OllamaとMinIOでローカルS3互換ストレージのRAGを構築する方法｜オブジェクトストレージに蓄積した社内文書をローカルLLMで検索・質問応答する手順

この記事のポイント

・nomic-embed-textでMinIO上のドキュメントをEmbeddingに変換しChromaに格納する
・MinIOのPython SDKでオブジェクトを動的に取得してRAGパイプラインを構築する
・MinIOのイベント通知でドキュメント追加を自動検知してインデックスを更新する
・すべてのデータとモデルがオンプレに留まる完全ローカルRAGを実現する

# Ollamaの動作確認
$ systemctl status ollama
* ollama.service - Ollama Service
     Loaded: loaded (/etc/systemd/system/ollama.service; enabled)
     Active: active (running) since ...

# ポートの待ち受け確認
$ ss -tlnp | grep 11434
LISTEN 0 4096 127.0.0.1:11434 0.0.0.0:* users:(("ollama",...))

# Embedding専用モデルを取得
$ ollama pull nomic-embed-text
pulling manifest...
pulling 970aa74c0a90... 100% 274 MB
success

# LLM（質問応答用）も必要に応じて確認
$ ollama list
NAME                              ID          SIZE
llama3.3:70b-instruct-q4_0       abc123...   42 GB
nomic-embed-text:latest           def456...   274 MB

# MinIOバイナリをダウンロード
$ wget https://dl.min.io/server/minio/release/linux-amd64/minio -O /tmp/minio
$ chmod +x /tmp/minio
$ sudo mv /tmp/minio /usr/local/bin/minio

# MinIOのデータディレクトリとシステムユーザーを作成
$ sudo useradd -r -s /sbin/nologin minio-user
$ sudo mkdir -p /data/minio
$ sudo chown minio-user:minio-user /data/minio

# 環境変数ファイルを作成（パスワードは強固なものに変更する）
$ sudo tee /etc/default/minio > /dev/null << 'EOF'
MINIO_ROOT_USER=minioadmin
MINIO_ROOT_PASSWORD=MinioPass2026!
MINIO_VOLUMES=/data/minio
MINIO_OPTS="--console-address :9001"
EOF
$ sudo chmod 600 /etc/default/minio

$ sudo tee /etc/systemd/system/minio.service > /dev/null << 'EOF'
[Unit]
Description=MinIO Object Storage
After=network-online.target
Wants=network-online.target

[Service]
User=minio-user
Group=minio-user
EnvironmentFile=/etc/default/minio
ExecStart=/usr/local/bin/minio server $MINIO_VOLUMES $MINIO_OPTS
Restart=always
RestartSec=5
LimitNOFILE=65536

[Install]
WantedBy=multi-user.target
EOF

$ sudo systemctl daemon-reload
$ sudo systemctl enable --now minio

$ systemctl status minio
* minio.service - MinIO Object Storage
     Active: active (running)

# MinIO Client（mc）をインストール
$ wget https://dl.min.io/client/mc/release/linux-amd64/mc -O /tmp/mc
$ chmod +x /tmp/mc
$ sudo mv /tmp/mc /usr/local/bin/mc

# ローカルのMinIOをエイリアス登録
$ mc alias set local http://127.0.0.1:9000 minioadmin MinioPass2026!
Added `local` successfully.

# RAG用バケットを作成
$ mc mb local/rag-docs
Bucket created successfully `local/rag-docs`.

# バケット一覧確認
$ mc ls local
[2026-10-12 10:00:00 JST]     0B rag-docs/

# Python仮想環境を作成
$ python3 -m venv ~/rag-env
$ source ~/rag-env/bin/activate

# 必要なパッケージをインストール
$ pip install minio chromadb requests pypdf2 python-docx

# インストール確認
$ pip list | grep -E "minio|chromadb|requests"
chromadb        0.5.x
minio           7.x.x
requests        2.x.x

#!/usr/bin/env python3
import io
import requests
from minio import Minio
from PyPDF2 import PdfReader
import chromadb

MINIO_ENDPOINT = "127.0.0.1:9000"
MINIO_ACCESS  = "rag-service-access-key"
MINIO_SECRET  = "rag-service-secret-key"
BUCKET        = "rag-docs"
OLLAMA_URL    = "http://127.0.0.1:11434/api/embeddings"
EMBED_MODEL   = "nomic-embed-text"

minio_client = Minio(MINIO_ENDPOINT,
                     access_key=MINIO_ACCESS,
                     secret_key=MINIO_SECRET,
                     secure=False)

chroma_client = chromadb.PersistentClient(path="/data/chroma_db")
collection = chroma_client.get_or_create_collection("rag_docs")


