Queryweaver

はじめに

Docker

💡 評価目的での利用を推奨します（ローカルの Python や Node は不要です）

docker run -p 5000:5000 -it falkordb/queryweaver

起動先：http://localhost:5000

---

.env ファイルを使用する（推奨）

.env.example をコピーしてローカルに .env を作成し、Docker に渡します。必要な設定をすべて指定する最も簡単な方法です。

cp .env.example .env
# edit .env to set your values, then:
docker run -p 5000:5000 --env-file .env falkordb/queryweaver

別の方法：環境変数を個別に渡す

コマンドラインで変数を渡す場合は、-e フラグを使用します（変数が多い場合は不便です）。

docker run -p 5000:5000 -it \
  -e APP_ENV=development \
  -e FASTAPI_SECRET_KEY=your_super_secret_key_here \
  -e GOOGLE_CLIENT_ID=your_google_client_id \
  -e GOOGLE_CLIENT_SECRET=your_google_client_secret \
  -e GITHUB_CLIENT_ID=your_github_client_id \
  -e GITHUB_CLIENT_SECRET=your_github_client_secret \
  -e AZURE_API_KEY=your_azure_api_key \
  falkordb/queryweaver

APP_ENV=development を指定すると、このコマンドが提供するプレーン HTTP の http://localhost:5000 でログインできるようになります。QueryWeaver を HTTPS の背後に配置する場合は、この指定を削除するか、別の値に設定してください。セッション Cookie に Secure が付与されます。詳しくはアプリケーション環境をご覧ください。

注：QueryWeaver は複数の AI プロバイダーをサポートしています。OPENAI_API_KEY、GEMINI_API_KEY、ANTHROPIC_API_KEY、または AZURE_API_KEY を使用できます。詳細はAI/LLM の設定をご覧ください。

設定オプションの一覧は .env.example をご確認ください。

メモリ TTL（任意）

QueryWeaver は、ユーザーごとの会話メモリを FalkorDB に保存します。デフォルトでは、これらのグラフは無期限に保持されます。MEMORY_TTL_SECONDS を設定すると、Redis の TTL（秒単位）が適用され、使用されていないメモリグラフが自動的に削除されます。

# Expire memory graphs after 1 week of inactivity
MEMORY_TTL_SECONDS=604800

ユーザーが操作するたびに TTL が更新されるため、アクティブなユーザーのメモリは保持されます。

MCP サーバー：ホストまたは接続（任意）

QueryWeaver には、Model Context Protocol（MCP）のオプションサポートが含まれています。QueryWeaver に MCP 対応の HTTP インターフェースを公開させ（ほかのサービスから MCP サーバーとして QueryWeaver を呼び出せるようにする）、またはモデル／コンテキストサービス用の外部 MCP サーバーを呼び出すように QueryWeaver を設定できます。

QueryWeaver が提供する機能

• アプリは Text2SQL のワークフローに特化した MCP オペレーションを登録します：

  • list_databases
  • connect_database
  • database_schema
  • query_database

• 組み込み MCP エンドポイントを無効にするには、.env または環境変数に DISABLE_MCP=true を設定します（デフォルト：MCP は有効）。

• 設定

• DISABLE_MCP — QueryWeaver の組み込み MCP HTTP インターフェースを無効にします。無効にするには true に設定します。デフォルト：false（MCP は有効）。

例

Docker で実行するときに組み込み MCP を無効にする：

docker run -p 5000:5000 -it --env DISABLE_MCP=true falkordb/queryweaver

組み込み MCP エンドポイントの呼び出し（例）

• MCP インターフェースは HTTP エンドポイントとして公開されます。

サーバーの設定

以下は、/mcp で MCP HTTP インターフェースを公開しているローカルの QueryWeaver インスタンスを指定する、最小限の mcp.json クライアント設定例です。

{
   "servers": {
      "queryweaver": {
         "type": "http",
         "url": "http://127.0.0.1:5000/mcp",
         "headers": {
            "Authorization": "Bearer your_token_here"
         }
      }
   },
   "inputs": []
}

REST API

API ドキュメント

Swagger UI：https://app.queryweaver.ai/docs

OpenAPI JSON：https://app.queryweaver.ai/openapi.json

概要

QueryWeaver は、グラフ（データベーススキーマ）の管理と Text2SQL クエリの実行に使う小規模な REST API を提供します。ユーザーごとのデータを変更または参照するすべてのエンドポイントでは、認証が必要です。ブラウザーでは、OAuth またはメールアドレスとパスワードによって確立される署名付きセッション Cookie を使用します。CLI やスクリプトでは、API トークンを使用できます（作成するには tokens ルートまたはウェブ UI を参照してください）。

