本文へ移動

TECHNOLOGY / BUILT BY STAMP

database-framework

知識を、
使える力に。

Knowledge, connected.

言葉だけでなく、意味や関係まで。
事業の情報を捉え、必要な知識へ届くために。
私たちは、データベースの基盤から開発しています。

Swiftでつくる、データとAIの接点。GitHubで見る

WHY WE BUILD

答えの手前にある、
知識のつながりをつくる。

AIが事業の力になるためには、その事業の情報へ届かなければなりません。文章、数値、人物、製品、業務。それぞれが別々に存在しているだけでは、判断に必要な文脈を捉えきれません。

database-frameworkは、データの保存・検索・関係の探索・権限制御を担う実行基盤です。事業が持つ知識を、アプリケーションやAIが使える形につなぎます。

OUR DESIGN PRINCIPLES

つながりを広げる。
境界は、曖昧にしない。

01

意味を、保存先から切り離す。

業務のモデルやルールと、物理的な保存方式を分けて設計。アプリケーションが定義するデータの意味を、選んだストレージの都合に埋め込まない構造です。

02

知識の探し方を、一つに閉じない。

言葉の一致、意味の近さ、データ同士の関係。全文検索・ベクトル検索・グラフを用途に合わせて選び、問いに必要な知識への接点を設計します。

03

権限を、実行の境界で確かめる。

誰が何を参照・更新できるかを、データベースの実行経路で評価。画面で隠すだけにせず、登録したポリシーと利用者の情報に基づいてアクセスを判断します。

04

失敗を、成功に見せない。

未対応の操作、壊れたデータ、権限不足を、空の結果へ黙って置き換えない。失敗を明示し、呼び出すアプリケーションが次の動作を判断できるようにします。

HOW IT FITS TOGETHER

定義する。実行する。
保存する。

責務を分けることで、業務のルールと検索の仕組み、保存先をそれぞれ設計できるようにしています。

  1. APPLICATION + DATABASE-KIT

    事業のデータとルールを定義

    アプリケーションが、モデル・スキーマ・権限ポリシーを定義します。

  2. DATABASE-FRAMEWORK

    検索と更新を実行

    検索計画、インデックス、グラフ、権限の評価を担当。モデルの更新と索引の変更を、一つの論理トランザクションで扱います。

  3. STORAGE-KIT

    選んだストレージへ保存

    共通のStorageEngine契約を通じて、物理的な読み書きを行います。

    FoundationDB / SQLite / PostgreSQL

ストレージや検索機能は、利用環境と用途に合わせて明示的に選択します。バックエンドごとの対応条件・制約は、導入時に確認します。

THREE WAYS TO REACH KNOWLEDGE

言葉。意味。関係。

Words.

名前や用語から探す。

全文検索で、製品名や専門用語など、文書に含まれる言葉から情報を探します。

Meaning.

表現の違いを越えて探す。

ベクトル検索で、埋め込み表現の近さを手がかりに内容の近い情報を探します。埋め込みモデルはアプリケーション側で組み合わせます。

Connections.

つながりから理解する。

グラフ・RDF・SPARQLで、データの関係を表現・探索。人物、製品、組織、業務のつながりをたどります。

ONTOLOGY / A MAP OF MEANING

データに、
意味の地図を重ねる。

オントロジーは、事業で扱う概念とその関係を定義した「意味の地図」です。データを地図の上に置くことで、アプリケーションやAIは、言葉の一致だけでなく、それが何であり、何とつながっているかを手がかりに知識をたどれます。

4つの要素で見る
CLASS

概念の種類と、その階層を定義する。

「人物」「社員」「組織」「製品」のような概念をクラスとして定義します。「社員は人物の一種」という階層も、意味の一部です。

INDIVIDUAL

実際のデータを、概念に結びつける。

「Aさん」「営業部」「製品X」は、それぞれのクラスに属する個体です。一つひとつのレコードが何を表すのかを、データとともに明示します。

PROPERTY

つながりを、意味として持たせる。

「所属する」「担当する」のような関係をプロパティとして定義し、データ同士をつなぎます。関係をたどることで、人物から組織や製品へと知識を広げられます。

INFERENCE

定義から、書かれていない事実を導く。

「Aさんは社員」と「社員は人物の一種」から、「Aさんは人物である」ことを導けます。これが推論です。明示していない関係も、定義に基づいて扱えるようになります。

図は概念の例です。上の層が意味の定義、下の層が実際のデータを表します。

database-frameworkでは、アプリケーションのモデルにOWLのクラスやプロパティを宣言し、データをグラフとして扱えます。オントロジーの読み込み、階層に基づく推論、SPARQLによる問い合わせを、選んだストレージの上で実行します。どの概念を定義し、どこまで推論を使うかは、扱う知識に合わせて設計します。

FROM KNOWLEDGE TO ANSWERS

RAGを支える。
根拠へ届く基盤として。

RAGは、質問に関係する情報を検索し、その根拠をAIに渡して回答につなぐ仕組みです。database-frameworkは、その中のデータ管理と検索の実行を担います。

  1. 01質問
  2. 02 / DATABASE-FRAMEWORK関連する知識を検索
  3. 03 / APPLICATION根拠をAIへ渡す
  4. 04出典とともに回答

文書の取り込み・埋め込みの生成・AIモデルへの接続・回答の評価は、アプリケーションとして設計します。アクセス制御は、ポリシーの登録とセキュリティの有効化を含めて構成します。

AIアプリ開発でのRAGの仕組みを見る

BUILD ON KNOWLEDGE

あなたの事業の知識を、
次の体験へ。

どんな情報を持ち、誰が使い、何を判断したいのか。
データの接続から、検索・AI・アプリケーションまで一緒に設計します。