README.ja.md
README.ja.md
Tesserae
English · 한국어 · 中文 · Русский · Español · Français · Deutsch
ライブデモ · ドキュメント · MCP セットアップ · Obsidian エクスポート
Tesserae はプロジェクトメモリのコンパイラです。Markdown、ソースファイル、必要に応じて PDF/Office 文書/画像が入ったディレクトリを与えると、型付きの知識グラフを抽出し、クエリ可能な wiki を書き出し、ポータブルな成果物を生成します: Markdown プロジェクション、Cognee 向けの bundle、エージェント harness、そして Claude Code、Codex、任意の MCP クライアントに接続できる MCP サーバ。ホスティングサービスではなく、プロジェクトコンテキストのためのビルドステップです。
使うべきとき(と使うべきでないとき)
次の場合に向いています:
- 単一プロジェクトのテキスト中心のソース(ドキュメント、コード、調査メモ)に対して、永続的で検査可能な知識グラフが欲しい。
- 自分のファイルに基づいて回答するローカルな MCP サーバが欲しい。
- 自分でグルーコードを書かずに、Cognee にきれいな bundle を流し込んだり、Obsidian に Markdown プロジェクションを置きたい。
次の場合は使わない方がよいでしょう:
- 小さなディレクトリ上でベクトル検索ができれば十分 ——
ripgrepと embedding ライブラリの方がシンプルです。 - 編集 UI つきのホスティング wiki が欲しい。ここで提供する静的サイトは読み取り専用です。
- 箱から出してすぐ使える高精度のセマンティック embedding が欲しい。デフォルトの RAG-Anything embedding は決定的です(ステータス 参照)。
- ターンキーの「何でも質問」エージェントを期待している。これはその土台を作るだけで、最終的にどのエージェントに接続するかはあなた次第です。
ステータス
進化中の研究/エージェントツールプロジェクトです。既知の制限:
- コンパイル時間はコーパスのサイズにほぼ線形に比例します。大きな Markdown ツリー(数千ファイル)の初回コンパイルは数分かかることがあります。
- RAG-Anything のデフォルト embedding プロバイダは
deterministicです。再現可能で依存関係はありませんが、セマンティック検索の精度には限界があります。検索品質を高めるにはollama(例:qwen3-embedding:0.6b)か OpenAI 互換エンドポイントに切り替えてください — docs/integrations/rag-anything.md を参照。 - RAG-Anything のビジョンサポート(画像内容の抽出)はまだエンドツーエンドで結線されていません。画像ファイルは構造的にはパースされますが、説明文は生成されません。
- Cognee の runtime cognify は best-effort です。プロバイダ未設定、有料 API キーの未設定、ネットワーク障害などは、ビルドを止めずにログに残してスキップします。
- MCP サーバが公開するツール集合は安定していますが、内部のグラフ schema は今後も追加される可能性があります。
クイックスタート
Python 3.9 以上が必要です。RAG-Anything を有効化する場合は Python 3.10 以上が必要です。
pip install tesserae
cd /path/to/my-project
tesserae project setup
tesserae project compile
tesserae project ask "Where is Mermaid rendering implemented?"
tesserae project build-site && tesserae project serve --port 8765
セットアップウィザードは一般的なソース(README.md、docs/、src/、data/)を検出し、.tesserae/config.json を書き出します。LLM 呼び出し系の機能は OAuth ベースの codex CLI をデフォルトで使うため、通常経路では API キーは不要です。詳細は docs/quickstart.md と docs/installation.md を参照してください。