主なエンドポイント

• GET /graphs — 認証済みユーザーが利用できるグラフの一覧を取得します
• GET /graphs/{graph_id}/data — グラフのノード／リンク（テーブル、列、外部キー）を返します
• POST /graphs — グラフをアップロードまたは作成します（JSON ペイロードまたはファイルのアップロード）
• POST /graphs/{graph_id} — 指定したグラフに対して Text2SQL チャットクエリを実行します（ストリーミング応答）

認証

• Authorization ヘッダーを追加します：Authorization: Bearer <API_TOKEN>

3 種類の認証情報はそれぞれ独立しています

QueryWeaver では、3 種類の「ログイン」を互いに独立して扱います。そのため、いずれかの失敗が別のものの失敗に見えることはありません。

認証情報	証明する内容	保存場所	FalkorDB に依存しますか？
ブラウザーログイン	アプリを使用しているユーザー	OAuth またはパスワードで一度確立される署名付きセッション Cookie	いいえ。プロセスの実行開始後は依存しません
API トークン	スクリプトがユーザーとして操作できること	Organizations グラフ内の Token ノード。Authorization: Bearer … として送信	はい
データソース接続	あなたの データベースへのアクセス	リクエストごとに指定され、保存されません	いいえ（あなた自身のデータベースです）

ブラウザーログインは署名付き Cookie なので、ログイン状態を維持するためにデータベースへの再接続は不要です。また、すでに実行中のプロセスでは、FalkorDB が停止してもログイン状態が維持されます。セッションはそのまま残り、実際にグラフを必要とする操作だけが失敗します。 API トークンを明示的に指定したリクエストは、常にデータベースに照合されます。データベースに接続できない場合は 401 ではなく 503 が返されるため、クライアントは再認証せずにリトライできます。

対象範囲に注意してください。これはログイン状態の維持についてであり、起動についてではありません。QueryWeaver は起動時に引き続き FalkorDB に接続するため、接続できない状態では起動しません。そのため、停止中の再起動は対象外です。

ブラウザーログインの有効期間はデフォルトで 24 時間です。変更するには BROWSER_SESSION_TTL_HOURS を設定してください。ログアウトするとセッション Cookie が削除されます。ブラウザーには API トークンが発行されないため、失効させるトークンもありません。トークンは tokens API から明示的に作成し、同 API から失効させます。（以前のリリースで作成された api_token Cookie が残っている場合も、ログアウト時に削除され、トークンが失効します。）

メールアドレスでの登録は、アカウント作成前に確認されます

メールアドレスとパスワードで登録しても、アカウントは作成されません。送信された情報はいったん保留され、6 桁の確認コードがそのアドレスにメールで送信されます。登録フォームにそのコードが入力されたときに初めて、アカウントとセッションが作成されます。つまり、登録者が管理していないアドレスがアカウントになることはなく、システムの他の部分が扱う中途半端なユーザーも生まれません。

メールでリンクではなくコードを送るのは、フォームを送信したセッションにコードを戻す必要があるためです。リンクは受け取った人なら誰でも開けます。第三者があなたのアドレスと自分で選んだパスワードを使って登録し、あなたが一度クリックするだけで、その人がパスワードを知るアカウントが作成される可能性があります。ここでは、フォームに入力した本人だけが両方の情報を持つため、他人が代わりに登録することはできません。 このコードは1回限り有効で、15分後に期限切れとなり、間違った入力が数回続くと、保留中の登録は破棄されます。短いコードが安全なのは、試行回数が少ない間だけです。また、コードを利用できるのは、フォームを送信したブラウザーに限られます。送信ごとにチケットが発行され、そのブラウザーのセッションに保存されるため、チケットなしでコードを提示しても拒否されます。コードを入力すると、ブラウザーはそのままサインインします。パスワードは数分前に設定済みで、もう一度入力を求めても確認にはなりません。同じ画面からコードを再送できますが、アドレスごとのレート制限があります。送信回数の上限は保留中の登録ごとに設定されるため、保留中の登録が期限切れになるとリセットされ、同じアドレスでも後からいつでも再登録できます。期限切れのコードを入力しても、間違った入力として数えられず、登録も破棄されません。保留中の登録はそのまま残るため、同じ画面から新しいコードを送信できます。

