01 · ベクトル
セマンティック
埋め込みによって、同じ単語を1つも含まなくても、同じ意味のパッセージを見つけます。
いまある形式をそのまま読み込み · 信頼できるスタックで動く
- Word
- PowerPoint
- Excel
- HTML
- Markdown
- CSV
- Web ページの URL
- セルフホスト
- Docker Compose
- PostgreSQL + pgvector
- S3 互換ストレージ
- 組み込みのワークキュー
- OpenAI
- Anthropic
- Ollama
01360° GraphRAG とは
検索が読むのはテキスト。MENTOR が読むのは、つながり。
従来の RAG は、似た段落をいくつか取り出すだけ。360° GraphRAG は、意味、言い回し、関わるエンティティ、それらを取り巻くテーマという4つの視点から同時にライブラリを捉え、根拠と出典のある1つの回答に融合します。
02 · キーワード
レキシカル
正確な用語、コード、名前も照合し、セマンティック検索の結果と融合します。
03 · ローカルグラフ
エンティティの近傍
質問に含まれるエンティティから、その関係、元のチャンク、コミュニティをたどります。
04 · グローバル
コミュニティ要約
関連するエンティティのクラスターを要約するので、幅広い質問にもライブラリ全体を踏まえて答えられます。
セマンティックレキシカルローカルグローバル出典付きの1つの回答
融合してリランクしたうえで、該当するパッセージへの番号付き引用とともに回答を書き上げます。
- 検索モード
- 6
- ベクトル、ハイブリッド、グラフ、ローカル、グローバル。すべてを融合した 360° も。
- コンテキスト
- 360°
- すべての回答の背後に、意味、言い回し、エンティティ、テーマ。
- 出典付きの回答
- 100%
- すべての主張が、元になったパッセージとページにリンクします。
- 最初のグラフ完成まで
- <5min
- ドキュメントのフォルダをドロップすれば、グラフがひとりでに組み上がります。
02仕組み
アップロードから回答まで、7つのステップ。
すべてのドキュメントが、ご自身のサーバー上で同じ堅牢なパイプラインを通ります。各ステージの進行も、その場で確認できます。
ステップ 01
アップロード
PDF、Word、PowerPoint、Excel、HTML、Markdown、CSV をドロップするか、URL を貼り付けます。元のファイルは、ご自身のオブジェクトストレージに保管されます。
ステップ 02
キュー
すべてのドキュメントは、データベース内のワークキューに入ります。ワーカーがそれを受け取り、各ステージを追跡し、失敗すればリトライし、再起動後も続きから再開します。
ステップ 03
抽出とチャンク分割
テキストと構造を取り出し、ページ番号を保ったまま、トークン数に基づくチャンクに分割します。
ステップ 04
埋め込み
各チャンクはベクトルとして PostgreSQL + pgvector に格納され、セマンティック検索とハイブリッド検索に使えるようになります。
ステップ 05
グラフ
モデルがすべてのチャンクからエンティティと関係を読み取り、重複をマージして、ライブラリ全体で1つのグラフにまとめます。
ステップ 06
コミュニティ
関連するエンティティを2つの階層でクラスタリングし、各コミュニティに要約と主な発見を書き出します。
ステップ 07
質問
質問はすべての検索モードで実行され、ソースへの番号付き引用を添えた1つの回答として返ります。
03ソース
あらゆる形式を、1つのグラフに。
取締役会資料、ハンドブック、スプレッドシート、Web ページ。すべてが同じコアに流れ込み、抽出され、つながり、いつでも質問できる状態になります。
Mentor Graph
- PDF
- DOCX
- PPTX
- XLSX
- HTML
- MD
- CSV
- URL
ページを踏まえた抽出
チャンクがページ番号を保持するので、どの引用も正しいページで開きます。
リンクは、代わりに取得
URL を貼り付けると、MENTOR がサーバー側で取得し、ほかのアップロードと同じようにキューに入れます。
いつでも再処理
スキーマやモデルを変更したら、ワンクリックでドキュメントを再処理したり、コミュニティを再構築したりできます。
04360° 検索
6つのレンズ。1つの答え。
レンズを選んで、MENTOR がライブラリをどう捉えるかを見てみましょう。360° なら、すべてを実行して結果を融合します。
質問
Nimbus GA は供給リスクにどの程度さらされていますか？
360°レンズ
ハイブリッド + グラフ + ローカル + グローバルを融合。
最適な用途：あらゆる質問。これが既定です。
レンズにカーソルを合わせるかタップ · 数秒ごとに1つの答えへ収束します
05ライブデモ
本物のナレッジグラフを探索する。
架空の企業の戦略文書からなるサンプルライブラリを、MENTOR が抽出したそのままの姿でご覧いただけます。カーソルを合わせてつながりをたどり、エンティティをクリックして詳細を確認し、タイプ別とコミュニティ別の表示を切り替えられます。 サンプルドキュメントは英語です。
グラフを読み込み中
- エンティティをクリックして詳細を表示
- ドラッグで移動
- ⌘/Ctrl + スクロール、またはピンチでズーム
06機能
ナレッジチームに必要なものを、すべて。不要なものは、何ひとつ。
ライブラリと組織
チームごとにライブラリを
