The open data layer for manufacturing AI製造業AIのためのオープンなデータレイヤー

Why this existsなぜ作ったのか

Manufacturing is where LLMs struggle most: CAD drawings, dense maintenance manuals, and failure knowledge locked in spreadsheets. Japanese factories in particular hold decades of primary data that never reaches the open web.製造業はLLMが最も苦手とする領域です。CAD図面、高密度な保全マニュアル、そしてスプレッドシートに閉じ込められた不具合ナレッジ。特に日本の工場には、Web上に存在しない一次データが蓄積されています。

Three record families, first-class data第一級データとして扱う3つのレコード族

One schema (purestrata/v1) covers the documents a factory actually troubleshoots with. Every record carries provenance: source file plus locator.工場の実務で使う文書を1つのスキーマ（purestrata/v1）で扱います。すべてのレコードに「元ファイル＋位置」の出所情報が付きます。

Ten tools, identical over every surfaceどの経路でも同一の10ツール

The same ten tools run over MCP, OpenAI-style tool calling, Anthropic schemas, the Python API, and the CLI. Your corpus stays local; results go back to the model with provenance.同じ10ツールがMCP、OpenAI互換ツール呼び出し、Anthropicスキーマ、Python API、CLIで動きます。コーパスは手元に置いたまま、出所付きの結果だけがモデルに戻ります。

Quickstartクイックスタート

Install, ingest, query like an LLM would, then export training data from the same corpus.インストールして取り込み、LLMと同じ形式で検索し、同じコーパスから学習データを書き出します。

# install (Python 3.10+)
uv add purestrata            # or: pip install purestrata

# ingest drawings, spec sheets, and failure knowledge into a corpus
purestrata ingest-manual manual.md --out corpus/
purestrata ingest-dxf drawing.dxf --out corpus/
purestrata ingest-step model.step --out corpus/
purestrata ingest-failures failures.csv --out corpus/

# query exactly the way an LLM would
purestrata search "spindle vibration" --corpus corpus/
purestrata call search_drawings '{"min_diameter": 24, "fit": "H7"}' --corpus corpus/

# export fine-tuning datasets from the same corpus
purestrata export chat       --corpus corpus/ --out dataset_chat.jsonl
purestrata export tool_trace --corpus corpus/ --out dataset_tools.jsonl
purestrata export cot        --corpus corpus/ --out dataset_cot.jsonl

Works with any LLMどのLLMとも連携

No model is special. Register the MCP server, or pass the bundled schemas to an OpenAI-compatible API, or just use Python.特定モデルへの依存はありません。MCPサーバーを登録するか、OpenAI互換APIにスキーマを渡すか、Pythonで直接使うか。

{
  "mcpServers": {
    "purestrata": {
      "command": "uvx",
      "args": ["--from", "purestrata[mcp]",
               "purestrata", "serve",
               "--corpus", "/abs/path/to/corpus"]
    }
  }
}

purestrata tools openai
purestrata tools anthropic

import purestrata as ps

chunks = ps.ingest_manual("manual.md")
chunks += ps.ingest_failures("failures.csv")
ps.write_chunks(chunks, "corpus/", "my_doc")

executor = ps.ToolExecutor(ps.Corpus.load("corpus/"))
hits = executor.execute(
    "search_failure_cases",
    {"query": "spindle vibration", "top_k": 3},
)

Status and roadmap現状とロードマップ