Meta-RAG Framework MCP Phase 2: 回復力と一貫性を備えたRAGシステム

Meta-RAG Framework MCP Phase 2: 回復力と一貫性を備えたRAGシステム

はじめに

こんにちは！ satto 開発チームでR&Dをしている野澤です。
(@ryo_nozawa)

---

Phase 1では、LeanRAGやHiRAG Bridgeを含む複数エンジンを共通I/Fで統合しました。
研究レベルの技術を実際に動作するRAG基盤として実装しました。
「単なる検索応答」ではなく、オーケストレーションと品質保証を備えた基盤です。
Phase 2では、その基盤の上に Resilience（回復力） と Coherence（一貫性） を中核機能として追加しました。
Rex-RAG、Como-RAGをはじめとする8つの新機能を完全実装しました。
従来のRAGでは不可能だった「自動回復」「矛盾検出」「時間軸検索」「マルチモーダル統合」などを実現しました。

---

🧩 Phase 2で解決する課題

1. デッドエンド検索の回復
   • 低スコア・低被覆・タイムアウト時の回復戦略が不足
2. 一貫性と説明可能性の欠如
   • 複数ソース間の矛盾を検出・修正できない
3. 時間軸情報の活用不足
   • 「過去時点」や「進化パターン」を分析できない
4. マルチモーダル検索の限界
   • 画像＋テキストの反復的な精度改善ができない
5. ツール統合の複雑性
   • API呼び出しの順序や関係を最適化できない

---

🧭 Phase 2の解決アプローチ

課題	解決アプローチ	効果（設計値）
デッドエンド回復	Rex-RAG: 自動失敗検知と再探索	検索成功率 +40%
一貫性と説明可能性	Como-RAG: 矛盾検出・修正、推論ログ	矛盾検出率 +60%
時間軸情報	TKG: Episode/Entity/Community 3層構造	時間軸分析の精度 +50%
マルチモーダル検索	MiRAG: 反復的マルチモーダル検索	マルチモーダル精度 +35%
ツール統合	API Graph: ツール依存関係をグラフ化	統合効率 +45%
合成パイプライン	MSRS: Retrieval/Synthesis失敗分離	合成品質 +30%
探索効率	Anchor-RAG: 並列探索とアンカー選択	探索効率 +25%
速度最適化	REFRAG: 圧縮デコード	最大30x高速化

---

🎯 Phase 2の主要機能

1. Rex-RAG（Resilience Engine）^[1]
   目的: 検索失敗やデッドエンドからの自動回復
   実装内容:

• デッドエンド検知: 低スコア・低被覆・タイムアウト・反復ゼロ進捗の自動検出
• 回復戦略: 混合サンプリング再探索・分布シフト補正・代替エンジン選択
• Orchestrator統合: 自動的にRexPolicyが実行され、透明な回復を実現

// Rex-RAGの自動回復例
const deadendSignal = rexPolicy.shouldRecover(context);
if (deadendSignal) {
  const recovered = await this.executeRecovery(rexPolicy, context, deadendSignal);
  recoveryLog.push(`Rex recovery triggered (${deadendSignal}) using engine ${recovered.result.engine}.`);
}

2. Como-RAG（Coherence Engine）^[2]
   目的: 一貫した推論と世界モデルの管理
   実装内容:

• Memory Workspace: Evidence・Claim・Link・Conflictの統合管理
• 一貫性チェック: 矛盾検出・修復提案・整合性検証
• 推論ログ: 決定トレース・エビデンスチェーン・説明可能性

// Como-RAGの一貫性チェック例
const consistencyConflicts = this.consistencyChecker.detectConflicts(workspace);
consistencyConflicts.forEach(conflict => workspace.registerConflict(conflict));
const repairs = this.consistencyChecker.proposeRepairs(workspace, consistencyConflicts);

3. TKG（Temporal Knowledge Graph）^[3]
   目的: Episode/Entity/Community 3層構造による時間軸の知識管理
   実装内容:

• 3層構造: Episode（イベント）・Entity（実体）・Community（コミュニティ）
• 時間軸検索: 「最新のみ」「過去時点」「時間範囲」の3モード
• 進化パターン分析: 安定・成長・衰退・変動・出現・溶解の6パターン

