RAG Knowledge Hub - 社内ナレッジ検索AI

社内マニュアル・FAQ・議事録・業務手順書などをアップロードし、自然文で質問すると根拠付きで回答する社内ナレッジ検索AIのMVPです。

技術スタック

レイヤー	技術
フロントエンド	Next.js 15 + React 19 + Tailwind CSS
バックエンド	Python + FastAPI
ベクトルDB	ChromaDB
メタデータDB	SQLite
LLM/Embedding	OpenAI API (gpt-4o-mini / text-embedding-3-small)

ディレクトリ構成

├── docker-compose.yml
├── backend/
│   ├── main.py              # FastAPIアプリケーション
│   ├── config.py             # 設定
│   ├── database.py           # DB接続
│   ├── models.py             # SQLAlchemyモデル
│   ├── schemas.py            # Pydanticスキーマ
│   ├── routers/
│   │   ├── documents.py      # 文書管理API
│   │   └── chat.py           # チャットAPI
│   └── services/
│       ├── document_processor.py  # テキスト抽出・チャンク分割
│       ├── embedding_service.py   # Embedding生成
│       ├── vector_store.py        # ChromaDB操作
│       └── rag_service.py         # RAGパイプライン
├── frontend/
│   └── src/
│       ├── app/
│       │   ├── page.tsx       # トップページ
│       │   ├── chat/page.tsx  # チャット画面
│       │   └── admin/page.tsx # 管理画面
│       ├── components/        # UIコンポーネント
│       └── lib/api.ts         # APIクライアント
└── sample_data/               # テスト用ダミーデータ

セットアップ

前提条件

• Node.js 20+
• Python 3.12+
• OpenAI APIキー

1. バックエンド

cd backend
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -r requirements.txt

# 環境変数を設定
cp .env.example .env
# .env を編集して OPENAI_API_KEY を設定

# 起動
uvicorn main:app --reload --port 8000

2. フロントエンド

cd frontend
npm install
npm run dev

3. Docker Compose（一括起動）

# backend/.env を作成してAPIキーを設定
cp backend/.env.example backend/.env

docker compose up --build

ブラウザで http://localhost:3000 にアクセスしてください。

API

Method	Path	説明
GET	/api/health	ヘルスチェック
POST	/api/documents/upload	文書アップロード
GET	/api/documents	文書一覧
DELETE	/api/documents/{id}	文書削除
POST	/api/chat	RAG質問

テスト用ダミーデータ

sample_data/ に社内規定のサンプルファイルが入っています。管理画面からアップロードしてお試しください。