lib2027
日本語

無料で利用可能 · 自分のマシンで動作

自分のファイルで作る知識ライブラリ。あなたにも、AIエージェントにも

ドキュメントのフォルダを入れるだけで、3つの方法で同時に検索できます。意味で、15言語の語形変化を考慮して、そして正確なAPI名で。あなたにはWeb UIを、Claude Code、pi、CursorなどのエージェントにはMCPサーバーを提供します。

  • npxで動く単一のRustバイナリ
  • Python不要、データベース不要
  • NVIDIA GPU、DirectML、またはCPU
# フォルダを本棚に置く
$ npx lib2027 add ./docs
# Web UIを開く → http://127.0.0.1:2027
$ npx lib2027
ベンチマークを見るnpmのパッケージ

ベンチマーク

本当にモデルの回答に役立つのか？

モデルは最新の知識やニッチな知識を記憶していません。テキストを増やすだけでは解決しません。そこで、適切な断片が何をもたらすかを測定しました。

測定方法

同じモデル、同じ質問

各比較では、1つのモデルに同じ質問セットを解かせます。変わるのはモデルが読める内容だけです。

プラセボ群

同じ長さの無関係なテキスト。「コンテキストが多いほど良い」という考えを検証する対照群です。

事前登録

質問、ルール、成功の基準は、データ収集の前にすべて確定しました。

反復と検定

各群を3回ずつ実行。有意性は質問単位の対応のある符号検定で判定しています。

正答率

  • ライブラリなし
  • プラセボ
  • lib2027あり
  • ライブラリなし — モデルが記憶だけで回答
  • プラセボ — 同じ長さの無関係なテキスト
  • lib2027あり — lib2027の検索が返した断片

最新のWebドキュメント（devdocs、2026年9月）

150問 · qwen3.8-27b
ライブラリなし17.8%
プラセボ12.7%
lib2027あり85.1%

同じ質問を小型モデルで

150問 · 4B
ライブラリなし9.1%
プラセボ0.4%
lib2027あり83.1%

ロシアの法律（15法典、pravo.gov.ru）

150問 · qwen3.8-27b
ライブラリなし34.7%
プラセボ33.8%
lib2027あり84.4%¹

three.js r186 APIクイズ

90回答 · Claude Haiku 4.5
ライブラリなし27.8%
プラセボ未測定
lib2027あり88.9%

¹ 条文の先頭800文字ではなく、条文全体を返すようにしました（以前の結果は69.1%）。2024年以降に改正された条文では、モデルの正答率が25%から81%に向上しています。

数値を表で表示
タスクモデルライブラリなしプラセボlib2027あり
最新のWebドキュメント（devdocs、2026年9月）
150問 · qwen3.8-27b		qwen3.8-27b17.8%12.7%85.1%
同じ質問を小型モデルで
150問 · 4B		4B9.1%0.4%83.1%
ロシアの法律（15法典、pravo.gov.ru）
150問 · qwen3.8-27b		qwen3.8-27b34.7%33.8%84.4%¹
three.js r186 APIクイズ
90回答 · Claude Haiku 4.5		Claude Haiku 4.527.8%—88.9%

クイズ以外でも：three.jsとClaude Haiku 4.5

古いAPIを使った回答

24.4%5.6%

少ないほど良い

「ゲームを作る」タスクのスコア（100点満点）

5275

高いほど良い

ゲーム完成までのターン数

5636

コストもわずかに低下

モデルが一度も見たことのないライブラリ

2% ～ 5%84% ～ 96%

lib2027が移行ノートをタスクに届けると、4Bモデルのタスク合格率は2% ～ 5%から84% ～ 96%に上がります。

結論

モデルは最新の知識やニッチな知識を記憶しておらず、コンテキストを増やすだけでは効果がありません。プラセボが記憶だけの回答を上回ったことは一度もありませんでした。効くのは適切な断片であり、それを届けるのがlib2027です。

速度：Rust版と以前のPython版の比較

RTX 5090搭載のWindowsで、同じ本棚・同じクエリを使って測定。両バージョンの結果は同一で、法律クイズではどちらも150問中122問で該当条文を返しました。

  • Python + PyTorch
  • lib2027（Rust）
低いほど良い
ハイブリッド検索、中央値（GPU）
Python + PyTorch207 ms
lib2027（Rust）103 ms
キーワード検索
Python + PyTorch39 ms
lib2027（Rust）5 ms
CPUのみでの検索
Python + PyTorch4.4 s
lib2027（Rust）1.7 s
74.3万件の断片（devdocs）、1クエリあたり
Python + PyTorch~0.4 s
lib2027（Rust）0.15 s
MCPサーバーがinitializeを受け付けるまで
Python + PyTorch2.6–3.8 s
lib2027（Rust）< 0.2 s
add ./docs（6件のドキュメント、237件の断片）
Python + PyTorch36.6 s
lib2027（Rust）8.6 s
15法典の構築（1.6万件の断片）
Python + PyTorch169 s
lib2027（Rust）127 s
7,170ファイルの解析
Python + PyTorch136 s
lib2027（Rust）4.1 s
インストール

Python + PyTorch: Python + PyTorch、約2.5 GB

lib2027（Rust）: Node.jsと7 MBのバイナリ。ランタイムとモデルは初回実行時に取得

仕組み

3種類の検索を、ひとつのランキングに

すべてのクエリは3つのチャネルを同時に通ります。結果は統合・再ランク付けされ、あなたやエージェントは切れ端ではなく、読んで引用できるまとまった文章を受け取ります。

