프로젝트 제작자로서 kontext-brain-ts를 소개합니다. 이 소개글은 AI의 도움을 받아 공개 문서의 기능과 한계를 확인해 작성했습니다.
여러 문서를 검색한 뒤 답변에 쓰인 근거가 어디에서 왔는지 추적하려는 TypeScript/Node.js 개발자를 위한 RAG 프레임워크입니다. 문서를 벡터 목록으로만 다루는 대신 Resource·Chunk·Entity·Fact와 원문에 연결된 Evidence로 구성하고, 그래프 탐색과 벡터·키워드 검색을 함께 활용합니다.
외부 시스템을 원본으로 유지하고, 답변에 선택된 원문 조각을 가져오는 구조입니다. MCP 클라이언트·서버 연동, PostgreSQL/pgvector 기반 접근권한 필터링, 로컬 파일 저장 경로를 제공합니다. 검색 컨텍스트만 가져오는 retrieve()와 답변을 생성하는 answer()를 구분해 사용할 수 있습니다.
저장소 README의 설치·빌드 절차와 examples/basic 예제로 시작할 수 있습니다. 실제 데이터 연결과 모델·저장소 설정은 별도로 필요하며, 설치만 하면 모든 사내 자료가 자동으로 연결되는 서비스는 아닙니다.
평가 코드와 비교 결과도 공개했지만, 보고된 데이터셋을 보며 반복적으로 튜닝했고 일부 사전 구축 그래프와 비공개 원시 실행 기록에 의존합니다. 따라서 독립 재현된 최종 벤치마크나 다른 RAG보다 항상 낫다는 주장으로 보시면 안 됩니다.
다중 문서 질의에서 근거를 추적하는 방식, 기존 TypeScript/MCP 도구에 붙일 때의 설정 부담, 접근권한 처리에서 부족한 점에 대한 피드백을 받고 싶습니다.