CocoIndexとは
CocoIndexは、変化するデータソースをAI向けのデータに変換し、その鮮度を保つデータパイプラインのフレームワークです。 スプレッドシートの数式やReactコンポーネントと同じように、ターゲットがソースの関数としてどうあるべきかを宣言すると、エンジンがどの部分を再計算すべきかを判断します。ドキュメントが挙げるソースにはローカルフォルダー、Amazon S3、Google Drive、Kafka、データベースがあり、出力先にはベクトルデータベース、リレーショナルデータベース、グラフデータベースがあります。提供元は、ウェブサイトに記載されているCocoIndex Incです。
エンジンはRustで書かれ、パイプラインはPythonで記述します。 ソース項目単位、関数呼び出し単位、ターゲット行単位の3つのレベルで以前の結果を記憶するため、編集した文書だけが再パースと再埋め込みの対象となり、変更のない文書はスキップされます。関数のコードが変わった場合も、その処理を再実行します。別製品のCocoIndex Codeは、同じ考え方をコーディングエージェント向けにコードベースへ適用するもので、本レビューの対象外です。
入手方法
CocoIndexはPythonパッケージです。1つのコマンドでインストールし、パイプラインのファイルを書きます。 ダウンロード型のデスクトップアプリではないため、インストーラーはありません。
項目 | 入手方法 |
|---|---|
| pip | PyPIから pip install -U cocoindex |
| uvまたはPoetry | インストールガイドによると uv add cocoindex または poetry add cocoindex |
| クイックスタート | PDFをMarkdownに変換するパイプライン。pip install docling も必要：クイックスタート |
| 公式サイト | cocoindex.io |
| ドキュメント | cocoindex.io/docs |
| プライバシーポリシー | CocoIndex Privacy Policy（ページによると最終更新は2026年11月6日） |
| ソースコード | github.com/cocoindex-io/cocoindex、Apache 2.0 |
確認したバージョン：1.1.1（2026年11月5日公開）。ターミナルとPython環境が必要で、グラフィカルなインストーラーはありません。チーム向けのCocoIndex Plusは、ライセンスキーを使って別途インストールします。
動作要件
ドキュメントはPython 3.11から3.13と、3つのオペレーティングシステムを挙げています。 フレームワーク自体のRAMやGPUの最小要件は公表されていません。
Python
- 情報源の記載:
- インストールガイドでは3.11から3.13。PyPIのメタデータは3.11以降を要求
macOS
- 情報源の記載:
- Intelは10.12以降、Apple Siliconは11.0以降
Linux
- 情報源の記載:
- glibc 2.28以降のx86_64またはarm64（例：Debian 10、Ubuntu 18.10）
Windows
- 情報源の記載:
- x86_64のWindows 10以降
データベース
- 情報源の記載:
- CocoIndex自体は不要。状態は組み込みのLMDBファイルに保存され、パスはCOCOINDEX_DBで指定します。Postgresなどの出力先は別途必要です
モデル
- 情報源の記載:
- 設定したもの次第。Ollamaを使う場合は、ローカルでOllamaを起動し、各モデルを先にpullする必要があります
そのため、必要なハードウェアはCocoIndexではなく、選んだ埋め込みモデルと言語モデルによって決まります。
使い始めるには
手順はドキュメントのクイックスタートと埋め込みのページに沿ったもので、PromptQuorumは実行していません。
- 1パッケージをインストールする
Why it matters: Python 3.11から3.13の環境で pip install -U cocoindex を実行し、PDF用のdoclingなど必要なパーサーも追加します。 - 2状態データベースのパスを設定する
Why it matters: .envファイルに COCOINDEX_DB=./cocoindex.db を記述し、CocoIndexが以前の実行の記憶を保存するローカルファイルを用意します。 - 3パイプラインを宣言する
Why it matters: ソースフォルダーを読み込み、各ファイルを通常の関数で処理し、ターゲットに保持させる行やファイルを宣言するPythonアプリを書きます。 - 4ローカルモデルを選ぶ
Why it matters: マシン上で埋め込みを生成するには、Ollamaを起動して ollama pull nomic-embed-text を実行し、LiteLLMの埋め込み機能をそこに向けるか、代わりにsentence-transformersの埋め込み機能を使います。 - 5実行と再実行
Why it matters: cocoindex update main.py を実行し、ソースファイルを変更してもう一度実行します。ドキュメントによると、影響を受けたファイルだけが再処理されます。
情報源で確認できた機能
以下はすべてウェブサイト、ドキュメント、リポジトリの記載によるもので、ここでは試していません。
- 差分処理。 コンポーネント、関数、ターゲットの各レベルでの変更検出に加え、メモ化とコード変更の追跡。
- コネクター。 ドキュメントに載っているソースと出力先には、ローカルファイル、Amazon S3、Azure Blob、Google Drive、Kafka、PostgreSQL、SQLite、LanceDB、Qdrant、Neo4j、Snowflake、BigQueryがあります。