def extract_text(data: bytes, filename: str) -> str:
    if filename.endswith(".pdf"):
        reader = PdfReader(io.BytesIO(data))
        return "\n".join(p.extract_text() or "" for p in reader.pages)
    return data.decode("utf-8", errors="ignore")


def get_embedding(text: str) -> list:
    res = requests.post(OLLAMA_URL,
                        json={"model": EMBED_MODEL, "prompt": text})
    res.raise_for_status()
    return res.json()["embedding"]


def index_all():
    objects = minio_client.list_objects(BUCKET, recursive=True)
    for obj in objects:
        data = minio_client.get_object(BUCKET, obj.object_name).read()
        text = extract_text(data, obj.object_name)
        if not text.strip():
            continue
        embedding = get_embedding(text[:2000])
        collection.upsert(
            ids=[obj.object_name],
            embeddings=[embedding],
            documents=[text[:2000]],
            metadatas=[{"source": obj.object_name}]
        )
        print(f"Indexed: {obj.object_name}")


if __name__ == "__main__":
    index_all()
    print("Indexing complete.")

# テスト用文書をMinIOにアップロード
$ echo "Linuxのsystemdでサービスを管理するには systemctl コマンドを使います。" \
  > /tmp/test-doc.txt
$ mc cp /tmp/test-doc.txt local/rag-docs/test-doc.txt

# パイプラインを実行してインデックスを作成
$ source ~/rag-env/bin/activate
$ python3 ~/rag-env/index_documents.py
Indexed: test-doc.txt
Indexing complete.

#!/usr/bin/env python3
import sys
import requests
import chromadb

OLLAMA_URL   = "http://127.0.0.1:11434/api/embeddings"
GENERATE_URL = "http://127.0.0.1:11434/api/generate"
EMBED_MODEL  = "nomic-embed-text"
LLM_MODEL    = "llama3.3:70b-instruct-q4_0"

chroma_client = chromadb.PersistentClient(path="/data/chroma_db")
collection = chroma_client.get_collection("rag_docs")


def get_embedding(text: str) -> list:
    res = requests.post(OLLAMA_URL,
                        json={"model": EMBED_MODEL, "prompt": text})
    res.raise_for_status()
    return res.json()["embedding"]


def query_rag(question: str, n_results: int = 3) -> str:
    q_embedding = get_embedding(question)
    results = collection.query(
        query_embeddings=[q_embedding],
        n_results=n_results
    )
    context = "\n\n".join(results["documents"][0])
    prompt = f"""以下のコンテキストを参照して質問に答えてください。

コンテキスト:
{context}

質問: {question}
回答:"""
    res = requests.post(GENERATE_URL,
                        json={"model": LLM_MODEL,
                              "prompt": prompt,
                              "stream": False})
    res.raise_for_status()
    return res.json()["response"]


if __name__ == "__main__":
    question = sys.argv[1] if len(sys.argv) > 1 else "systemdとは何ですか？"
    answer = query_rag(question)
    print(f"Q: {question}")
    print(f"A: {answer}")

# 質問応答を実行して動作確認
$ python3 ~/rag-env/query_rag.py "systemdでサービスを管理する方法は？"
Q: systemdでサービスを管理する方法は？
A: systemctlコマンドを使います。例えば、サービスの起動は
   systemctl start サービス名、停止はsystemctl stop サービス名です。

# MinIOのWebhook通知先を設定（mcで設定）
$ mc admin config set local \
  notify_webhook:rag \
  endpoint="http://127.0.0.1:8765/index" \
  auth_token=""

# 設定を反映するためMinIOを再起動
$ sudo systemctl restart minio

# バケットのオブジェクト追加イベントをWebhookに紐付ける
$ mc event add local/rag-docs arn:minio:sqs::rag:webhook \
  --event put
Successfully added arn:minio:sqs::rag:webhook

# flaskをインストール
$ pip install flask

# webhook_server.py を作成して起動
$ python3 ~/rag-env/webhook_server.py &

# テスト：新しいドキュメントをアップロードしてイベントが発火するか確認
$ echo "Nginxはリバースプロキシとして広く使われるWebサーバーです。" \
  > /tmp/nginx-doc.txt
$ mc cp /tmp/nginx-doc.txt local/rag-docs/nginx-doc.txt
/tmp/nginx-doc.txt: 40 B / 40 B [====] 100.00%

# Webhookサーバーのログでインデックス更新が実行されたか確認
$ journalctl -f -u rag-webhook

MinIO連携RAGをハンズオンで2日間で構築する

MinIOのセットアップからOllamaのEmbedding生成・RAGパイプライン構築まで、コードを書きながら学ぶ方向けに「ローカルAIマスターセミナー」を開催しています。
少人数（最大8名）ZOOMハンズオン形式で実施しています。