// TKG時間軸検索例
const query: TemporalQuery = {
  temporalMode: 'historical_point',
  timePoint: new Date('2023-01-01')
};
const result = await tkgIntegration.searchTemporal(query);

4. MiRAG（Multimodal Iterative RAG）^[4]
   目的: 反復的マルチモーダル検索とRKS-POM・MDIA統合
   実装内容:

• 画像処理エンジン: オブジェクト検出・OCR・メタデータ抽出
• 反復的改善: 最大3回の反復ループによる検索精度向上
• クロスモーダル洞察: テキストと画像の相関・矛盾・強化分析

// MiRAG反復検索例
const result = await miragEngine.performMiRAGSearch({
  text: "この画像の内容を分析して",
  image: base64ImageData,
  context: "詳細分析が必要"
});

5. API Graph（Tool-Graph Planner）
   目的: ツール呼び出しのセマンティック関係と実行計画
   実装内容:

• ツールノード管理: 入力・出力スキーマ・コスト・レイテンシ情報
• セマンティック関係: ツール間の依存関係・実行順序の最適化
• 実行パス計画: 目標達成のための最適なツール順序決定

// API Graph実行計画例
const path = toolGraphPlanner.plan({ targetTool: 'gdrive.search' });
workspace.appendTrace({
  step: 'tool_graph',
  detail: { tool: targetTool, pathLength: path?.nodes.length ?? 0 }
});

6. MSRS（Multi-Source Reporting System）
   目的: Retrieval失敗とSynthesis失敗の分離・マルチソース統合
   実装内容:

• エビデンスマトリックス: Claim・Evidence・Linkの関係性構築
• 失敗分離: Retrieval失敗とSynthesis失敗の明確な区別
• マルチソース合成: 複数ソースからの情報統合・ギャップ検出

// MSRS合成例
const matrix = this.synthesizer.buildMatrix(claims, evidences, links);
const synthesis = this.synthesizer.synthesize(matrix, options.explain ? 'report' : 'answer');

7. Anchor-RAG（Starting Point Selection）^[5]
   目的: 知識グラフ探索における開始点選択と並列探索
   実装内容:

• アンカー記録: 各検索ステップの最初のエビデンスをアンカーとして記録
• 並列探索: 複数アンカーからの同時探索によるリカバリ強化
• BrowserExecutor統合: 計画実行時に自動的にアンカーが記録される

// Anchor-RAG並列探索例
if (stepEvidences.length > 0) {
  anchors.push(stepEvidences[0].id); // Anchor-RAG: 最初のエビデンスをアンカーとして記録
}

8. REFRAG（Compression/Decompression）^[6]
   目的: 圧縮デコードによる長文コンテキストの効率化
   実装内容:

• 重要度ベースゲート: 重要度0.8以上は生データ、以下は400文字要約
• 選択的展開: 必要な部分のみを展開するポインタベースアクセス
• 高速化: 最大30倍のスピードアップと16倍のコンテキスト拡張

// REFRAG圧縮例
const refragInfo = this.applyRefragLayerIfNeeded(mergedDocs);
if (refragInfo.applied) {
  context.metrics.speedLayerApplied = true;
}

---

🏗️ システム構成図

┌─────────────────────────────────────────────────────────────┐
│                    Meta-RAG Framework Phase 2               │
├─────────────────────────────────────────────────────────────┤
│  MCP Protocol Layer                                         │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │   Tools     │ │   Server    │ │   Client    │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
├─────────────────────────────────────────────────────────────┤
│  Orchestrator (Phase 2 Enhanced)                            │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │   Planner   │ │   Browser   │ │ Synthesizer │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │   Rex-RAG   │ │   Como-RAG  │ │   TKG       │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │   MiRAG     │ │   API Graph │ │   REFRAG    │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
├─────────────────────────────────────────────────────────────┤
│  Phase 1 Base Engines                                       │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │  LightRAG   │ │   PathRAG   │ │ FastGraph   │            │
│  │ (LeanRAG    │ │ (+ HiRAG)   │ │   RAG       │            │
│  │ features)   │ │ features)   │ │             │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
├─────────────────────────────────────────────────────────────┤
│  Guardrails & Metrics                                       │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐            │
│  │  Security   │ │  Validation │ │   Audit     │            │
│  └─────────────┘ └─────────────┘ └─────────────┘            │
└─────────────────────────────────────────────────────────────┘

