglite 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/superlinear-ai/raglite