開発環境では、メールサーバーが設定されていない場合、メッセージは送信されず、アプリケーションログに書き込まれます。そのため、ログからコードをコピーすれば、このフローを完了できます。これには APP_ENV=development が必要です。それ以外の環境では、設定されていないプロセスはコードをログに記録して成功を報告するのではなく、送信を拒否します。実際に送信するには、MAIL_SERVER（および MAIL_PORT、MAIL_USERNAME、MAIL_PASSWORD、MAIL_DEFAULT_SENDER）を設定してください。SMTP エンドポイントがあるプロバイダーであれば利用できます。EMAIL_VERIFICATION_TTL_MINUTES、EMAIL_VERIFICATION_MAX_ATTEMPTS、EMAIL_VERIFICATION_RESEND_SECONDS、EMAIL_VERIFICATION_MAX_SENDS で有効期間と上限を調整できます。全項目については .env.example を参照してください。

署名付きセッションクッキーのトレードオフは、有効期限前にサーバーから無効化できないことです。TTL によって被害を抑えられます。また、FASTAPI_SECRET_KEY をローテーションすると、すべてのブラウザーのログインが一度に無効になります。API トークンはサーバー側に記録が保持されるため、個別に、すぐに取り消すことができます。より短い有効期間が必要な場合は、BROWSER_SESSION_TTL_HOURS を短くしてください。

例

1. グラフの一覧を取得（GET）

curl の例：

curl -s -H "Authorization: Bearer $TOKEN" \
   https://app.queryweaver.ai/graphs

Python の例：

import requests
resp = requests.get('https://app.queryweaver.ai/graphs', headers={'Authorization': f'Bearer {TOKEN}'})
print(resp.json())

2. グラフのスキーマを取得（GET）

curl の例：

curl -s -H "Authorization: Bearer $TOKEN" \
   https://app.queryweaver.ai/graphs/my_database/data

Python の例：

resp = requests.get('https://app.queryweaver.ai/graphs/my_database/data', headers={'Authorization': f'Bearer {TOKEN}'})
print(resp.json())

3. グラフを読み込む（POST）— JSON ペイロード

curl -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
   -d '{"database": "my_database", "tables": [...]}' \
   https://app.queryweaver.ai/graphs

または、ファイルをアップロードします（multipart/form-data）：

curl -H "Authorization: Bearer $TOKEN" -F "[email protected]" \
   https://app.queryweaver.ai/graphs

4. グラフにクエリを実行（POST）— チャットベースの Text2SQL リクエストを実行

POST /graphs/{graph_id} エンドポイントは、少なくとも chat フィールド（メッセージの配列）を含む JSON 本文を受け付けます。このエンドポイントは、処理手順と最終的な SQL を、フロントエンドが使用する特殊な区切り文字で区切られた、サーバー送信メッセージのチャンクとしてストリーミングします。簡単なスクリプトから呼び出す場合は、ストリーミングされたメッセージから最終的な JSON オブジェクトを読み取ることができます。

ペイロードの例：

{
   "chat": ["How many users signed up last month?"],
   "result": [],
   "instructions": "Prefer PostgreSQL compatible SQL"
}

curl の例（簡易版。レスポンス全体を取得）：

curl -s -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
   -d '{"chat": ["Count orders last week"]}' \
   https://app.queryweaver.ai/graphs/my_database

Python の例（ストリーム対応）：

import requests
import json

url = 'https://app.queryweaver.ai/graphs/my_database'
headers = {'Authorization': f'Bearer {TOKEN}', 'Content-Type': 'application/json'}
with requests.post(url, headers=headers, json={"chat": ["Count orders last week"]}, stream=True) as r:
      # The server yields JSON objects delimited by a message boundary string
      boundary = '|||FALKORDB_MESSAGE_BOUNDARY|||'
      buffer = ''
      for chunk in r.iter_content(decode_unicode=True, chunk_size=1024):
            buffer += chunk
            while boundary in buffer:
                  part, buffer = buffer.split(boundary, 1)
                  if not part.strip():
                        continue
                  obj = json.loads(part)
                  print('STREAM:', obj)

