オンプレ型 GraphRAG 異常事象ナレッジ
外部APIに依存しない完全オンプレ・Docker完結の構成で、自然言語の問いかけに対して近しい解決策や確認ポイントを提示するGraphRAGシステム。
Duration
受託開発（2週間）
Team
1〜2名
Client
大手インフラ企業グループ
01 // OVERVIEW
プロジェクト概要
インフラ系企業グループ向けに開発した、異常事象ナレッジベースGraphRAGのプロトタイプ。
失敗事例データから因果関係（原因→行動→結果→対策）を抽出してNeo4jグラフに格納し、自然言語で問い合わせると近しい解決策・確認ポイントを提示する。
外部クラウドAPIに依存せずDocker Composeで完結するオンプレ動作が要件だった。
02 // KEY FEATURES
主な機能
因果関係グラフの構築と編集
事例データから因果関係を自動抽出してNeo4jに格納。ノード・エッジの追加・削除・重み変更、類似概念の統合といったグラフ編集機能を備え、ナレッジを継続的に整備できる。
自然言語による異常事象Q&A
「○○という異常が発生した場合の確認点は？」と自然言語で投入すると、グラフから関連する解決策・確認ポイントを提示する。Ollamaで動作するLlama 3系モデルをオンプレで使用。
完全オンプレ・Docker Compose完結
インターネット接続なしで全機能が動作するよう設計。Docker Compose一発で全サービスが起動し、顧客のサーバー環境にそのまま持ち込める構成を実現した。
03 // TECHNICAL DEEP-DIVE
技術的ハイライト
Solution
外部API依存ゼロの制約下でのLLM運用
OpenAI等のクラウドAPIを使えないため、NVIDIA GPU（A4000 16GB VRAM）上でOllama + Llama 3 8B（4bit量子化）をローカル実行。オンプレ環境で実用的な推論速度を確保した。
Solution
用語の揺れをグラフに取り込む
公開データベースの統一用語から逸脱した表現も取り込めるよう、同一・類似ノードの統合機能を実装。現場で使われる俗語や略称でも正しく関連ノードにたどり着ける設計とした。
04 // IMPACT & RESULTS
成果
2週間
プロトタイプ納品期間
外部API不使用
完全オンプレ動作を実現
Docker完結
docker compose up で全サービス起動