# Linkly AI

> Local Search Engine, Built for AI Agents.

## Blog Posts (ja)

- [v0.4.0 リリース：あなたの数万のローカルファイルとチャットする](https://linkly.ai/blog/ja/v040-chat-with-local-files): Linkly AI v0.4.0 で Linkly AI Chat が登場しました。Linkly を離れることなく、ハードディスクの中の数万件のメモ・PDF・日記・プロジェクト記録と直接対話できます。さらにデータプライバシーパネル、ローカルモデルのダウンロード進捗表示、アプリ内 Changelog、MDX サポート、そしてデスクトップ版が日本語・フランス語・スペイン語の 3 言語に新たに対応しました。
- [1万件のドキュメントをAIに渡したら何ができる？12の実践シナリオ](https://linkly.ai/blog/ja/12-real-tasks-on-10000-local-docs): 履歴書の作成からビザ書類の発掘、起業の振り返りから24万字の電子書籍内検索まで——自分の1万件のローカルドキュメントでAIが実際にやった12のこと。
- [v0.3.0 リリース：ナレッジライブラリ管理、ついに完成](https://linkly.ai/blog/ja/v030-library-management): Linkly AI v0.3.0 でナレッジライブラリ管理機能を追加。プロジェクトやテーマごとにフォルダを整理し、ワンキーで検索範囲を切り替え可能に。MCP ツールと CLI もアップグレードし、AI Agent がライブラリ構造を活用できるようになりました。
- [v0.2.2 リリース：画像内のテキストも検索可能に](https://linkly.ai/blog/ja/v022-ocr-image-search): Linkly AI v0.2.2 でローカル OCR を追加。PNG、JPG、BMP、WEBP 画像からテキストを自動抽出してインデックスに登録。スクリーンショット、スキャン、ホワイトボード写真——文字があれば検索できます。
- [v0.2.0 リリース：ローカル知識ベースをオンライン AI に接続する](https://linkly.ai/blog/ja/v020-remote-tunnel-release): Linkly AI v0.2.0 でリモートトンネル機能を追加。ChatGPT や Claude.ai などのクラウド AI アプリが、安全なトンネルを通じてローカルの知識ベースにアクセスできるようになりました。ドキュメントは常に手元のマシンに保存され、クラウドには送信されません。
- [PKMの三世代進化：フォルダからAI協働へ](https://linkly.ai/blog/ja/pkm-evolution-ai-second-brain): Evernote、Obsidian、Notion AI——個人知識管理ツールは三度のパラダイムシフトを経てきた。しかし3.0時代の真の突破口は、どのツールが賢いかではない。AIがすべてのツールの境界を越えて、完全な知識体系の上で動けるようにすることだ。
- [なぜコマンドラインが AI Agent に最適なインターフェースなのか？](https://linkly.ai/blog/ja/cli-best-interface-for-ai-agents): Claude Code、Codex CLI、Gemini CLI——トップ AI 企業が示し合わせたように CLI を選んだ。これは懐古趣味ではない。CLI が持つ「組み合わせ可能性」「予測可能性」「監査可能性」の三つの特性が、AI Agent に天然適合しているからだ。
- [研究者のAIワークフロー：AIに1,000本の論文を読ませるには？](https://linkly.ai/blog/ja/researcher-ai-workflow-managing-1000-papers): Zoteroに1,000本の文献があるのに、レビューを書くたびにGoogle Scholarで検索し直している？この記事では実践的なワークフローを紹介します：ローカル文献ライブラリの中でClaudeに検索・閲覧・精読させる方法。
- [AI時代、なぜローカルファーストがますます重要になるのか？](https://linkly.ai/blog/ja/privacy-first-local-ai-knowledge-base): AIはデータの価値とリスクを何倍にも増幅させます。同時に、ローカルの演算能力、AIエージェントのツールチェーン、あなた自身のデジタル資産は、すべて同じ結論を指し示しています：ローカルファーストは逃げ道ではなく、トレンドです。
- [AIがローカルファイルにアクセスできるようになったら：Claudeとの会話はどう変わるか](https://linkly.ai/blog/ja/before-after-local-docs-transform-claude): Claudeは賢い。でも、あなたのファイルの中身は知らない。ローカルドキュメントを繋げると、できることが根本から変わる——4つのリアルなシナリオで比較する。
- [なぜ私たちは RAG を諦めたのか？RAG の 6 つの根本的な問題](https://linkly.ai/blog/ja/why-we-abandoned-rag): 完全な RAG パイプラインを数ヶ月かけて構築しました。技術的には美しかった。しかし最終的に認めざるを得なかった：それは十分ではなかった。私たちが直面した 6 つの根本的な問題と、その解決策を正直にお伝えします。
- [ターミナルを離れずに、AIにPC上のすべてのドキュメントを検索させる](https://linkly.ai/blog/ja/ai-search-docs-without-leaving-terminal): Linkly AI デスクトップアプリと連携する軽量な Rust CLI ツール。ターミナルからローカルドキュメントの検索・閲覧・読み取りが可能。AI エージェントが Linkly AI にアクセスするための MCP ブリッジとしても機能します。
- [1行のコマンドで、Claude Code と 30+ AI ツールにローカルファイルを読ませる](https://linkly.ai/blog/ja/one-command-ai-tools-read-local-files): Agent Skills オープンスタンダードに準拠したスキルパック。インストールすると、Claude Code や Codex CLI など 30 以上の AI プラットフォームがローカルドキュメントを直接検索・閲覧・読み取りできるようになります。
- [Outlines Index：AI Agent に大量のドキュメントを段階的に開示する手法](https://linkly.ai/blog/ja/outlines-index-progressive-disclosure-for-ai-agents): 従来の RAG はドキュメントをチャンクに分割して AI に与えます。私たちは異なるアプローチを取りました：各ドキュメントに構造化されたアウトラインを構築し、AI が研究者のように目次を確認し、セクションに移動し、必要な箇所を精読できるようにしました。
- [Linkly AI：AI エージェントがあなたのローカルドキュメントを摩擦なく利用できるように](https://linkly.ai/blog/ja/Introducing-linkly-ai): 契約書、報告書、論文、提案書——これらはAIにとっての「ダークマター」です。従来のRAGはドキュメントを断片に刻んでAIに与えますが、効果は不十分。私たちは別のアプローチを取りました：AIが研究者のようにファイルキャビネットを閲覧できるようにする。