注意点とヒント

• グラフ ID はユーザーごとに名前空間が分かれています。API を直接呼び出す場合は、プレーンなグラフ ID を使用してください（サーバーが認証済みユーザーに基づいて名前空間を設定します）。アップロードしたファイルでは、database フィールドによって保存されるグラフ ID が決まります。
• ストリーミングレスポンスには、中間の推論手順、追加の質問（クエリが曖昧またはトピック外の場合）、最終的な SQL が含まれます。フロントエンドは、メッセージ間の区切り文字列 |||FALKORDB_MESSAGE_BOUNDARY||| を想定しています。
• 破壊的な SQL（INSERT／UPDATE／DELETE など）では、サービスはストリームに確認手順を含めます。このフローはフロントエンドが処理します。破壊的な操作を自動化する場合は、確認を適切に処理してください（コード内の ConfirmRequest モデルを参照）。

Python SDK

QueryWeaver Python SDK を使用すると、ウェブサーバーを実行せずに、Python アプリケーションから Text2SQL 機能を直接利用できます。

インストール

# SDK only (minimal dependencies)
pip install queryweaver

# With server dependencies (FastAPI, etc.)
pip install queryweaver[server]

# Development (includes testing tools)
pip install queryweaver[dev]

クイックスタート

import asyncio
from queryweaver import QueryWeaver

async def main():
    # Initialize with FalkorDB connection
    qw = QueryWeaver(falkordb_url="redis://localhost:6379")

    # Connect a PostgreSQL or MySQL database
    conn = await qw.connect_database("postgresql://user:pass@host:5432/mydb")
    print(f"Connected: {conn.database_id}")  # "mydb"

    # Convert natural language to SQL and execute — pass the database_id
    # returned by connect_database (un-prefixed; namespacing is internal).
    result = await qw.query(conn.database_id, "Show me all customers from NYC")
    print(result.sql_query)    # SELECT * FROM customers WHERE city = 'NYC'
    print(result.results)       # [{"id": 1, "name": "Alice", "city": "NYC"}, ...]
    print(result.ai_response)   # "Found 42 customers from NYC..."

    await qw.close()

asyncio.run(main())

コンテキストマネージャー

async with QueryWeaver(falkordb_url="redis://localhost:6379") as qw:
    conn = await qw.connect_database("postgresql://user:pass@host/mydb")
    result = await qw.query(conn.database_id, "Count orders by status")
# close() runs automatically, awaiting any in-flight background memory writes.

複数のインスタンス

複数の QueryWeaver インスタンスを、同じプロセス内で並行して実行できます。 各インスタンスは独自の FalkorDB 接続を保持し、すべての呼び出しでその接続を明示的に渡すため、競合する共有グローバル状態はありません。

async with QueryWeaver(falkordb_url="redis://host-a:6379", user_id="tenant_a") as a, \
           QueryWeaver(falkordb_url="redis://host-b:6379", user_id="tenant_b") as b:
    sales = await a.connect_database("postgresql://user:pass@host-a/sales")
    ops = await b.connect_database("postgresql://user:pass@host-b/ops")
    await a.query(sales.database_id, "Show top customers")
    await b.query(ops.database_id, "Count open tickets")

利用可能なメソッド

メソッド	説明
connect_database(db_url)	PostgreSQL/MySQL に接続し、スキーマを読み込みます
query(database, question)	自然言語を SQL に変換して実行します
get_schema(database)	データベーススキーマ（テーブルとリレーションシップ）を取得します
list_databases()	接続済みのすべてのデータベースを一覧表示します
delete_database(database)	FalkorDB からデータベースを削除します
refresh_schema(database)	データベースの変更後にスキーマを再同期します
execute_confirmed(database, sql)	確認済みの破壊的操作を実行します

高度なクエリオプション

複数ターンの会話、カスタム指示、リクエストごとの LLM オーバーライドを使用する場合：

from queryweaver import QueryWeaver, QueryRequest

request = QueryRequest(
    question="Show their recent orders",
    chat_history=["Show all customers from NYC"],
    result_history=["Found 42 customers..."],
    instructions="Use created_at for date filtering",
    # Optional per-request LLM overrides — bypass env-based config
    custom_api_key="sk-...",
    custom_model="openai/gpt-4.1",
)

result = await qw.query("mydb", request)

破壊的操作の処理

INSERT、UPDATE、DELETE 操作には確認が必要です：

result = await qw.query("mydb", "Delete inactive users")

if result.requires_confirmation:
    print(f"Destructive SQL: {result.sql_query}")
    # Execute after user confirms
    confirmed = await qw.execute_confirmed("mydb", result.sql_query)