---

🔄 Phase 2システムシーケンス図

🔄 シーケンス図の読み方補足

• RexPolicy: 検索失敗を検知すると即座に介入し、自動回復する
• ConsistencyChecker: 合成後に呼ばれ、ソース間の矛盾を検出
• ToolGraphPlanner: 他ツールを呼び出す際に「最適順序」を自動計画
• RefragLayer: 出力前に圧縮層が適用され、高速化とコンテキスト拡張を実現

これにより、失敗回復→矛盾修正→統合→高速化 の一連の流れが Orchestrator 内で自動的に完結します。

---

🛠️ Phase 2 MCPツール一覧（8個追加）

🔍 MiRAG関連ツール（1個）

ツール名	説明	主要パラメータ
mirag_search	反復・マルチモーダル検索の実行	query, image_data, context, max_iterations, enable_cross_modal

⏰ TKG関連ツール（5個）

ツール名	説明	主要パラメータ
tkg_search	時間軸知識グラフ検索の実行	temporal_mode, time_point, time_range_start, time_range_end, entity_types
tkg_add_episode	TKGにEpisodeを追加	id, title, description, start_time, end_time, entities
tkg_add_entity	TKGにEntityを追加	id, name, type, properties, episodes, communities
tkg_add_community	TKGにCommunityを追加	id, name, description, entities, episodes, cohesion
tkg_statistics	TKG統計情報の取得	index_name, time_range

🔧 統合ツール（6個）

ツール名	説明	主要パラメータ
research_plan	研究計画の生成（Planner/Browser分離）	query, context, max_steps, planning_mode
execute_plan	計画の実行（Anchor-RAG統合）	plan_id, execution_options, parallel_execution
synthesize_evidence	エビデンス合成（MSRS統合）	evidence_list, synthesis_mode, explain_mode
workspace	Workspace管理（Como-RAG統合）	workspace_id, operation, memory_config
tool_graph	ツールグラフ計画（API Graph統合）	target_tool, execution_context, optimization_level
speed_layer	速度最適化（REFRAG統合）	content, compression_level, performance_mode

---

💡 実際の使用例

例1: デッドエンド検索の自動回復。

// 2005年に存在したが現在は消滅した日本の企業一覧
const query = "2005年に存在したが現在は消滅した日本の企業一覧を最新の資料ベースで教えて";

// Rex-RAGが自動的にデッドエンドを検知し、回復戦略を実行
const result = await orchestrator.answer(query);
// → 低スコア検知 → 代替エンジン選択 → クエリ多様化 → 成功

例2: 矛盾検出と修正。

// 東京タワーの高さの矛盾検出
const query = "東京タワーの高さを2つのソースから引用して回答して。数値が食い違う場合は説明して";

// Como-RAGが自動的に矛盾を検知し、説明を生成
const result = await orchestrator.answer(query);
// → 333m vs 332.6mの矛盾検出 → 測定方法の違いを説明

例3: マルチモーダル反復検索。

// 画像＋テキストの反復検索
const query = {
  text: "この登山地図を参照しながら、最適な3日間の縦走プランを提案して",
  image: base64ImageData,
  context: "詳細なルート分析が必要"
};

// MiRAGが反復的に検索精度を向上
const result = await miragEngine.performMiRAGSearch(query);
// → 1回目: 基本分析 → 2回目: 詳細分析 → 3回目: 最適化

例4: 時間軸知識グラフ検索。

// 過去時点の情報取得
const query = {
  temporalMode: 'historical_point',
  timePoint: new Date('2020-01-01'),
  entityTypes: ['organization', 'event']
};

// TKGが2020年1月1日時点の情報を取得
const result = await tkgIntegration.searchTemporal(query);
// → Episode/Entity/Communityの時間軸関係を分析

---

🚀 従来のRAGシステムとの比較

機能	従来RAG	Meta-RAG Phase 2
失敗回復	手動再実行	Rex-RAG自動回復
一貫性	矛盾未処理	Como-RAG矛盾検出・修正
時間軸	静的検索のみ	TKG時間軸検索
マルチモーダル	テキストのみ	MiRAG統合検索
ツール統合	順序手動管理	API Graph計画
合成	単純結合	MSRSマルチソース統合
探索	単一パス	Anchor-RAG並列探索
速度	線形処理	REFRAG 30x高速化

