コンテンツにスキップ

設定

kura は ~/.kura/config.toml を読み込みます。直接編集するか、 kura config を使います。

kura config list
kura config get llm.provider
kura config set general.stale_days 90
[general]
default_bucket = "main"
editor = "" # kura edit が開くコマンド。空なら $EDITOR → vi
stale_days = 180
[llm]
provider = "auto" # auto | ollama | lmstudio | none
ollama_url = "http://localhost:11434"
lmstudio_url = "http://localhost:1234"
[llm.models]
embedding = "qwen3-embedding:0.6b"
embedding_dimensions = 1024
reranker = "dengcao/Qwen3-Reranker-0.6B"
generation = "qwen3:4b"
[search]
rrf_k = 60
keyword_weight = 1.0
vector_weight = 1.0
rerank_top_k = 20
default_limit = 10
[clip]
path = "clips"
[browser]
port = 7578
キー 意味
default_bucket Bucket を指定しないときに新規ドキュメントが入る先
editor kura edit が開くコマンド。空なら $EDITOR、次に vi
stale_days この日数だけ触れられていないドキュメントは陳腐化候補(kura ls --stale)

provider はローカル LLM バックエンドを選びます。

  • auto — まず Ollama、次に LM Studio を試す(既定)。
  • ollama / lmstudio — バックエンドを固定する。
  • none — LLM 機能を完全に無効化。kura はキーワードのみで動く。

ollama_url(既定 http://localhost:11434)と lmstudio_url(既定 http://localhost:1234)は各バックエンドの接続先です。既定以外の ホストやポートに向けるときに変更します。

kura がプロバイダに要求するモデルです。既定は 32GB Mac で同時に 動かせる小ささです。

キー 用途
embedding セマンティック検索・ハイブリッド検索のベクトル
embedding_dimensions ベクトルの次元。embedding モデルと一致させる
reranker kura query のリランク
generation kura clip の整形、クエリ展開、kura ask の回答生成、kura triage / kura audit の LLM ステップ(タイトル・タグ提案、重複・リンク判定、矛盾チェック)

ハイブリッド検索のチューニング。既定でたいていのストアに合います。

キー 意味
rrf_k キーワードとベクトルの結果を融合する際の RRF 定数
keyword_weight / vector_weight 融合時の各リストの重み
rerank_top_k ローカル LLM がリランクする融合後候補の数
default_limit --limit 省略時の結果件数
キー 意味
path 新しいクリップを保存するドキュメント path(既定 clips)。"" にすると Bucket のルートに保存
キー 意味
port kura browser が待ち受けるポート(既定 7578)。--port で上書き
変数 効果
KURA_HOME データディレクトリ(既定 ~/.kura)
KURA_DB DB ファイルのパス。KURA_HOME/kura.db を上書き
NO_COLOR 色付き CLI 出力を無効化

KURA_HOME は、複数のナレッジベースを分けて持つきれいな方法です。 プロジェクトや文脈ごとに別のディレクトリを指せば、それぞれが独立した SQLite ストアと設定を持ちます。