要件

• Python 3.12+
• FalkorDB インスタンス（ローカルまたはリモート）
• OpenAI または Azure OpenAI の API キー（LLM 用）
• 対象の SQL データベース（PostgreSQL または MySQL）

開発

以下の手順で、ソースから QueryWeaver を実行および開発できます。

前提条件

• Python 3.12+
• uv（Python パッケージマネージャー）
• FalkorDB インスタンス（ローカルまたはリモート）
• Node.js と npm（React フロントエンド用）

インストールと設定

クイックスタート（開発に推奨）：

# Clone the repo
git clone https://github.com/FalkorDB/QueryWeaver.git
cd QueryWeaver

# Install dependencies (backend + frontend) and start the dev server
make install
make run-dev

手動でセットアップする場合や、カスタム環境が必要な場合は、uv を使用してください：

# Install Python (backend) and frontend dependencies
uv sync

# Create a local environment file
cp .env.example .env
# Edit .env with your values (set APP_ENV=development for local development)

アプリをローカルで実行する

uv run uvicorn api.index:app --host 0.0.0.0 --port 5000 --reload

サーバーは http://localhost:5000 で利用できます。

または、このリポジトリに用意されている Make ターゲットを使ってアプリを実行できます：

make run-dev   # development server (reload, debug-friendly)
make run-prod  # production mode (ensure frontend build if needed)

フロントエンドのビルド（必要な場合）

フロントエンドは app/ にある最新の React + Vite アプリです。本番環境で実行する前、またはフロントエンドを変更した後にビルドしてください：

make install       # installs backend and frontend deps
make build-prod    # builds the frontend into app/dist/

# or manually
cd app
npm ci
npm run build

OAuth の設定

QueryWeaver は Google と GitHub の OAuth に対応しています。各プロバイダーの OAuth 認証情報を作成し、クライアント ID／シークレットを .env ファイルに貼り付けてください。

• Google：認証済みオリジンとコールバック http://localhost:5000/login/google/authorized を設定します
• GitHub：ホームページとコールバック http://localhost:5000/login/github/authorized を設定します

環境別の OAuth 設定

本番／ステージング環境へのデプロイでは、セッション Cookie はデフォルトで HTTPS 専用です。トリミングして小文字に変換した後に development と判定される APP_ENV の場合に限り、この設定は無効になります。そのため、デプロイ時にこの変数を設定し忘れても、Cookie は安全な設定のままです。プレーン HTTP のローカル実行では APP_ENV=development を設定してください。そうしないと、ブラウザーが Cookie を破棄し、OAuth の CSRF state mismatch エラーが発生します。

署名付きセッション Cookie は、ブラウザーで使用する唯一の認証情報です。api_token がブラウザーの Cookie に書き込まれることはありません。Cookie 内のベアラートークンは、有効期間中ずっとディスク上に平文で保存されるためです。そのため、プログラムから利用するクライアントは、代わりにトークン API からトークンを取得します。この変更前に発行されたセッションは引き続き使用できます。従来の api_token Cookie は引き続き受け入れられますが、新たに提供されることはありません。

# For production/staging (HTTPS-only session cookies - also the default)
APP_ENV=production

# For development (allows HTTP session cookies)
APP_ENV=development

重要：プレーン HTTP 環境で「mismatching_state: CSRF Warning!」エラーが発生する場合は、APP_ENV が development に設定されていることを確認してください。

AI/LLM の設定

QueryWeaver は複数の AI プロバイダーに対応しています。API キーを 1 つ設定すると、QueryWeaver が使用するプロバイダーを自動的に検出します。

優先順位： Ollama > OpenAI > Gemini > Anthropic > Cohere > Azure（デフォルト）

プロバイダー	API キー	デフォルトのモデル
Ollama	OLLAMA_MODEL	ollama/<your-model>, ollama/nomic-embed-text
OpenAI	OPENAI_API_KEY	openai/gpt-4.1, openai/text-embedding-ada-002
Google Gemini	GEMINI_API_KEY	gemini/gemini-3-pro-preview, gemini/gemini-embedding-001
Anthropic	ANTHROPIC_API_KEY	anthropic/claude-sonnet-4-5-20250929, voyage/voyage-3*
Cohere	COHERE_API_KEY	cohere/command-a-03-2025, cohere/embed-v4.0
Azure OpenAI	AZURE_API_KEY	azure/gpt-4.1, azure/text-embedding-ada-002

