🤖

Claude Codeに無料のRAG導入でトークン＆時間節約

に公開
AI
Model Context Protocol
開発効率化
RAG
Claude Code
tech

TL;DR

Claude Code に毎回ドキュメントを読ませるのやめませんか？

ローカルで動く無料の RAG (DevRag) を使えば、Claude Code がベクトル検索で勝手にドキュメントを見つけてくれます。何百とあるドキュメントのファイル名や場所を、私たちが覚える必要はありません。

  • 完全無料: API 不要、ローカル完結
  • 簡単: 5 分でセットアップ完了
  • 高速: トークン消費 1/40、レスポンス 15 倍速
  • リポジトリ: https://github.com/tomohiro-owada/devrag

Claude Code にドキュメントを読ませる 3 つの問題

1. コンテキストがもったいない

Claude Code のコンテキストウィンドウには限りがあります。ドキュメントを丸ごと読ませるたびに、大量のトークンが消えていきます。

あなた: 「プロジェクトのAPI認証方式を確認して」
Claude: *Readツールでdocs/auth.mdを読み込む (3,000トークン消費)*
Claude: 「JWTベースの認証を使用しています」

この 3,000 トークン、次の質問では使えません。同じドキュメントについて聞きたいことがあっても、また最初から読み直しです。

2. どのファイルか探すのが大変

ドキュメントが増えてくると、Claude 自身も「どこに何が書いてあるか」がわかりません。

あなた: 「Redisのキャッシュ戦略について教えて」
Claude: *とりあえず読んでみる*
       - docs/architecture.md (4,000トークン)
       - docs/caching.md (2,000トークン)
       - docs/redis.md (存在しない)

実際に必要だったのは docs/caching.md の一部（200トークン分）だけ

ドキュメントが 10 個、20 個と増えると、当てずっぽうでファイルを読むことになります。

特にチーム開発だと深刻です。

  • 他の人が書いたドキュメントの場所なんて知らない
  • プロジェクトに参加したばかりだと、どこに何があるか全くわからない
  • ドキュメントが 50 個、100 個とあったら、探すだけで一苦労

「あのAPIの仕様、どこに書いてあったっけ？」と毎回探し回ることになります。

3. 同じことを何度も繰り返す

プロジェクトで同じドキュメントを参照することって、結構ありますよね。

セッション1: "認証について" → docs/auth.md を Read (3,000トークン)
セッション2: "認証エラー対処" → docs/auth.md を Read (3,000トークン)
セッション3: "認証のテスト" → docs/auth.md を Read (3,000トークン)

同じファイルを 3 回読んで 9,000 トークン消費

毎回全文読み込むので、必要な情報が後半にあっても最初から読み直しです。

RAG で全部解決する

RAG（Retrieval-Augmented Generation）を使えば、これらの問題が一気に解決します。

仕組みはシンプル

  1. 最初に一回だけ: ドキュメントをベクトル化して DB 保存
  2. 質問するとき: 関連する部分だけをベクトル検索で取得
  3. 回答生成: 必要な情報だけを使って Claude が回答
【従来】
質問 → ドキュメント全体を読む (3,000トークン) → 回答

【RAG】
質問 → 関連部分のみ検索 (200トークン) → 回答

トークン消費を 1/15 に削減できて、検索精度も上がります。

一番大きいのは、私たちがファイル名を知らなくても Claude Code が勝手に見つけてくれること。何百とあるドキュメントの中から、質問に関連する情報を自動で引っ張ってきてくれます。

DevRag: Claude Code 専用の簡易 RAG

Claude Code で使うために、できるだけシンプルな RAG を作りました。

特徴

  • ワンバイナリー: Python も外部 DB も不要
  • 自動セットアップ: モデルは初回起動時に勝手にダウンロード
  • MCP 統合: Claude Code にsearchツールとして追加されるだけ
  • 高速: 起動 2 秒、検索 100ms 以下
  • 多言語対応: 日本語も英語も問題なし

セットアップは 5 分

1. バイナリダウンロード

Releasesから環境に合ったファイルをダウンロード：

# macOS (Apple Silicon)
wget https://github.com/tomohiro-owada/devrag/releases/latest/download/devrag-macos-apple-silicon.tar.gz
tar -xzf devrag-macos-apple-silicon.tar.gz
chmod +x devrag-macos-apple-silicon
sudo mv devrag-macos-apple-silicon /usr/local/bin/devrag

2. Claude Code 設定

~/.claude.json に追加：

{
  "mcpServers": {
    "devrag": {
      "type": "stdio",
      "command": "/usr/local/bin/devrag"
    }
  }
}

3. ドキュメント置き場を作る

mkdir documents
cp your-notes.md documents/

これで終わり。あとは起動時に勝手にインデックス化されます。

実際に使ってみる

Before: 従来の方法

あなた: 「このプロジェクトのDBマイグレーション方法は？」

Claude: *Readツールで順番に読む*
- README.md (5,000トークン)
- docs/database.md (4,000トークン)
- docs/setup.md (3,000トークン)

合計: 12,000トークン消費
時間: 約30秒

ファイル名を知らないと、関連しそうなファイルを全部読むことになります。

After: DevRag 使用

あなた: 「DBマイグレーション方法は？」

Claude: *searchツールでベクトル検索*
検索結果: docs/database.md の関連部分のみ (300トークン)

「`npm run migrate` でマイグレーションを実行します。
詳細は docs/database.md:42 を参照してください」

合計: 300トークン消費
時間: 約2秒

まとめ

Claude Code にドキュメントを読ませるのは：

  • ❌ コンテキストがもったいない
  • ❌ ファイルを探すのが大変
  • ❌ 同じことを何度も繰り返す

RAG を使えば：

  • ✅ トークン消費 1/40
  • ✅ レスポンス 15 倍速
  • ✅ ファイル名を知らなくても Claude Code が見つけてくれる
  • ✅ セットアップ 5 分、完全無料

何百もあるドキュメントの場所を覚える必要はありません。Claude Code にベクトル検索で勝手に探してもらいましょう。

リポジトリ: https://github.com/tomohiro-owada/devrag
ライセンス: MIT
フィードバック: Issues

ぜひ試してみてください！

Discussion