swarmvault은(는) 무엇을 하나요?
지역 우선 LLM 위키: 오픈소스 지식 그래프 빌더, RAG 지식 베이스, 그리고 에이전트 메모리 저장소. Andrej Karpathy의 패턴을 기반으로 구축되었습니다. 개인 지식 관리를 위한 Obsidian 대안, AI 제2의 두뇌, 그리고 내구성 있는 Claude Code / Codex / OpenClaw 메모리입니다.
기능
- 지식 그래프 빌더: 마크다운 노트 간의 연결을 시각화합니다.
- RAG 지식 베이스: 자연어 쿼리를 사용하여 관련 정보를 검색합니다.
- 에이전트 메모리 저장소: AI 에이전트를 위한 지속적인 컨텍스트를 제공합니다.
- 지역 우선: 데이터는 로컬에 저장되며, 당신이 완전히 통제할 수 있습니다.
- 오픈소스: 코드를 검토, 수정 및 기여할 수 있습니다.
지원 플랫폼
- Claude Code
- Codex
- OpenClaw
- 기타 AI 에이전트
시작하기
# 저장소 복제
git clone https://github.com/swarmclawai/swarmvault.git
cd swarmvault
# 의존성 설치
npm install
# 애플리케이션 실행
npm start
사용법
notes/디렉토리에 마크다운 파일을 생성합니다.[[wikilink]]구문을 사용하여 노트를 연결합니다.- 지식 그래프를 시각화하려면
npm run graph를 사용합니다. - RAG 쿼리를 수행하려면
npm run query "당신의 질문"을 사용합니다.
환경 변수
| 변수명 | 설명 |
|---|---|
VAULT_PATH | 마크다운 파일이 저장된 경로 |
OPENAI_API_KEY | RAG 기능을 위한 OpenAI API 키 |
EMBEDDING_MODEL | 사용할 임베딩 모델 (기본값: text-embedding-3-small) |
구성
swarmvault.config.json 파일을 편집하여 설정을 사용자 정의할 수 있습니다:
{
"vaultPath": "./notes",
"embeddingModel": "text-embedding-3-small",
"rag": {
"chunkSize": 500,
"overlap": 50
},
"graph": {
"layout": "force-directed"
}
}
API 참조
swarmvault.query(queryText)
RAG를 사용하여 지식 베이스를 쿼리합니다.
매개변수:
queryText(문자열): 검색할 쿼리 텍스트.
반환값:
- 관련 노트와 점수 및 스니펫을 포함한 객체의 배열.
swarmvault.getGraphData()
지식 그래프 데이터를 가져옵니다.
반환값:
nodes와edges배열이 있는 객체.
라이선스
MIT
크레딧
Andrej Karpathy의 패턴을 기반으로 함. SwarmCLAW AI가 구축함.