2026/03/22 4:31

HNに投稿：Atomic ― セマンティックに結びついた自己ホスト型パーソナル知識ベース

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Atomic は、プレーンな Markdown ノートを「アトム」と呼ばれる意味的にリンクされたグラフへ変換するオープンソースの個人知識ベースプラットフォームです。各アトムはチャンク化・埋め込み済みのコンテンツ片を格納し、意味的類似性によって自動でタグ付けおよびリンクされます。
主な機能には、ベクトル検索（sqlite‑vec）、引用付き LLM 生成ウィキ合成、エージェント型 RAG チャット、自動タグ付け、RSS フィード同期、および視覚探索用のフォースダイレクテッドキャンバスが含まれます。AI 統合は OpenRouter やローカル Ollama モデルなど複数プロバイダーをサポートし、セットアップウィザードまたは設定から構成可能です。
Atomic は以下のモードで動作します：Tauri（React/TypeScript）で構築されたデスクトップアプリ、ヘッドレス Docker/Fly.io サーバー、あるいは同時に両方。GitHub リリース、Docker Compose、Fly.io デプロイメント、Cargo からもインストール可能です。Chromium ベースのブラウザ拡張機能はウェブコンテンツをオフラインでアトムとしてキャプチャし、サーバーが到達可能な際に同期します。
プロジェクト構成ではビジネスロジックを Rust クレート

atomic-core

に分離し、以下のクライアントプロジェクトを持ちます：

src-tauri

（デスクトップ）、

atomic-server

（REST + WebSocket）、

atomic-mcp

（Claude など他 AI 用 stdio）、および iOS SwiftUI アプリ。MCP エンドポイント（

/mcp

）は

semantic_search

、

read_atom

、

create_atom

などのツールを公開します。
Atomic は MIT ライセンスで提供され、SQLite を超える複数データベースに対応し、開発には Node.js ≥22 と Rust ツールチェーンが必要です。

本文

Atomic – セマンティックに結びついた知識ベース

Atomic は Markdown ノートをリンクされた知識グラフへ変換し、探索・検索・AI による自動拡張が可能です。

コアコンセプト

機能	説明
Atoms	Markdown ノートをチャンク化、埋め込み、タグ付けし、意味的類似性で自動リンクします。
Semantic Search	SQLite + `sqlite-vec` を使ったベクトル検索。
Canvas	セマンティック類似度に基づくフォース・ディレクテッド可視化。
Wiki Synthesis	LLM で生成した記事（インライン引用付き）が Atom から構築されます。
Chat	RAG による対話型検索インターフェース。
Auto‑Tagging	LLM が階層タグを抽出します。
Multiple AI Providers	OpenRouter（クラウド）または Ollama（ローカル）が埋め込み・タグ付け・Wiki 生成・チャットに利用できます。
RSS Feeds	フィード購読時、新しい記事が Atom として自動同期。
Browser Extension	Web コンテンツを直接 Atomic に取り込む拡張機能。
MCP Server	`/mcp` を介し Claude などの AI ツールに知識ベースを公開。
Multi‑Database	共通レジストリで複数のデータベースを共有。
iOS App	SwiftUI ネイティブクライアントでモバイルから Atom の閲覧・作成が可能。

はじめに

1. インストール方法を選択

デスクトップアプリ（Tauri）

# GitHub Releases から最新版をダウンロード：
# macOS, Linux, Windows

ヘッドレスサーバー

Docker / Fly.io

git clone https://github.com/kenforthewin/atomic.git
cd atomic
docker compose up -d          # API サーバー + Web フロントエンドを起動

Cargo 単体

cargo run -p atomic-server -- --data-dir ./data serve --port 8080

2. 初期設定

アプリを開くか

http://localhost

にアクセスし、セットアップウィザードで:

AI プロバイダーの構成

API トークン生成（例：

cargo run -p atomic-server -- --data-dir ./data token create --name default

）

AI プロバイダー設定

プロバイダー	使用方法
OpenRouter (クラウド)	`openrouter.ai` から API キーを取得。埋め込み・タグ付け・Wiki 生成・チャット用に別々のモデルを設定。
Ollama (ローカル)	Ollama をインストールし、モデルをプル（例： `ollama pull nomic-embed-text` ）。Atomic が利用可能なモデルを自動検出します。

ブラウザ拡張機能

Chrome/Edge/Brave →
```
chrome://extensions
```
Developer mode を有効化
Load unpacked で拡張フォルダを選択
拡張オプションでサーバー URL と API トークンを設定

