Orrery はコーパスに適応するナレッジグラフです。すべてのドキュメントは汎用スペックによる即時のエンティティ抽出を受けるため、最初のアップロードからグラフに問い合わせできます。あるドメインに十分なコンテンツが蓄積すると、Orrery はそのドメインを調査し、専用の抽出スペックを構築します。何かを多く与えるほど、その何かをより細かく見られるようになります。エージェントには API を。人間には銀河を。

インストール

Orrery はオープンソースで、望めば完全にローカルで動きます。

Apple シリコンの Mac なら、最速の方法は Tauri 製デスクトップアプリの Noospheric です。署名・公証済みで自動アップデート対応のダウンロード1つに、パイプライン全体（オーケストレーター、ワーカー、フロントエンド）が同梱されていて、Docker も開発ツールチェーンも不要です。初回起動時に一度だけランタイムのセットアップ（約500 MB）を行い、その後 LLM バックエンドを尋ねます: Anthropic API キー、カスタムゲートウェイ、またはローカルの Ollama。

それ以外の環境では Docker で:

git clone https://github.com/2389-research/Noospheric-Orrery.git
cd Noospheric-Orrery
cp .env.example .env
docker compose up

Anthropic の API、AWS Bedrock、ローカルの Ollama のいずれかに向けてください。詳細は README にあります。

できること

適応する抽出。 ドキュメントは、増分的に自己構築される階層的なドメイン分類に振り分けられます。ドメインが臨界量に達すると、リファインメントのパスが走り、汎用スーパーセットよりもその領域に深い洞察を与える専門エンティティは何かを決定します。私たちのファイナンスドメインはコンプライアンス基準、資金調達ステージ、支払い中の具体的な SaaS サービスを学びました。ソフトウェアアーキテクチャのドメインは逆方向に進み、アーキテクチャの一段下、個々のフィールド、関数、エラー条件まで下りていきました。

小さなモデルで動くリファインメント。 この機構は Simmer の系譜です: 2段階のフィードバックループで、第1段階がドメインにとって正しいエンティティのゴールデンデータセットを構築し、第2段階がそれに対して抽出プロンプトを磨き上げます。段階を分けたことで小さなモデルでも扱える問題になりました。リファインメントは10〜20分、約$0.50で走り、約30Bパラメータのローカルモデルで十分に機能します。数千のドキュメントと100以上の GitHub リポジトリを抱える私たちの本番インスタンスは、完全にローカルモデルで動いています。

一度きりの構築ではなく、維持されるグラフ。 システムのアイドル時にワーカーが起動し、正規化の候補をスキャンします。まずはスペースや大文字小文字の表記ゆれから。高次の概念のマージには慎重です。エージェントとユーザーはノードに対して GitHub スタイルの issue を提出でき、別のパイプラインがそれを拾い、主張を比較し、裁定します。品質維持の労力は、グラフの実際に使われている部分に集中します。

1つの基盤に2つのインターフェース。 エージェントは API 経由で標準的なグラフ操作を使えます: セマンティック検索と字句検索、ノードのトラバース、近傍の探索。人間には銀河があります。ドメインはセマンティックに配置された空間の領域として、ドキュメントとエンティティは星として現れます。レイアウトは重力井戸のようにドメインを錨として固定されているので、グラフは目印を失うことなく成長します。エージェントがグラフに問い合わせると、その活動が触れたノードを光らせ、カスケードが銀河を波打って広がるのを眺められます。

仕組み

有用な仕事は、質問されたときではなく、ドキュメントが届いたときに行われます。インジェストの時点でエンティティを抽出し、ドキュメントをリンクし、構造を一度だけ構築するので、下流のすべてのエージェントとチームメイトは、クエリごとに再導出することなくその接続を引き継ぎます。ドメイン分類が、あるドメインにリファインメントを起動するだけのコンテンツが揃ったかを判断し、リファインされたスペックがそのドメインの新しいドキュメントの抽出を駆動します。

銀河はグラフの投影であって、グラフそのものではありません。同じ基盤は wiki としても描画できます。目の前のオーディエンスに合った投影を選べばいいのです。

必要要件

デスクトップアプリ: Apple シリコンの Mac
Docker の場合: Docker と Docker Compose
LLM バックエンド: Anthropic API キー、AWS Bedrock、またはローカルの Ollama