Weaviate Claude Skills — インストール & ライブデモ

なぜ使うのか

主な機能

ローカルの Weaviate ライフサイクル全体をカバーする 5 つのスキル
ローカルインスタンス用の Docker-compose テンプレート
バッチ取り込みとファイルベースのインポート
フィルター、ハイブリッド検索、分析を使用した RAG クエリ
Python-venv セットアップ (requirements.txt)

ライブデモ

実際の動作

weaviate-claude-skills.replay ▶ 準備完了

0/0

インストール

作者のリポジトリ · Claude Skills の公式ドキュメント

ユースケース

実用的な使い方： Weaviate Claude Skills

1 時間以内にドキュメント上にローカル RAG を立ち上げる

👤 ローカル RAG プロトタイプを開始する開発者 ⏱ ~60 min intermediate

使うタイミング： クラウドベンダーにドキュメントを送信せずに、自分のドキュメントでチャットしたいと考えています。

フロー

Docker 起動 Weaviate

weaviate-local-setup を使用して、ローカル Weaviate の docker-compose を開始します。✓ コピーしました

→ docker ps は 8080 で weaviate が正常であることを示しています
コレクションを作成する

タイトル (テキスト)、本文 (テキスト)、source_url (テキスト) のフィールドを持つコレクション「Docs」を作成します。✓ コピーしました

→ スキーマが適用されました。 weaviate-collection-manager は構成を返します
摂取する

./docs の下にあるすべての .md を「Docs」内のオブジェクトとして取り込みます。✓ コピーしました

→ バッチの進行状況が報告されます。クエリ経由で表示されるオブジェクト
聞く

weaviate-query-agent を使用します: 「API キーをどのようにローテーションしますか?」✓ コピーしました

→ 回答はドキュメントコレクションからsource_urlを引用しています

結果： 反復処理が可能な実行可能なローカル RAG。

注意点

巨大な PDF をチャンクせずに丸ごと取り込む — ~500 トークンでチャンクします。スキルの取り込みテンプレートに処理させます

組み合わせ： filesystem

手動 API 呼び出しを行わずにコレクションスキーマを反復する

👤 ベクトルスキーマを改良するチーム ⏱ ~20 min intermediate

使うタイミング： 初期の RAG — スキーマは毎週変更されるため、curl コマンドは必要ありません。

フロー

現在のスキーマを検査する

「Docs」のスキーマ (フィールド、ベクタライザー、インデックス構成) を表示します。✓ コピーしました

→ 完全な構成が返されました
変更を提案する

「言語」列挙プロパティ (en/zh/ja) を追加します。残りは取っておいてください。✓ コピーしました

→ 移行計画 + バックアップに関する注意事項
適用する

適用する; 既存の 500 オブジェクトのインデックスを再作成します。✓ コピーしました

→ 仕事は進みます。カウントが一致する

結果： スキーマは再インデックスのコストを意識して安全に進化しました。

注意点

不動産の撤去が無料であると仮定すると、 — 一部の変更には再埋め込みが必要です。スキルが安いか高いかのフラグ

信頼性の高い答えを得るハイブリッド検索 + フィルター

👤 RAG を実際のユーザーに配布している人 ⏱ ~15 min intermediate

使うタイミング： 純粋なセマンティック検索では完全一致の用語が見つかりません。ハイブリッド（BM25 + ベクター）はそれを修正します。

フロー

ハイブリッドクエリを実行する

クエリ「SAML SSO エラーコード 42」、alpha=0.5 (バランスセマンティック + キーワード)。✓ コピーしました

→ 上位ヒットには、文字通りの「42」一致だけでなく、概念的に関連するものも含まれます
レイヤーフィルター

フィルター language='en' およびsource_url には '/docs/auth/' が含まれます。✓ コピーしました

→ ヒット範囲が狭くなりました。回答は引用されたままになります

結果： 再現率を損なうことなく、正確な用語のクエリの精度が向上します。

組み合わせ： local-rag

組み合わせ

他のMCPと組み合わせて10倍の力を

weaviate-claude-skills + filesystem

ファイルシステム MCP 経由でローカルファイルを取り込み、スキルを通じてクエリを実行します

./docs の下にあるすべてのマークダウンをリストし、Weaviate 'Docs' に取り込み、質問をハイブリッド検索します。✓ コピーしました

weaviate-claude-skills + local-rag

アプローチの比較 - 埋め込みのみと Weaviate の構造化インデックス

このコーパスについては、10 個の評価質問で local-rag と Weaviate ハイブリッドのベンチマークを行います。✓ コピーしました

weaviate-claude-skills + qdrant

ワークロードに応じてベクター DB の選択を評価する

Weaviate と Qdrant で同じ評価セットを実行します。レポート遅延 + MRR。✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング
weaviate-local-setup (SKILL)	(none)	初回のみ - ローカルの Weaviate を表示します
weaviate-connection (SKILL)	URL + API key	到達可能性と認証を検証する
weaviate-collection-manager (SKILL)	schema ops	コレクションを作成、検査、または進化させる
weaviate-data-ingestion (SKILL)	object(s) or file paths	単一挿入、バッチ挿入、またはファイルインポート
weaviate-query-agent (SKILL)	query + filters + alpha	セマンティック/ハイブリッド検索と RAG 回答

コストと制限

運用コスト

APIクォータ: なし — Weaviate はローカルで実行されます
呼び出しあたりのトークン: クエリ + 取得したチャンクサイズ
金額: 地元の場合は無料。後で移行する場合、Weaviate Cloud には独自の料金が適用されます。
ヒント: 意図的にチャンクします (~500 トークン)。サイズが大きすぎるチャンクは、ストレージとコンテキストの両方を無駄にします。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管： API キーはスキルファイルではなく .env で回避されます。ローカル開発者は認証をスキップできますが、ポートは公開しません。

データ送信先： ローカルセットアップのためにマシンを離れることはありません。 Cloud Weaviate は構成されたエンドポイントに送信します。

多くのイメージでは、ローカル Weaviate はデフォルトで 0.0.0.0 にバインドされています。LAN 上で他のサービスが実行されている場合は、127.0.0.1 に制限してください。
モデルの埋め込み: サードパーティのベクターライザーを使用している場合、チャンクはそのプロバイダーに送信されます。機密データについては、ローカル (text2vec-transformers など) に保管してください。

トラブルシューティング

よくあるエラーと対処法

接続が拒否されました 8080

Weaviate コンテナーが実行されていません。 weaviate-local-setup で docker compose up -d を実行します。

確認： curl localhost:8080/v1/.well-known/ready

スキーマ変更が失敗する

一部のプロパティの変更にはコレクションの再作成が必要です。エクスポート、ドロップ、再作成、再取り込み。

確認： weaviate-collection-manager diff output

遅いクエリ

HNSW インデックスパラメータとベクタライザーが適切に構成されていることを確認してください。インデックスのないフィールドでのフルテキストフォールバックを回避します。

確認： Query explain in the skill's debug mode

代替案

Weaviate Claude Skills 他との比較

代替案	代わりに使う場面	トレードオフ
qdrant	Qdrant の API と Rust のパフォーマンスを好む場合	異なる SDK。同様の機能
local-rag	ベクター DB を使用しない軽量のローカル RAG が必要な場合	柔軟性が低い。スキーマがありません
neo4j	データはベクトルではなくリレーショナル/グラフです	別のモデル

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る