社内文書検索やRAGを作るとき、「どの埋め込みモデルを使うべきか」で迷っていませんか。 ネットの比較記事は、他人のデータでの結果です。あなたの文書で一番うまく検索できるモデルは、あなたのデータで試すまで分かりません。 このキットは、フォルダを指定してコマンドを1回実行するだけで、次の3モデルの検索精度と速度を比較し、HTMLレポートにまとめます。 ・EmbeddingGemma 2（Google・2026年10月公開・画像検索にも対応） ・EmbeddingGemma（初代） ・Ruri v3（日本語特化） ■ できること ・PDF・Word・Excel・テキスト・画像をまとめて検索対象にする ・正解ファイルを指定して、正解率とMRRを自動計算する ・クエリごとに、3モデルの検索結果を横に並べて比較する ・すべてローカルで処理（データは外部に送信されません） ■ 含まれるもの ・比較スクリプト（Python） ・設定ファイル ・サンプルデータ（架空の社内規程12件・評価用クエリ20問） ・README（日本語の手順書） ・FAQ ■ 動作環境 ・Windows 10 で動作確認済み（Windows 11・macOS は動作確認の対象外） ・Python 3.14 ・メモリ8GB以上、空きディスク約5GB ・Hugging Face アカウント（無料）が必要です ・GPUは不要です（CPUで動作） ■ ご注意 ・v0.1です。音声・動画、スキャンしただけのPDFには対応していません。 ・個別のサポートは行っていません。よくある問題はFAQにまとめ、更新時に追記します。 ・ご購入後のアップデートは無料です。 ・本ツールのコードは改変・業務利用できますが、再配布・再販売はできません。 ・各モデルのライセンスは配布元に従います（EmbeddingGemma 2はApache 2.0、初代EmbeddingGemmaはGemma利用規約）。