自分の端末で動く意味検索

「思い出せない」を解決する意味検索

エンジニアなら誰もが経験するもどかしさがあります。数週間前にコンテナの掃除コマンドをコピーしたはずなのに、検索窓に「docker 容量 削除」と打っても一件もヒットしない。元の文章にはシステムコマンドが書かれており、検索ワードと一文字も一致しないからです。完全一致検索だけでは、記憶の断片を拾い上げることができません。

エラーコード、UUID、関数名などの一意な文字列を探すなら、完全一致検索が最も高速で正確です。しかし人間の記憶は概念的であり、正確な構文ではなく「何をするものだったか」を覚えていることが大半です。ClipsX は完全一致と意味検索をハイブリッドで組み合わせ、言葉の正確さと曖昧な記憶の双方から必要なクリップを復元します。

ベクトル埋め込み：言葉ではなく概念で探す

埋め込みモデルはテキストを多次元の数値ベクトルに変換し、意味的な近さを比較可能にします。ClipsX は対象クリップの本文、メモ、タグ、OCR抽出テキストをローカルでベクトル化します。検索時にベクトルの類似度を計算するため、文言が完全に異なっていても「静かに作業できる場所」と「電源とWi-Fiのあるカフェ」を結びつけることができます。

意味検索の役割は「原本を探し出すこと」であり、文章を自動生成することではありません。検索結果として表示されるのは保存されたクリップそのものです。検索結果を元に要約を作成する Recall とは異なり、意味検索だけであれば文章生成モデルは不要です。常に加工されていない原本を確認できるため、コマンドの実行やコードの再利用も安全に行えます。

Ollama によるローカル埋め込みの接続

Ollama は端末内でモデルを実行するための手軽な環境です。膨大なメモリを消費する会話モデルと異なり、埋め込み専用モデルは数百メガバイト程度と非常に軽量で、一般的なノートPCでも軽快に動作します。ClipsX はループバック通信経由で Ollama と連携するため、クリップボードの内容がインターネットへ送られる心配はありません。

1. Ollama を導入して起動し、テキスト埋め込みモデル（例：nomic-embed-text）をダウンロードする。
2. ClipsX の Intelligence → Models を開き、通常のエンドポイント（http://localhost:11434）を入力して接続する。
3. 導入済みの埋め込み対応モデルを選択し、Meaning Search（意味検索）を有効にする。
4. バックグラウンドでの索引作成が完了したら、覚えている概念で検索し、一致したクリップを確認する。

完全ローカルで動く知性と負荷の管理

埋め込みモデルが消費する容量は通常200MB〜600MB程度で、検索時の計算もわずか数ミリ秒で完了します。ただし、数千件の既存履歴を一括して初回インデックス化する際は一定の計算負荷がかかります。まずは使用言語に適した小型モデルから導入することをお勧めします。モデルサイズをむやみに大きくしても、短い断片の検索精度が劇的に上がるわけではありません。

ローカルのループバックアドレスを使用することで、端末内推論が保たれます。モデルの取得時には外部通信が発生するほか、Ollama にはリモート接続の構成も存在します。「AI」という言葉だけで無条件に安全だと過信せず、接続先と通信設定を確認して、クリップのベクトルが手元で処理されていることを確かめましょう。

見つからないときの確認と類似度調整

Ollama が停止した場合でも、ClipsX は即座に通常の文字一致検索へ切り替わります。結果が出ない場合は、サービスの起動状態とモデルの選択を確認してください。最近コピーした内容が見つからない場合は、インデックス処理の進行状況を確認します。画像内の文字は OCR 処理が完了した段階で検索対象に含まれます。

ベクトルの類似度は多次元空間上での距離を表す指標であり、回答の正しさを保証する確率ではありません。設定可能な最低類似度のしきい値は意味検索の候補だけを絞り込み、完全一致の結果には影響しません。しきい値を高く設定しすぎると関連する有用なクリップまで隠れてしまうため、実際の検索例を見ながら調整してください。

原本は不変、インデックスは再構築可能

埋め込みモデルを変更すると、現在の索引を維持したまま裏側で新しいインデックスを準備するため、検索が中断することはありません。全再構築（Reindex All）を実行するとベクトルを一から作り直しますが、原本であるクリップのデータが失われることは決してありません。必要に応じていつでも意味検索をオフにし、従来の高速な文字検索に戻せます。