Ultra Simple RAG — OpenAI API 課金のみ

目的: 生成も埋め込みも OpenAI API のみを使い、その他はすべてローカル（無料）で完結する最小RAG。
ベクトルDBは使わず、JSONに埋め込みを保存し、Numpyのコサイン類似で検索します。

構成

• API: FastAPI (/ask)
• 埋め込み: text-embedding-3-small（OpenAI）
• 生成: gpt-4o-mini（OpenAI）
• ストレージ: index.json（ローカルに埋め込みキャッシュ）
• 文書: docs/ に .md/.txt/.pdf を配置

セットアップ

python -m venv .venv
source .venv/bin/activate        # Windowsは .venv\Scripts\activate
pip install -r requirements.txt

# OpenAIのAPIキーを設定
cp .env.example .env
# .env を開いて OPENAI_API_KEY=... を記入

起動

uvicorn app:app --host 0.0.0.0 --port 8000
# または
python app.py  # (uvicorn不要の簡易実行)

起動時に docs/ を走査 → 分割 → OpenAI埋め込み → index.json に保存します。以降は毎起動時に再構築します（最小構成のため）。

使い方

curl -X POST http://localhost:8000/ask \
  -H "Content-Type: application/json" \
  -d '{"question":"このプロジェクトの目的は？"}'

WordPressに埋め込む最短例（同一ドメイン前提）

<div>
  <input id="q" placeholder="質問を入力" style="width:70%"><button onclick="ask()">Ask</button>
</div>
<pre id="ans"></pre>
<script>
async function ask(){
  const q = document.getElementById('q').value;
  const r = await fetch('/ask', {method:'POST', headers:{'Content-Type':'application/json'}, body: JSON.stringify({question:q})});
  const j = await r.json();
  document.getElementById('ans').textContent = j.answer + "\n\n(出典: " + (j.sources||[]).join(", ") + ")";
}
</script>

よくある質問

• 費用は？ → OpenAI API（埋め込み＆生成）のトークン課金のみ。他はローカル。
• 日本語PDFが抜ける → pypdfで空になる場合はpdfminer.sixに差し替えを検討。
• 精度を上げたい → チャンクサイズ/オーバーラップ調整、Top-k増加、systemプロンプト強化。
• 更新のたびに再構築は重い → 監視で差分のみ埋め込む実装に拡張可能。

ライセンス

MIT（サンプル）。