---

研究技術の実装

Phase 2では、以下の研究技術を実際に動作する形で実装：

• Rex-RAG: デッドエンド検知・自動回復の実装
• Como-RAG: Workspace Memory・一貫性チェックの実装
• TKG: Episode/Entity/Community 3層構造の実装
• MiRAG: 反復的マルチモーダル検索の実装
• MSRS: Yale MSRS（Multi-Source Reporting System）の実装
• Anchor-RAG: 開始点選択・並列探索の実装
• API Graph: ツールグラフプランニングの実装
• REFRAG: 圧縮デコード最適化の実装

---

⚡️Phase 2パフォーマンス特性（設計値）

機能	改善指標	Phase 1	Phase 2	改善率
検索成功率	デッドエンド回復	70%	95%	+35%
矛盾検出率	一貫性チェック	20%	85%	+325%
時間軸分析	TKG検索精度	N/A	90%	新機能
マルチモーダル	画像+テキスト精度	N/A	88%	新機能
ツール統合	実行計画の成功率	60%	92%	+53%
合成品質	MSRS統合精度	75%	95%	+27%
探索効率	Anchor並列探索	N/A	85%	新機能
処理速度	REFRAG圧縮	100%	30x	新機能

---

🔒 Phase 2セキュリティとガードレール

1. Rex-RAG回復時のセキュリティ

• 回復戦略の実行時の監査ログ記録
• 代替エンジン選択時の権限チェック
• クエリ多様化時のPII検出

2. Como-RAG一貫性チェック

• 矛盾検出時の機密情報マスキング
• 修復提案の承認フロー
• 推論ログの暗号化保存

3. TKG時間軸データ保護

• Episode/Entity/Communityのアクセス制御
• 時間軸検索時のデータフィルタリング
• 進化パターン分析の匿名化

4. MiRAGマルチモーダルセキュリティ

• 画像データのPII検出・マスキング
• クロスモーダル洞察の機密性チェック
• 反復ループの実行制限

---

Phase 2まとめ

Meta-RAG Framework MCP Phase 2では、Phase 1の基盤の上に回復力と一貫性を備えた高度RAGシステムを構築しました。
主要成果。

1. 8つの新機能の完全実装

• Rex-RAG（自動失敗回復）
• Como-RAG（一貫性チェック）
• TKG（時間軸知識グラフ）
• MiRAG（マルチモーダル反復検索）
• MSRS（マルチソース統合）
• Anchor-RAG（並列探索）
• API Graph（ツール計画）
• REFRAG（圧縮最適化）

2. 研究技術の実装

• 論文レベルの技術を実際に動作する形で実装
• MCP統合による開発者フレンドリーな利用環境
• Orchestrator統合による透明な実行

3. 従来RAGとの明確な差別化

• 自動失敗回復による高信頼性
• 矛盾検出・修正による高品質
• 時間軸分析による高精度
• マルチモーダル統合による高機能性

Phase 2の実装により、RAGシステムは「知的処理」へと進化しました：
知的処理: 回復・一貫性・時間軸・マルチモーダル・統合・探索・最適化
これにより、従来のRAGシステムでは困難だった複雑な分析タスクを自動化しました。
高品質な結果を提供できるように実装しました。

---

今後の展開（予告）

Phase 3（HyperGraphRAG+RAS）

• インデクシング：エンティティ抽出 → ハイパーエッジ（n≥2） 生成
• リトリーバル：entity-path × hyperedge-path のDual-path＋Rank Fusion
• RAS（Retrieval & Structuring） を組み込み、取り出す＋構造化するまでを一気通貫化。

Phase 4（RL Policy / RAG3.0）

• UR2：カリキュラム学習＋二段階報酬（Format → Answer）
• Serving：RL方策 or Heuristics をゲーティング選択（フェイルセーフでHeuristicsへ）

RAG3.0 に進化しても、Phase 1・2 の各エンジンは 基盤技術として継続的に重要 です。

---

脚注

1. Rex-RAG: arXiv

2. Como-RAG: arXiv

3. TKG（Temporal Knowledge Graph）: arXiv

4. MiRAG（Multimodal Iterative RAG）: arXiv

5. Anchor-RAG: arXiv

6. REFRAG: arXiv