キャプチャはオフラインキューに保存され、サーバーが接続可能になると同期します。

MCP サーバー（Claude 連携）

エンドポイント：
```
/mcp
```
（例：
```
http://localhost:8080/mcp
```
）

Claude Desktop 設定 (

~/Library/Application Support/Claude/claude_desktop_config.json

)：

{
  "mcpServers": {
    "atomic": { "url": "http://localhost:44380/mcp" }
  }
}

利用可能ツール：

semantic_search

read_atom

create_atom

アーキテクチャ概要

+------------------+
|   atomic-core    | ← ビジネスロジック全体
+--------+---------+
         |
+--------v---------+      +---------------+     +-----------+
| src-tauri (desktop) |  |atomic-server  |     |atomic-mcp|
| (Tauri)           |  |(REST + WS)   |     |(stdio)   |
+-------------------+  +------+-------+     +----------+
          |                |
    +-----v-----+      +----v--------+
    | React UI  |      | HTTP clients|
    | (web/iOS) |      | (iOS, web)  |
    +-----------+      +-------------+

プロジェクト構成

```
Cargo.toml
```
– ワークスペースルート
```
crates/atomic-core/
```
– コアロジック
```
crates/atomic-server/
```
– REST + WebSocket サーバー
```
crates/atomic-mcp/
```
– 独立した MCP サーバー（stdio）
```
crates/mcp-bridge/
```
– HTTP‑to‑stdio ブリッジ
```
src-tauri/
```
– Tauri デスクトップアプリ
```
src/
```
– React フロントエンド (TypeScript)
```
ios/
```
– ネイティブ iOS アプリ (SwiftUI)
```
extension/
```
– ブラウザ拡張機能
```
scripts/
```
– インポート & ユーティリティスクリプト

開発環境

必要条件

Node.js ≥22
Rust ツールチェーン (
```
rustup
```
)
デスクトップ用 Tauri v2 の依存関係（OS別）

コマンド

# フロントエンドの依存をインストール
npm install

# デスクトップアプリ
npm run tauri dev   # 開発モードでホットリロード
npm run tauri build # 本番ビルド

# サーバーのみ
cargo run -p atomic-server -- serve --port 8080

# フロントエンドのみ
npm run dev         # Vite デベロップメントサーバ

# チェック
cargo check
cargo test
npx tsc --noEmit

テックスタック

レイヤー	技術
Core	Rust, SQLite + sqlite-vec, Tokio
Desktop	Tauri v2
Server	actix‑web
Frontend	React 18, TypeScript, Vite 6, Tailwind CSS v4, Zustand 5
エディタ	CodeMirror 6
Canvas	d3-force, react‑zoom‑pan‑pinch
iOS	SwiftUI, XcodeGen
AI	OpenRouter または Ollama（プラグイン可能）

ライセンス

MIT

同じ日のほかのニュース

一覧に戻る →

2026/03/22 5:32

子ども保護をインターネットアクセス制御に変えるな。

## Japanese Translation: ** ``` ## Summary この記事は、年齢確認が成人向けコンテンツサイトを越えて、ヨーロッパ・米国・英国・オーストラリアなどの主流サービス（ソーシャルメディア、ゲーム、検索等）へと拡大していることを論じている。規制当局は、OS が永続的に「年齢ステータス」を保持し、システムレベルのインターフェースで公開するよう求めており、これによりすべてのデバイスに適用される一般的なアイデンティティ層が作られる。Linux の systemd は既に年齢保証法への対応としてオプションの `birthDate` フィールドを追加していることから、OS 変更は規制によって駆動されていることが示されている。成人サイトでの過去の施行は、ユーザーが VPN、借用アカウント、偽データでチェックを回避できたため失敗した。提案された OS レベルのアプローチは、コンテンツモデレーションと保護者責任を混同し、有害なコンテンツ問題を純粋に技術的なものとして扱うリスクがある。一度確立されれば、このアイデンティティ層は位置情報や国籍など他の属性へ拡張でき、規制当局が将来の恐慌時に再利用するゲートとなる可能性がある。ユーザーにとって、新しいインフラストラクチャはアイデンティティチェック、メタデータログ、ベンダー間での摩擦を追加し、信頼できるデバイスや書類を持たない人々には特に厳しくなる。企業側では、子ども保護の責任がプラットフォーム・ブラウザ・アプリストア・OS ベンダー・アイデンティティ仲介者へと移転し、現地の親や教育者の判断力を侵食する。著者は、コンテンツモデレーションはローカル（ブラウザ／デバイス／学校ネットワーク）に留め、保護者・教師との監督を維持し、OS はポリシー表面としてのみ使用すべきであり、普遍的な年齢放送層とならないようにすることを訴えている。規制は推奨システム、ダークパターン、依存性メトリクス、拡大を報酬化するビジネスモデルに焦点を当て、全体的なアイデンティティチェックの実施ではなく、これらを対象とすべきだ。 ```

