社内文書やFAQを読ませて答えるチャットAI（RAG）を作るとき、最初の面倒はベクトルDBの選定と運用です。OpenKB（Apache-2.0）は、そこを丸ごと省略できる設計のOSSです。当社（エクスブリッジ）で商品カタログ・代理店制度文書を使って実際に検証したので、セットアップのハマりどころと、実測で分かった得意・不得意まで含めて紹介します。
OpenKBはVectifyAIが公開しているナレッジベースエンジンで、コンセプトはAndrej Karpathyの「ドキュメントをwikiに編纂して読む」構想に近いものです。仕組みは2段階です。
コンパイル:
openkb addで投入したMarkdown/テキストを、LLMが summaries / concepts / entities の3層のwikiページ群に再編纂する検索（PageIndex）: 質問が来ると、embeddingの類似検索ではなく、LLMがwikiの目次ツリーを推論で辿って該当ページを読みに行く
つまりベクトルDBもembeddingモデルも不要。
この記事は要約版です。続き（残りの話題・実装の詳細）は元記事でどうぞ:
OpenKB——ベクトルDB不要のRAG「PageIndex」でナレッジチャットAIを作る（ローカルLLM/DeepSeek実測つき）