- ローカルモデルの選択肢。 Ollama（nomic-embed-text、mxbai-embed-large、bge-m3など）またはsentence-transformersによる埋め込みと、Ollama経由のローカルLlama 3.2による構造化抽出。
- 系譜と復旧。 出力がどのように作られたかを確認でき、一時的な障害は再試行され、中断後も実行を再開できます。
- ライブモード。 パイプラインはソースを監視し、バッチ処理ではなく継続的に更新できます。
データの流れとプライバシー
Ollamaまたはsentence-transformersと、SQLiteやLanceDBなどのローカルの出力先を使えば、ドキュメントに記載されたデータの経路は自分のマシン内にとどまります。 代わりにOpenAI、Gemini、ホスト型データベースを選ぶと、テキストはそのプロバイダーの規約に従って送られ、CocoIndexはそれを防ぎません。
テレメトリのページによると、リリース版はScarfゲートウェイ経由で匿名イベント（イベント名、オペレーティングシステムとCPUアーキテクチャ、Pythonのバージョン、設定した場合のみアプリケーションタグ）を送信します。ページはデータ、コード、ファイルパス、認証情報などを送信しないと明記しており、COCOINDEX_DISABLE_USAGE_TRACKINGを0以外の値に設定すると無効になると説明しています。
📌補足: これらは提供元の説明であり、監査結果ではありません。PromptQuorumはネットワーク通信もコードも検査していません。
おすすめできる人
- Python開発者 で、変化する文書、コード、レコードをベクトルストアに再インデックスしており、変更のない項目を省きたい方。
- すでにOllamaを使っているチーム で、使い捨てのスクリプトではなく、保守されたパイプラインの中でローカル埋め込みを使いたい方。
- エージェントを開発している方 で、ソースを継続的に追跡し、複数の種類のストアに書き込めるインデックスが必要な方。
確認できなかった点
- 性能。 速度、メモリ使用量、差分更新による節約は提供元の説明で、測定していません。
- 品質。 ローカルの埋め込みモデルと抽出モデルが、お使いのデータで良い結果を出すかは未検証です。
- Plusの価格。 CocoIndex Plusはライセンス制で、ウェブサイトは通話の予約を案内するのみで価格が公表されていないため、ここでは示していません。
- Windowsでの動作。 ドキュメントはWindows 10以降を挙げていますが、Windows固有のテストについては確認していません。
- ハードウェアの下限。 フレームワークのRAMやGPUの最小要件は公表されていません。
競合・代替アプリ
LlamaIndex
- 対応環境:
- Mac、Windows、Linux
- 価格／ライセンス:
- 無料／MIT
- 主な違い:
- クエリとエージェント向けのより広いRAGツールキット。CocoIndexはインデックスを最新に保つことに特化
LlamaIndexに関する記事（10件）
- LlamaIndex Review: Code-First RAG Framework, Not a No-Code Builder更新日 2026年9月2日
- Milvus Review: The Open-Source Vector Database for Local RAG更新日 2026年11月3日
- Dify Review: Open-Source LLMOps Platform vs. LangChain, Flowise更新日 2026年10月30日
- AnythingLLM vs PrivateGPT vs Open WebUI: Best Local RAG in 2026更新日 2026年10月16日
- Local Knowledge & Retrieval Tools Compared (2026): RAG, Document Chat, Vector Databases, Notes and Search更新日 2026年9月20日
- Chroma Review: Open-Source Vector Database for AI and RAG更新日 2026年9月18日
- Qdrant Review: The Self-Hosted Vector Database for RAG更新日 2026年9月18日
- Flowise Review: Visual LangChain Workflow Builder Is Shutting Down更新日 2026年9月2日
- Haystack Review: deepset's RAG Framework vs. LangChain and LlamaIndex更新日 2026年9月2日
- RAGFlow Review: Citation-Grade RAG for Complex Documents更新日 2026年9月2日
さらに17件（非表示）
Haystack
- 対応環境:
- Mac、Windows、Linux
- 価格／ライセンス:
- 無料／Apache 2.0
- 主な違い:
- 検索とRAG向けの明示的なコンポーネントパイプラインで、クエリ時のフローが中心
Haystackに関する記事（3件）
- Haystack Review: deepset's RAG Framework vs. LangChain and LlamaIndex更新日 2026年9月2日
- MRAM and In-Memory Computing: The Next Leap for On-Device AI?更新日 2026年11月6日