各ライブラリは独自のドキュメント、スキーマ、グラフ、設定を持ち、Clerk の組織単位で管理されます。管理者が形を整え、メンバーが探索し、質問します。
Strategy 2026142件のドキュメント · acme-orgインデックス済みEngineering handbook318件のドキュメント · acme-org処理中 62%Customer contracts57件のドキュメント · acme-orgインデックス済み- 組織単位
- ロール
- ライブラリごとのスキーマ
グラフエクスプローラー
Bloom スタイルの探索
高速な WebGL キャンバス上で、隣接ノードを展開し、2つのエンティティ間のパスを見つけ、タイプやコミュニティで絞り込めます。
- 隣接ノード
- パス
- コミュニティ
グラフの健全性
重複の整理を、手間なく
ほぼ重複したエンティティ、孤立ノード、弱いリンクが自動的に洗い出されます。各提案はワンクリックでマージまたは却下できます。
Nimbus EdgeNimbus Edge gatewayNimbus Edge96%- 重複
- 孤立ノード
- マージ
スキーマとオントロジー
あなたの言葉で、あなたのタイプを
プリセットから始めることも、MENTOR にドキュメントからエンティティと関係のタイプを提案させることもでき、あとから調整できます。
- プリセット
- 提案
- スキーマグラフ
検索の詳細
なぜそう答えたのかが見える
すべての実行について、使われたパッセージ、スコア、モード、トークン数、レイテンシを記録。必要に応じて品質評価も実行できます。
- 実行履歴
- スコア
- 評価
管理とキュー
本当に見える運用
キューとジョブをリアルタイムで監視し、失敗をリトライし、ポイズンメッセージをリプレイし、モデルや上限を調整。すべてが監査証跡に残ります。
ingest12件実行中graph-extract4件実行中communitiesアイドルingest-poisonメッセージ0件 · リプレイ- ジョブ
- リトライ
- 監査ログ
07ユースケース
いま手元にあるドキュメントのために。
戦略・取締役会資料
取締役会のための、組織の記憶
何年分もの取締役会資料、戦略プレゼン資料、リスク登録簿が、意思決定、担当者、日付をつなぐ1つのグラフになります。
- どの意思決定も、元の資料とページまでさかのぼれる
- 四半期のあいだで何が変わったかを質問できる
- コミュニティ要約で新任取締役にすばやく共有
Strategy 2026 · 142件のドキュメント
ソース
- Board pack Q3.pdf1
- Strategy 2026.pptx2
- Risk register.xlsx3
質問 · 360°
取締役会は Q3 に Nimbus について何を決定しましたか？
Q3 の取締役会レビューで Nimbus の投資案件が承認され 1、サプライヤーの分散が Q4 の優先事項とされました 2。
ベクトルグラフローカルグローバル
08セキュリティとプラットフォーム
セルフホスト。データは、あなたのサーバーの中に。
MENTOR は、あなたが管理するマシン上で、1つの Docker Compose スタックとして動作します。Web アプリ、API、ワーカー、データベース、オブジェクトストレージ、HTTPS プロキシがその構成です。ドキュメントがそれ以外の場所に保存されることはありません。
あなたのサーバー、あなたのデータ
元のファイルはオブジェクトストレージに、チャンク、ベクトル、エンティティ、コミュニティレポートは PostgreSQL に保存されます。どちらも、ご自身で運用するマシン上のコンテナです。
組織機能を標準搭載
サインインと組織は Clerk が担います。すべてのライブラリ、クエリ、ジョブは、呼び出し元の組織とロールに照らして検証されます。
設計から堅牢
データベース内のワークキューが各ステージを追跡し、失敗をリトライし、再起動にも耐え、滞ったものは管理者がリプレイできます。
説明責任を果たせる
管理者による変更は監査ログに記録され、すべての回答にはその裏付けとなる検索の詳細が残ります。
あなたのサーバー
MENTOR StudioNext.js Web アプリ
Clerkサインイン · 組織
API とワーカー.NET コンテナ
オブジェクトストレージ元のファイル · S3
ワークキュー取り込みパイプライン
PostgreSQLpgvector · グラフ
あなたのモデルOpenAI · Anthropic · Ollama
- MENTOR StudioNext.js Web アプリ
- Clerkサインイン · 組織
- API とワーカー.NET コンテナあなたの管理下
- オブジェクトストレージ元のファイル · S3あなたの管理下
- ワークキュー取り込みパイプラインあなたの管理下
- PostgreSQLpgvector · グラフあなたの管理下
- あなたのモデルOpenAI · Anthropic · Ollama
09よくある質問
その疑問に、お答えします。
MENTOR の仕組み、データの保存先、そしてすべての回答に出典が付く理由を、手短にまとめました。
ライブラリをあらゆる角度から捉える検索拡張生成（RAG）です。MENTOR は、セマンティック（ベクトル）検索とキーワード検索に加えて、ドキュメント内のエンティティと関係からナレッジグラフを構築し、それらを要約付きのコミュニティにクラスタリングします。そして、ベクトル、ハイブリッド、グラフ、ローカル、グローバルのすべてを、根拠のある1つの回答に融合します。
