0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Antigravityで始める LLM Wiki 実装編:最小構成と最初のIngest

0
Posted at

AI_ingesting_data_202604272230.jpeg

Google Antigravity は、agent-first な開発プラットフォームです。
workspace 上のファイルを参照しながら、エージェントに作業を進めさせやすいのが特徴です。
今回はその上で、Markdown + Git ベースの LLM Wiki 運用を最小構成で立ち上げ、最初の Ingest までを最短ルートで試す手順をまとめます。

Antigravity 自体に標準の「Wiki機能」があるわけではありません。ワークスペース上に独自の運用ルールを置き、エージェントにそれを参照させることで「編纂者」として機能させます。


1. ディレクトリを作る

まずはターミナル、または Antigravity 内のターミナルパネルで土台を作成します。

# プロジェクトディレクトリと必要なフォルダを一括作成
mkdir -p my-llm-wiki/raw my-llm-wiki/wiki
cd my-llm-wiki/

2. SCHEMA.md を作る

エージェントに守らせる運用ルール(スキーマ)をプロジェクトルートに定義します。

# LLM Wiki Ingest Schema
1. 役割: あなたはナレッジベースの編纂者です。`raw/` の情報を読み、`wiki/` にMarkdownを出力します。
2. ページ命名規則: 生成するファイル名はスネークケースの英小文字とすること。
3. 出典の明記: 記述の末尾には必ず `[Source: raw/filename.pdf]` を残すこと。
4. リンク規律: 関連概念がある場合は `[[concept_name]]` の形式で内部リンクを作成すること。
5. 未確定情報の扱い: 推測で補完せず、必ず「要確認: [不明点]」として明記すること。

3. 入れる一次情報の選び方

LLM Wiki に向いているのは、「複数資料を読み合わせないと理解しにくい情報」 です。raw/ フォルダに以下のセットなどを投入してください。

  • 仕様書 + 議事録: 仕様と「なぜそうなったか」の議論を統合
  • ADR + API定義: 設計判断の背景と実装インターフェースを紐付け
  • 規定集 + 手順書: 膨大なルールから「開発者が今やるべきこと」を抽出

4. エージェントに Ingest を指示する

Antigravity の Manager Surface からエージェントを起動し、以下の指示を送ります。

SCHEMA.md のルールを読み込んでください。その後、raw/ ディレクトリ内にあるドキュメントを読み込み、wiki/ 内に構造化された Markdown として Ingest を実行してください。まずは wiki/index.md を作成し、そこから各概念へのページへリンクを張る形でファイルを分割してください。

試して分かった注意点

実際に Ingest を実行して確認できた、エージェント特有の挙動と対策です。

  • 大量投入による解像度の欠落:
    • 一度に数十ページの資料を処理させると、細かい表などが箇条書きに丸められてしまうことがあります。高密度な知識を維持したい場合は、2〜3 ファイルずつ小分けに Ingest させるのが無難です。
  • ゴーストリンクの発生:
    • Markdown 内に [[new_page]] というリンクだけが作られ、実ファイルが出力されないことがあります。その際はエージェントへ「wiki/ を確認し、不足している実体ページを補完して」と追加で依頼してください。

次にやること:運用規律の自動化

強力なエージェントであっても、一度の指示で完璧な Wiki を維持し続けるのは困難です。
知識を腐らせないためには、リンク切れや出典喪失を機械的にチェック・修復する 「Lint / Repair」 の規律を CI 等で組み合わせるのが、LLM Wiki 運用の完成形となります。


参考リンク


この記事を書いた人✏️@YushiYamamoto
株式会社プロドウガ CEO / AIアーキテクト
Next.js / TypeScript / n8nを活用した自律型アーキテクチャ設計を専門としています。
日々の自動化の検証結果や、ビジネス側の視点(ROI等)に関するより深い考察は、以下の公式サイトおよびnoteで発信しています。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?