2026/03/22 5:08

TinyBox – オフライン AI デバイス（120 B パラメータ）

## Japanese Translation: Tinycorpのフラッグシッププロジェクトは **Tinygrad** で、エレメントワイズ演算（Unary、Binary、Ternaryを含む）、ReduceOps、および MovementOps の3つのコア操作タイプを中心に構築された軽量ニューラルネットワークフレームワークです。SQRT、LOG2、ADD、MUL、WHERE、SUM、MAX、RESHAPE、PERMUTE、EXPAND などの一般的な数学関数をサポートし、コード内で畳み込みと行列乗算が隠れています。Tinygrad は既に Snapdragon 845 GPU 上で Openpilot モデルを実行するために使用されており、従来の SNPE スタックを置き換えるとともに ONNX サポート、トレーニング機能、注意メカニズム、および推論と逆伝搬の完全な自動微分を追加しています。同社のフラッグシップハードウェア **Tinybox** は、赤・緑・黒・（近日発売予定）エクサの複数構成で提供されています。主要スペックは以下の通りです：FP16/FP32 加速 FLOPS が 778 TFLOPS / 3 086 TFLOPS（約 1 EXAFLOP）、最大 25 920 GB GPU RAM、GPU 帯域幅 1 244 TB/s、PCIe 5.0 x16 ファブリック、32 コア AMD EPYC/GENOA CPU、最大 23 040 GB システム RAM、480 TB RAID ディスク、53.2 TB/s スケールアウトネットワーク、電力オプションは 1.6 kW〜600 kW、Ubuntu 24.04 OS、12U または独立型ラックマウントフォームファクター。価格は赤/緑モデルが $12 000、黒/ウェレックスボックスが $65 000 で、エクサモデルは 2027 年頃に約 $10 百万で発売予定です。Tinybox はディープラーニング分野で最高のパフォーマンス／ドル比を実現すると市場にアピールしており、MLPerf Training 4.0 ベンチマークでは価格が 10 倍高いシステムを上回っています。注文は同社ウェブサイトから行い、支払後 1 週間以内に発送（サンディエゴでの受け取りまたは世界配送）が可能です。支払いは銀行振込のみで、W‑9 フォームはリクエスト時に提供できますが、購入後のカスタマイズは許可されていません。 Tinygrad は現在アルファ版ですが、来年第2四半期までに単一 NVIDIA GPU および Apple の M1 を上回ることを目指しており、推論とトレーニングの両方のワークロードに対して高性能で軽量な代替案としての可能性を示しています。

2026/03/22 9:30

**コメントをもとにしたハッカーニュース利用者のプロファイリング**

## Japanese Translation: Simon Willison（Django、Datasetteの共同開発者であり、Python Software Foundationボードに在籍する独立系ソフトウェア開発者）は、AlgoliaのHacker News APIとClaude大規模言語モデルを使用して自身のコメント履歴を収集・分析し、詳細な個人プロフィールを生成する方法を示しています。APIはCORSを有効にした状態で日付順にコメントをリストアップします。カスタムツール（2023年8月に構築）は最新の最大1,000件のコメントを取得し、Claudeで洗練されたコピー・トゥー・クリップボードボタンを提供します。ダンプデータをClaude Opus 4.6へ貼り付けると、モデルはオンライン活動の包括的なプロファイルを作成します。 Willisonのより広範なワークフロー―「エージェント工学」に根ざしたもの―では、iPhoneでClaude Codeを使用してウェブタスクをコーディングしながら通勤中に2〜3つの並列エージェントセッションを$200/月のClaude Maxプランで実行し、テスト駆動開発（`uv run pytest`）でそれらを安定化させています。彼はサンドボックス/セキュリティ（WebAssembly、Pyodide、Firecracker）、SQLite、uv & PyPIトリック、ブラウザ内のブラウザテスト（`v86`、WASM Linux）、ローカルLLM推論、およびコーディングエージェントを通じてGoを学習する実験に積極的です。彼は「プロンプトインジェクション」という概念を創出し、半年以内にヘッドラインを揺さぶる攻撃の可能性を警告するとともに、OpenClaw/Clawdbotに関するリスクも指摘しています。 Willisonはsimonwillison.net/guidesでエージェント工学に関するガイドを公開予定であり、自身の手法がLLMをプログラマの代替ではなく補完として活用し、将来の開発者ワークフローやAI支援コーディングのセキュリティ実践、責任あるAIに関する議論を形成できることを示すことを期待しています。個人的なタッチとしては、彼のエネルギッシュで対立的なスタイル、透明性の高いバイアス、そして自虐的な「ペリカンベンチマーク」SVGテストがあり、ニッチな博物館、新西蘭のカカポオウム、外国料理、そしてカリフォルニア州ハーフムーン・ベイでの園芸を楽しんでいます。

**HNに投稿：Atomic ― セマンティックに結びついた自己ホスト型パーソナル知識ベース**