メインコンテンツへスキップ

ツール概要

Linkly AI は MCP(Model Context Protocol)を通じて AI アシスタントに 7 つのツールを公開し、段階的なドキュメントアクセスワークフローを構成します:
さらに 3 つのユーティリティツールが利用可能です:list_libraries(ナレッジライブラリの一覧表示)、explore(ドキュメントコレクションの概要表示)、find_paths(キーワードでフォルダパスを特定し、searchpath_glob に渡す)。

search

ドキュメントを検索し、関連する結果を取得

outline

ドキュメントのアウトラインを表示し、構造を把握

grep

正規表現で特定のテキストパターンを検索

read

ドキュメントの内容を読み取り、詳細情報を取得

list_libraries

ナレッジライブラリとそのドキュメント数を一覧表示

explore

ドキュメントコレクションのテーマと構造の概要を表示

find_paths

キーワードでフォルダパスを特定し、searchpath_glob に渡す
これら 7 つのツールを組み合わせることで、AI アシスタントがローカルドキュメントからコンテキスト情報を効率的に取得できます。

検索(search)

インデックス済みのローカルドキュメントを検索し、最も関連性の高い結果リストを返します。

パラメータ

ベクトルモデルのダウンロード中でも、検索は自動的にキーワードのみモードにフォールバックし、利用に影響はありません。
時間フィルターと並べ替えについて:
  • ユーザーが明確な期間を指定する場合(「先月」「2024 年中」「直近 3 ヶ月」)は、modified_after / modified_before を使います。
  • ユーザーが「最近」「最新」「最古」のように具体的な期間を指定しない場合は、time_sort=newest または oldest を使います。
  • 両者は組み合わせ可能:「2024 年で最も古いもの」は modified_after=2024-01-01 + modified_before=2024-12-31 + time_sort=oldest です。
  • 「先月」のような相対日付を計算するには、まず任意のツール応答末尾の [meta] now=... フィールドから現在の UTC 時刻を読み取り、そこから日付を算出してください。詳しくは下記の レスポンスメタデータ を参照。

返却フィールド

各検索結果には以下の情報が含まれます:

使用例

アウトライン(outline)

1 つまたは複数のドキュメントの構造化されたアウトラインとメタデータを取得し、ドキュメント構造の迅速な把握と対象セクションの特定に役立ちます。

パラメータ

アウトラインを使うべきタイミング

アウトライン機能はブックマーク付きの PDFMarkdownDOCXPowerPoint (PPTX)EPUB のドキュメントで最も効果的です。長いドキュメントや書籍を読む際に特に有効です。 プレーンテキストやブックマークのない PDF へのアウトラインサポートは、今後のイテレーションで追加予定です。

使用例

Grep

単一のドキュメント内で正規表現パターンにより特定の行を検索します。アウトラインが利用できない has_outline=false のドキュメントに最適です。search の後に使用して、名前、日付、用語、識別子、その他のパターンの正確な位置を特定し、read で offset を指定して前後の文脈を確認します。すべてのドキュメントタイプ(PDF、Markdown、DOCX、PPTX、EPUB、TXT、HTML)で動作します。複数のドキュメントを検索する場合は、ドキュメントごとに grep を 1 回呼び出してください。

パラメータ

Grep とアウトラインの使い分け

使用例

読み取り(read)

ドキュメントの内容を行番号での位置指定とページネーションで読み取ります。長いドキュメントの特定部分の読み取りに適しています。Read ツールは Claude AI SDK と一貫した動作をするため、各種 Agentic AI モデルで最適な結果が得られます。

パラメータ

コンテンツ形式

Read ツールは行番号付きの内容を返し、参照と位置特定が容易です:

ページネーション戦略

長いドキュメントの場合、分割して読み取ることをお勧めします:
アウトラインとの併用がより効果的です。アウトラインで対象セクションの行範囲を特定し、read でその範囲の内容を正確に読み取れます。

使用例

ライブラリ一覧(list_libraries)

ユーザーが設定したすべてのナレッジライブラリを、説明とドキュメント数とともに一覧表示します。

パラメータ

パラメータは不要です。

ユースケース

  • ユーザーが「どんなライブラリがありますか?」と質問した場合
  • searchlibrary パラメータを使用する前に、ライブラリ名を確認する場合

探索(explore)

インデックス済みの全ドキュメントまたは特定のライブラリの鳥瞰的な概要を取得します。ドキュメントタイプの分布、ディレクトリ構造(ファイル数と語数の中央値付き)、上位キーワード(出典の帰属付き)を返します。