- Local Knowledge & Retrieval Tools Compared (2026): RAG, Document Chat, Vector Databases, Notes and Search更新日 2026年9月20日
その他の言及:
- Self-Hosted AI Starter Kit Review: n8n + Ollama + Qdrant in One Compose File更新日 2026年11月6日
- LangChain Review: Features, Pricing, Alternatives更新日 2026年11月2日
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Acceleration更新日 2026年11月2日
- Langchain-Chatchat Review: Self-Hosted RAG and Agent Framework更新日 2026年9月18日
- Qdrant Review: The Self-Hosted Vector Database for RAG更新日 2026年9月18日
- CrewAI Review: Features, Pricing, Alternatives更新日 2026年9月5日
- LlamaIndex Review: Code-First RAG Framework, Not a No-Code Builder更新日 2026年9月2日
txtai
- 対応環境:
- Mac、Windows、Linux
- 価格／ライセンス:
- 無料／Apache 2.0
- 主な違い:
- 埋め込みデータベースとLLMワークフローを1つのライブラリにまとめ、独自のストレージを持つ
txtaiに関する記事（2件）
- txtai Review: The Embedded Vector Database That Skips the Server更新日 2026年9月2日
- Local Knowledge & Retrieval Tools Compared (2026): RAG, Document Chat, Vector Databases, Notes and Search更新日 2026年9月20日
その他の言及:
Cognee
- 対応環境:
- セルフホスト
- 価格／ライセンス:
- 無料／Apache-2.0
- 主な違い:
- 任意の出力先を同期するのではなく、エージェント向けのナレッジグラフとメモリを構築する
これらのツールは部分的に重なっており、組み合わせて使うこともできます。たとえば、CocoIndexが作ったインデックスをLlamaIndexやHaystackが検索する構成です。選ぶ前に、各ツールの最新の価格、ライセンス、対応環境をそれぞれの掲載ページで確認してください。
よくある質問
CocoIndexにはデータベースサーバーが必要ですか？
CocoIndex自身の状態には不要で、組み込みファイルに保存されます。pgvector付きPostgreSQLやQdrantなどの出力先ストアは別の選択で、SQLiteとLanceDBはファイルベースの選択肢として挙げられています。
CocoIndexとCocoIndex Codeは同じものですか？
いいえ。CocoIndexは本レビューで扱う汎用フレームワークで、CocoIndex Codeはコードベースのセマンティック検索向けの別製品であり、コーディングエージェント向けにMCPサーバーを公開しています。
CocoIndexはバージョン0とどう違いますか？
提供元のスキルファイルによると、バージョン1は根本から再設計されたもので、古いAPIで学習したエージェントは非推奨のバージョン0の書き方を出力しがちなため、最新のドキュメントを参照するよう案内しています。
テレメトリはオフにできますか？
はい。テレメトリのページにあるとおり、プログラムを起動する前に、環境変数COCOINDEX_DISABLE_USAGE_TRACKINGを0以外の空でない値に設定します。
総評
CocoIndexは、すべてを再埋め込みせずにRAGのインデックスとエージェントのコンテキストを最新に保つための、活発に開発されている手段で、ドキュメントはOllamaとsentence-transformersをローカルの選択肢として示しています。一方で、ローカルLLMアプリではなくコード中心のパイプラインフレームワークであり、ドキュメントはクラウドのプロバイダーもローカルと同程度に示し、ライセンス版のPlusには公表された価格がなく、PromptQuorumはいずれも試していません。変化する文書群を管理し、パイプラインのコードを書くことを受け入れられるPython開発者に向いています。プログラミングなしで自分のファイルとチャットしたい場合は、AnythingLLMのようなアプリのほうが出発点として適しています。
情報源
- CocoIndexウェブサイト — 製品概要とエディションの比較（2026年11月8日確認）。
- CocoIndexドキュメント — 概要、インストール、クイックスタート、データベースのパス、埋め込みとコネクターのページ（2026年11月8日確認）。
- CocoIndexテレメトリのページ — 送信される匿名イベントとオプトアウトの方法（2026年11月8日確認）。
- GitHubのCocoIndex — ライセンス、README、リリース1.1.1（2026年11月8日確認）。
- PyPIのcocoindex — パッケージのバージョン1.1.1とPythonの要件（2026年11月8日確認）。
- CocoIndex Privacy Policy — 会社のプライバシー条件（最終更新は2026年11月6日）。