意味

埋め込みモデルQwen3-Embedding-0.6Bによるセマンティック検索で、別の言葉で同じことを述べている箇所を見つけます。

語形

ロシア語、英語ほか13言語の語形変化に対応。単語のある形で検索すれば、ほかの活用形も見つかります。

正確なAPI名

関数名、クラス名、オプション名は完全一致で照合。名前で検索すれば、似たものではなく、まさにそのものが見つかります。

リランカー

クロスエンコーダーbge-reranker-v2-m3が各候補をクエリと合わせて読み、最適なものを先頭に並べます。

条文を丸ごと

文書の構造を保持します。法律は条文単位で分割し、条文全体を返します。これにより法律ベンチマークは69.1%から84.4%に向上しました。

対応形式：md、txt、html、pdf、docx、ソースコード（js、ts、json など）。npx lib2027 package <name>でnpmパッケージを丸ごと追加できます。API型、ドキュメント、テスト、サンプルまで。

エージェント向け

Claude Code、pi、CursorなどのMCPクライアントに接続

lib2027はMCPサーバーとして動作します。コマンド1つで接続でき、以降はエージェントが自らライブラリを検索します。

Claude Code

npx lib2027 claude

claude mcp addを代わりに実行します。Claude Codeで使えるツールは次のとおりです：

  • search_knowledge
  • read_source
  • list_libraries
  • check_code
  • explore_graph

pi

npx lib2027 pi

piにMCPアダプターをインストールし、lib2027を接続します。npx lib2027 pi --removeで接続を解除できます。

Cursor、Claude Desktopなどのクライアント

MCPの設定に次を追加します：

{ "mcpServers": { "lib2027": { "command": "npx", "args": ["-y", "lib2027", "mcp"] } } }

Windowsでは、npxをcmd経由で実行します：

{ "mcpServers": { "lib2027": { "command": "cmd", "args": ["/c", "npx", "-y", "lib2027", "mcp"] } } }

ブラウザ派なら、npx lib2027でhttp://127.0.0.1:2027にWeb UIが開きます。HTTP APIも同時に使えます。

コマンド

バイナリは1つ、コマンドはほんの数個。

コマンド内容
add <folder|files…> [--name …] [--lang auto|ru|en|…] [--to slug]フォルダをライブラリにします。ファイルは指定したライブラリに追加されます。再実行すると変更されたファイルを更新します。
list本棚にあるライブラリ
search "query" [-l slug] [--top-k 5]検索
remove <slug> / restore <slug>検索から隠す／元に戻す（ファイルはディスクに残ります）
package <npm-package>[@version]npmパッケージを丸ごと：API型、ドキュメント、テスト、サンプル
ui [--port 2027] [--no-open]Web UIとHTTP API（コマンドなしで実行した場合と同じ）
mcpstdio経由のMCPサーバー（エージェントが起動）
claude [--scope user|project]claude mcp addを代わりに実行。Claude Codeがない場合は、他のクライアント向けの設定を出力
pi [--project] [--remove]piにMCPアダプターをインストールし、lib2027を接続（または解除）
ask "question"検証済みの引用付きで回答（モデルのキーが必要：LIB2027_ANSWER_*）
setup [--device cuda|directml|cpu]ランタイムとモデルを事前にインストール
doctorインストール済みのものと、計算に使うデバイスを表示

あなたの作業環境で動く

プラットフォーム

プラットフォームCUDADirectMLCPU
Windows x64✓✓✓
Windows arm64——✓
Linux x64glibc 2.35+✓—✓
Linux arm64glibc 2.35+——✓
macOS Apple Silicon——✓

高速化

x64のWindowsとLinuxではNVIDIA CUDA、x64のWindowsではDirectMLに対応。それ以外はCPUで動作します。

必要なもの

必要なのはNode.js 18+だけ。残りは初回実行時に一度だけ~/.lib2027にダウンロードされます（約2分）。お使いのハードウェアに合ったONNXランタイムと、2つのモデルQwen3-Embedding-0.6B、bge-reranker-v2-m3です。

ドキュメントは端末の外に出ません

ローカル前提の設計

ドキュメントも本棚も、あなたの端末に保存されます。検索はバイナリ内で、あなた自身のGPUまたはCPUで実行されます。

頼まない限り、何も送信しない

テキストが第三者に送られるのは、回答サービス用に外部モデルを設定した場合（LIB2027_ANSWER_*）だけです。

デフォルトはlocalhostのみ

LIB2027_API_KEYを設定しない場合、Web UIとHTTP APIはキー不要で、localhostからのみアクセスできます。

ただのフォルダ

各ライブラリはlibrary.sqlite、vectors.f16、knowledge.jsonで構成されます。本棚をコピーすれば、どこへでも持ち運べます。

ライセンス

商用を含め、台数無制限で無料で利用できます。クローズドソースです。未改変のパッケージは再配布可能です。モデルとONNX Runtimeは各提供元から、それぞれのライセンスのもとでダウンロードされます。

npmでライセンスを読む

自分のドキュメントで試してみる

コマンドは2つ。必要なのはNode.js 18+だけです。

# フォルダを本棚に置く
$ npx lib2027 add ./docs
# Web UIを開く → http://127.0.0.1:2027
$ npx lib2027
npmのパッケージ