* Anthropic にはネイティブの埋め込み機能がありません。埋め込みを利用するには、VOYAGE_API_KEY または EMBEDDING_MODEL を設定する必要があります。設定しない場合、起動時にエラーが発生します。

任意：デフォルトのモデルを上書きする

COMPLETION_MODEL=gemini/gemini-3-pro-preview
EMBEDDING_MODEL=gemini/gemini-embedding-001

どちらも API キーのプロバイダーと一致している必要があります。

AI 設定を使用した Docker の例

OpenAI を使用する場合：

docker run -p 5000:5000 -it \
  -e FASTAPI_SECRET_KEY=your_secret_key \
  -e OPENAI_API_KEY=your_openai_api_key \
  falkordb/queryweaver

Google Gemini を使用する場合：

docker run -p 5000:5000 -it \
  -e FASTAPI_SECRET_KEY=your_secret_key \
  -e GEMINI_API_KEY=your_gemini_api_key \
  falkordb/queryweaver

Anthropic を使用する場合：

docker run -p 5000:5000 -it \
  -e FASTAPI_SECRET_KEY=your_secret_key \
  -e ANTHROPIC_API_KEY=your_anthropic_api_key \
  falkordb/queryweaver

Azure OpenAI を使用する場合：

docker run -p 5000:5000 -it \
  -e FASTAPI_SECRET_KEY=your_secret_key \
  -e AZURE_API_KEY=your_azure_api_key \
  -e AZURE_API_BASE=https://your-resource.openai.azure.com/ \
  -e AZURE_API_VERSION=2025-03-01-preview \
  falkordb/queryweaver

テスト

簡単な注意：多くのテストでは FalkorDB が利用可能である必要があります。必要に応じて、付属のヘルパーを使って Docker でテスト用 DB を起動してください。

前提条件

• 開発用依存関係をインストールします：uv sync
• FalkorDB を起動します（make docker-falkordb を参照）
• Playwright ブラウザーをインストールします：uv run playwright install

クイックコマンド

推奨：Make ヘルパーを使用して開発／テスト環境を準備します（依存関係と Playwright ブラウザーをインストールします）。

# Prepare development/test environment (installs deps and Playwright browsers)
make setup-dev

または、E2E 専用のセットアップスクリプトを実行してから、手動でテストを実行できます。

# Prepare E2E test environment (installs browsers and other setup)
./setup_e2e_tests.sh

# Run all tests
make test

# Run unit tests only (faster)
make test-unit

# Run E2E tests (headless)
make test-e2e

# Run E2E tests with a visible browser for debugging
make test-e2e-headed

テストの種類

• 単体テスト：個々のモジュールとユーティリティを対象にします。make test-unit または uv run python -m pytest tests/ -k "not e2e" で実行します。
• エンドツーエンド（E2E）テスト：Playwright を使用して実行し、UI のフロー、OAuth、ファイルのアップロード、スキーマ処理、チャットクエリ、API エンドポイントをテストします。make test-e2e を使用します。

E2E テストの詳しい手順については、tests/e2e/README.md を参照してください。

CI/CD

GitHub Actions は、プッシュ時とプルリクエスト時に単体テストと E2E テストを実行します。失敗時には、デバッグ用のスクリーンショットとアーティファクトが保存されます。

トラブルシューティング

• FalkorDB の接続に関する問題：DB ヘルパー make docker-falkordb を起動するか、ネットワーク／ホストの設定を確認してください。
• Playwright／ブラウザーの問題：uv run playwright install でブラウザーをインストールし、システム依存関係がそろっていることを確認してください。
• 環境変数が設定されていない場合：.env.example をコピーし、必須の値を入力してください。
• OAuth の「mismatching_state: CSRF Warning!」エラー：APP_ENV を前後の空白を取り除いて小文字に変換した値が development でない場合、セッション Cookie は HTTPS 専用になります。HTTP 環境では APP_ENV=development を設定してください。HTTPS でデプロイする場合は、production または staging を設定するか、変数を設定しないでください。

プロジェクトの構成（概要）

• api/ – FastAPI バックエンド
• app/ – React + Vite フロントエンド
• tests/ – 単体テストと E2E テスト

ライセンス

GNU Affero General Public License（AGPL）のもとでライセンスされています。LICENSE を参照してください。

Copyright FalkorDB Ltd. 2025