パラメータ

ユースケース

  • ユーザーがナレッジベースやドキュメントコレクションの内容を知りたい場合
  • ユーザーに特定の検索トピックがなく、利用可能なテーマや方向性を発見したい場合
  • AI アシスタントが効果的な検索戦略を策定するために、規模とトピック分布を把握する必要がある場合
探索後は、出力のキーワードやディレクトリ名を手がかりとして、後続の search クエリに活用します。

パス特定(find_paths)

インデックス済みドキュメントのファイルパスフィールドに対してキーワードで曖昧マッチングを行い、フォルダ単位で集約して上位の候補ディレクトリを返します。search の補助ツールとして位置づけられており、ユーザーがコンテナを名前で示しているのに(「Notion ノートの中で」「Dropbox の論文フォルダで」)その実際のディスク上のパスがわからないとき、まず find_paths で実際のパスを探し、それを searchpath_glob パラメータに渡します。 ディスク上の実際のフォルダ名は、ユーザーの口語表現と一致しないことが多く(例:エクスポートが Notion-Export-c58e430f... のような名前で保存される)、path_glob を直接推測するのは脆弱です。

パラメータ

返却フィールド(JSON モード)

集約の挙動

  • パターンがファイル名セグメントにしかマッチしないファイル(ディレクトリセグメントにマッチがない)は静かに破棄されます。これは「フォルダを探す」ツールであり、「ファイルを探す」ツールではないためです。マッチするファイルがあるはずなのに候補ディレクトリが 0 件返る場合は、search を直接呼び出すフォールバックを検討してください。
  • 各マッチは、パス内で最も浅い位置にあるパターン出現を基準に、次の / で切り詰められて集約されます。例:local:///Users/me/Documents/Notion-Export-abc/workspace/page.md がキーワード Notion でヒットすると、ファイルがどれだけ深くても .../Documents/Notion-Export-abc に集約されます。

使用すべきとき

  • ユーザーが曖昧または異言語の語でコンテナを表現しており(「Notion ノートの中で」「Dropbox の論文フォルダで」「ワークバックアップで」)、実際のパスがわからないとき
  • search を呼び出す前に、path_glob の値を決定するため

使用すべきでないとき

  • 内容/トピックそのものを探すクエリ(「履歴書を探す」「AI 論文を探す」)—— 直接 search を呼ぶ。混合検索はすでにタイトル/ファイル名/本文/パスをカバー
  • ファイルタイプのみでフィルター(「すべての PDF」)—— searchpath_glob="*.pdf" を直接渡す
  • コンテナ意図のない漠然としたクエリ(「最近のもの」)—— search を直接

使用例

レスポンスメタデータ

成功した各ツール応答には現在の UTC 時刻が付加され、呼び出し側がモデルの学習データのカットオフに依存せずに「先月」「今年」「過去 30 日間」などの相対日付を計算できるようになっています。
  • Markdown 出力:応答末尾に区切りブロックが追加されます:
  • JSON 出力:トップレベルに _meta オブジェクトが追加されます:
エラー応答(isError: true)にはメタデータが付加されません —— エラー本体がすでに失敗の原因を伝えており、タイムスタンプを付加するとシグナルが希薄になるためです。 ユーザーが相対日付を使う場合は、最新のツール応答から now を読み取り、対応する ISO 8601 日付を計算してから searchmodified_after / modified_before に渡します。

ワークフロー例

完全なワークフロー:CLI 方式

以下の例は、CLI を使って完全なドキュメント検索を行う方法を示しています:

完全なワークフロー:MCP 方式

AI アシスタントが MCP プロトコルでツールを呼び出す場合、リクエスト形式は以下の通りです:

よくある質問

Linkly AI は現在、以下の形式に対応しています:
ドキュメントに利用可能なアウトラインがない場合(has_outline: false)、以下の方法があります:
  1. read ツールを直接使用して、ドキュメントの内容をページごとに閲覧します
  2. まずドキュメントの冒頭(デフォルト 200 行)を読み取り、大まかな内容を把握してから続きを読むか判断します
推奨フロー:
  1. まず outline でドキュメントの構造を把握します(アウトラインがある場合)
  2. アウトライン内の行範囲に基づいて、readoffsetlimit パラメータで対象セクションを正確に読み取ります
  3. 1 回の読み取りは最大 500 行です。offset を調整してページごとに読み取ります
デフォルトポートは 60606 です。このポートが使用中の場合、アプリは自動的に他のポートを試行します。Linkly AI Desktop の設定で実際に使用されているポートを確認できます。
以下をお試しください:
  • より正確なキーワードを使用する
  • 自然言語での記述を使用する(ベクトルセマンティックマッチングを活用)
  • キーワードと同義語を組み合わせる(例:"authentication auth login sign-in"
  • --type で特定のドキュメントタイプをフィルターし、検索範囲を絞り込む