ReasonDB: ベクトル検索ではなくLLM誘導ツリーナビゲーションを使用するオープンソースドキュメントデータベース

ReasonDBの機能

ReasonDBは、ドキュメント構造を階層（見出し→セクション→段落）として保持し、LLMにそのツリーをナビゲートさせて回答を見つけさせることで、知識検索に異なるアプローチを取るオープンソースのドキュメントデータベースです。これにより、ベクトルDBやRAGパイプラインにおける検索失敗がデバッグのブラックボックス化するという一般的な問題に対処します。

仕組み

取り込みプロセス: ドキュメントはマークダウンに変換され、構造ごとにチャンク化され、ツリーが構築され、各ノードはLLMによって要約されます（ボトムアップ方式）。

クエリプロセス: BM25が候補ノードを絞り込む→tree-grepが構造でフィルタリング→LLMが要約でランク付け→ツリー上のビームサーチトラバーサルで回答を抽出します。LLMは、フラットなベクトルインデックスを検索する代わりに、数百万ノードのうち約25ノードを訪問します。

クエリ言語とスタック

ReasonDBは、SQLライクなクエリ言語であるRQLを使用します：

SELECT * FROM contracts SEARCH 'payment terms' REASON 'What are the late payment penalties?' LIMIT 5;

ここで、SEARCH = BM25、REASON = LLMガイドによるツリートラバーサルです。

スタックは、redb、tantivy、axum、tokioを使用してRustで構築されています。OpenAI、Anthropic、Gemini、Cohere、および互換性のあるAPI（ローカルまたはOpenAI互換エンドポイントを含む）で動作する単一のバイナリです。

実用的な応用

このアプローチは、RAGの検索品質に悩んでいる開発者や、純粋なベクトル検索ではなく構造ベースの検索を試したい開発者に特に有用です。このツールは、Brainfishでの3年間の知識検索経験を経て構築されました。そこでは、ベクトルDB、グラフDB、カスタムRAGパイプラインが一貫して同じデバッグの課題を提示していました。