DocsGPT and Zilliz Cloud Integration
Integrate Zilliz Cloud with DocsGPT to build a documentation Q&A system that retrieves accurate, GPT-powered answers from your project docs. Use Milvus as the vector database backend to store and search document embeddings at scale, with minimal configuration and no vector infrastructure to manage.
このインテグレーションを無料で使用するDocsGPTとは何ですか？
DocsGPT は、開発者がプロジェクトのドキュメントについて自然言語で質問し、GPT を活用した正確な回答を得られるオープンソースのソリューションです。ドキュメントを手作業で検索する代わりに、ユーザーは平易な英語でクエリを入力し、実際のソース資料に基づいた直接的な回答を得られます。DocsGPT は、最小限のセットアップで既存のプロジェクトに導入できるように構築されており、ドキュメントの取り込み、埋め込み、検索、回答生成を単一の Docker 化されたアプリケーションで処理します。
Zilliz Cloud（フルマネージド Milvus）を DocsGPT と統合することで、ドキュメントの埋め込みを大規模に保存・検索でき、ベクトルデータベースのインフラを自分で管理することなく、ドキュメントが増えても検索を高速かつ正確に保てます。
DocsGPT + Zilliz Cloud 統合のメリット
- 実際のドキュメントに基づいた回答。 DocsGPT は応答を生成する前に、Zilliz Cloud から最も関連性の高いドキュメントチャンクを取得し、モデルの事前知識ではなく、あなたのコンテンツに結び付いた回答を維持します。
- 運用負荷なしで検索をスケール。 Zilliz Cloud はインデックス作成、レプリケーション、大規模な配信を処理します。2 つの環境変数で接続し、独自のベクトルデータベースクラスタを運用せずに済みます。
- ベクトルストアを切り替えるための最小限の設定。 DocsGPT を Milvus に向けるには、
docker-compose.yamlで 3 つの環境変数を変更するだけで済み、アプリケーションコードを変更する必要はありません。 - マネージドデプロイメントとセルフホストデプロイメントの両方に対応。 完全マネージドのセットアップには Zilliz Cloud を使用するか、環境で必要な場合は DocsGPT を セルフホストの Milvus サーバー に向けます。
- LangChain ベースの検索と自然に連携。 DocsGPT は内部で
langchain-milvusを使用しています。これは LangChain + Zilliz Cloud integrations で使用されているものと同じコネクタであるため、検索パイプラインは実戦で検証済みです。
連携の仕組み
DocsGPT はプロジェクトのドキュメントを取り込み、チャンクに分割し、各チャンクを GPT モデルを使用してベクトル埋め込みに変換します。ユーザーが質問すると、DocsGPT はクエリを埋め込み、自然言語の回答を生成する前に、ベクトルストアから最も関連性の高いチャンクを取得します。検索の品質が回答の品質を決定します。ベクトルデータベースこそが、意味のある規模でこれを可能にします。
Milvus の完全マネージド版である Zilliz Cloud は、埋め込みを大規模に保存、インデックス化、取得するためのベクトルデータベース層を提供します。DocsGPT は、環境変数として渡される URI と API トークンを通じて接続するため、同じ Docker Compose セットアップをローカル開発と本番環境の両方で使用できます。公式ドキュメントで、Milvus がベクトル検索をどのように処理するかについて詳しく学べます。
DocsGPT と Zilliz Cloud を組み合わせることで、既存のコンテンツを基盤にしたドキュメント Q&A システムを簡単に構築できます。この組み合わせにより、開発者は、大規模なドキュメントセットに対して正確に質問に答えられる AI アプリケーションを構築し、ベクトルインフラストラクチャを管理することなく検索をスケールさせ、根拠のない回答を生成するのではなくソース資料に基づいた応答を維持できます。
ステップバイステップガイド
1. リポジトリをクローンする
まず、DocsGPT リポジトリをローカルマシンにクローンします。このプロジェクトには、すべてのサービスのオーケストレーションを処理する Docker Compose セットアップが同梱されているため、Git 以外の前提条件は Docker のみです。クローンしたら、以降のコマンドを実行する前にプロジェクトディレクトリへ移動します。(Milvus)
git clone https://github.com/arc53/DocsGPT.git cd DocsGPT2. Milvus 依存関係を追加する
DocsGPT のアプリケーション層は、Milvus と通信するために
langchain-milvusを使用します。applicationフォルダー配下のrequirements.txtにこれを追記することで、Docker イメージのビルド時にインストールされます。この手順を行わないと、起動時にバックエンドがベクトルストアへ接続できず失敗します。(Milvus)echo "\nlangchain-milvus==0.1.6" >> ./application/requirements.txt3. 環境変数を設定する
DocsGPT は起動時に環境変数からベクトルストア設定を読み取ります。
backendとworkerの両方のサービスに同じ 3 つの変数が必要です。worker はバックグラウンドの埋め込みジョブを独立して処理するため、独自の接続情報が必要です。docker-compose.yamlを開き、次の内容を両方のサービス定義に追加します。(Milvus)backend: build: ./application environment: - VECTOR_STORE=milvus - MILVUS_URI=... - MILVUS_TOKEN=...worker: build: ./application command: celery -A application.app.celery worker -l INFO -B environment: - VECTOR_STORE=milvus - MILVUS_URI=... - MILVUS_TOKEN=...MILVUS_URIとMILVUS_TOKENには、2 つの選択肢があります。- Zilliz Cloud（推奨）: cloud.zilliz.com で無料アカウントを登録します。クラスターを作成すると、クラスター詳細ページで
MILVUS_URI（Public Endpoint）とMILVUS_TOKEN（API key）を確認できます。 - セルフホストの Milvus: 公式 Milvus インストールガイド に従って Milvus サーバーを実行します。
MILVUS_URIはhttp://<your_server_ip>:19530の形式、MILVUS_TOKENは<your_username>:<your_password>の形式になります。
4. サービスを起動する
設定が完了したら、セットアップスクリプトを実行してイメージをビルドし、すべてのサービスを起動します。初回実行時は、Docker がイメージを取得してビルドするため数分かかります。起動したら、ローカル UI にアクセスしてドキュメントをアップロードし、質問を開始できます。(Milvus)
./setup.shブラウザで
http://localhost:5173/を開きます。プロジェクトのドキュメントをアップロードし、UI から直接クエリできます。実行中のすべてのサービスを停止するには:
docker compose down- Zilliz Cloud（推奨）: cloud.zilliz.com で無料アカウントを登録します。クラスターを作成すると、クラスター詳細ページで
詳細を見る