Plower RAG 使い方説明書

1. ローカルモデルの利用 (Ollama)

Windowsユーザーは、Ollamaをインストールすることで、PCのローカルリソースで高速な推論が可能です。Sagbi全体で標準採用されている gemma3:4b-it-q4_K_M は、最も推奨されるモデルです。

# 標準モデル (Sagbi全体で利用可能・推奨)
ollama pull gemma3:4b-it-q4_K_M

# その他の対応モデル
ollama pull gemma:7b
ollama pull gemma3:12b
ollama pull gpt-oss:20b
ollama pull gpt-oss:120b
ollama pull sarasina

2. Hugging Face Spacesへのモデル導入

自前の Gemma モデルをHF Spaces上のOllamaで動かす手順:

1. HF Spaceのリポジトリをダウンロード（クローン）します。
2. .git フォルダのみを残し、他のファイルをすべて削除します。
3. こちらのGitHubから取得したファイル一式に入れ替えます。
4. 変更をコミットして再度デプロイ（Push）します。これにより gemma3:4b-it-q4_K_M モデルが自動的にインストールされます。
5. Plowerの「HF / Ollama URL」にSpaceのURLを入力して保存してください。

3. RAGソースの設定

• アップロード: 「RAGソース」からローカルのテキストファイルを選択します。
• 同期: 「ローカルフォルダ同期」はWindows（PC版Chrome/Edge）向けの機能です。ローカルの特定のフォルダをRAGソースの置き場として自動同期します。
• ブラウザ連携: 「ブラウザ連携」リンクをブックマークバーにドラッグ＆ドロップして登録しておくと、今見ているウェブサイトをスキャンしてRAGソースに即座に追加できます。
• 画像: テキストエリアに画像を貼り付けると、LLMのマルチモーダル解析用コンテキストとして認識されます。

4. ストレージと永続化

「永続化」ボタンを押してブラウザのストレージ制限を解除（永続化を許可）すると、GemmaやLlamaといった巨大なモデルを安定して利用できるようになります。許可されない場合は、chrome://site-engagement/ を開き、サイトの信頼スコアが十分か確認してください。

5. 質問する

質問を入力して送信します。Plowerは読み込まれたすべての文書をコンテキストとして送信します。モデルは提供された情報に基づいて回答します。