Markdownノートを日本語で全文検索できるCLI「mikke」を作った

はじめに 学んだことや調べたことをMarkdownファイルとしてリポジトリに溜めているのですが、数百ファイルを超えたあたりから「あのメモどこだっけ」と探し回る時間が増えてきました。grepは速い一方でヒットが関連度順に並ばず、Obsidianの検索は強力なのにアプリの外（ターミナルやAIエージェント）からは使えず、既存のノート検索CLIには日本語がほぼ検索できないものが多くありました。そこで、日本語対応を最優先にしたノート検索CLI「mikke」（名前は、探し物が見つかった時の「みっけ」です）を作りました。本記事ではインストールから、AIエージェントにノートを検索させる運用までを紹介します。 キーワードをスペース区切りで渡すと、関連度順に返ってきます。 $ mikke find コンテナ ビルド キャッシュ 全文検索 'コンテナ ビルド キャッシュ' の結果 (6件, BM25 relev

[circled]

最近AIに全文検索機能の付与を頼むと、何も言わずにSQLite FTS5のtrigram tokenizerを使いがちなんだよね。割とデフォルトで使い勝手の良い存在として認識されてるのかな？

[yarumato]

“grepはヒットが関連度順に並ばず、Obsidian検索はアプリ外から使えない。キーワードをスペース区切りで渡すと、関連度順に検索結果を表示。曖昧検索なし/ありの2種。AIエージェントに「このコマンド使って」と頼める”

[khtno73]

いいなこれ

[pmint]

AIにファイルを解析させて、AIにgrep検索させるといい。「LLM Wiki」と同じ考え方。誤字や表記揺れだけでなく、言語や同義語の違いにも左右されない、セマンティック検索になる。

[peketamin]

“注意として、3文字未満の検索語はtrigramのindexでは引けません。この場合は日付順の一覧に自動フォールバックし、結果ヘッダにその旨が表示されます。”

[fukku_n]

“SQLite FTS5の”

[simplememofast]

trigramは辞書不要で多言語を一様に扱える反面、索引が膨らみ誤ヒットも出る。精度なら形態素解析だが辞書維持が要る、という割り切りが常駐ゼロ設計と噛み合っている

[ssig33]

どうせLLMに検索させるんだしfind grepでいいんじゃね