Vane：オープンソースのPerplexity代替・Docker構築手順 (2026)

Vane（旧称Perplexica）は、Perplexity AIのプライベートな代替ツールとして設計された、オープンソースかつセルフホスト可能な回答エンジンです。ローカルのSearXNGメタ検索エンジンと、OllamaによるローカルモデルまたはAPIキーによる商用モデルを組み合わせることで、月額費用をかけずに引用付きのWeb検索回答を返します。Docker Composeを使えば約5分でローカルにデプロイできますが、実用的な性能のモデルを動かすには専用のハードウェアが必要であり、検索エンジンのスクレイピングエンドポイントを継続的に保守する手間もかかります。

Vaneが今注目を集めている理由

サブスクリプション費用の負担やプライバシーへの懸念が高まる中、検索エンジンのセルフホストに対する開発者の関心が急増しています。Perplexity Proの料金は月額20ドル（2026年11月時点では年額200ドル）であり、検索クエリはすべて独自のクラウドサーバーを経由して処理されます。社内ドキュメントや機密データを扱う開発者、研究者、プライバシーを重視するユーザーにとって、すべての検索クエリを商用プラットフォームに送信することはコンプライアンス上受け入れられません。

開発者ItzCrazyKnsによって作成されたこのプロジェクトは、もともとPerplexicaと呼ばれ、GitHubで18,000以上のスターを獲得した後にVaneへとリブランディングされました。この改名は、単なる既存製品のクローンではなく、Webデータを柔軟に探索するためのナビゲーションツールへと領域を広げたことを反映しています。ユーザーは任意のモデルを持ち込み、検索バックエンドをカスタマイズし、クエリ履歴を完全に自社や個人の管理下に置くことができます。

Dockerを使ったVaneの環境構築と実行手順

Vaneのセットアップには、Git、Docker、Docker Composeがインストールされたマシンが必要です。また、マシン上で稼働するローカルのOllamaインスタンス、あるいはAnthropic、OpenAI、Googleなどのプロバイダーが発行するAPIキーといった推論環境も用意する必要があります。

ステップ1：リポジトリのクローン

ターミナルを開き、公式リポジトリをクローンします：

git clone https://github.com/ItzCrazyKns/Vane.git
cd Vane

以前にItzCrazyKns/Perplexicaをクローンしていた場合は、リモートURLを新しいVaneリポジトリに変更することで最新リリースに追従できます。

ステップ2：環境設定

サンプルの設定ファイルを本番用設定ファイルとしてコピーします：

cp sample.config.toml config.toml

コードエディタでconfig.tomlを開きます。このファイルでWeb検索バックエンド、モデルプロバイダー、ポートマッピングを制御します。

Ollamaを使用する場合は、Ollamaエンドポイントがホストマシンを向くように設定します：

[GENERAL]
PORT = 3000
SIMILARITY_MEASURE = "cosine"

[MODELS.OLLAMA]
API_URL = "http://host.docker.internal:11434"

ローカルモデルの代わりに商用APIキーを使用する場合は、該当するプロバイダーのブロックに認証情報を入力します：

[MODELS.OPENAI]
API_KEY = "sk-your-openai-api-key"

[MODELS.ANTHROPIC]
API_KEY = "sk-ant-your-anthropic-api-key"

ステップ3：Dockerスタックの起動

VaneにはWeb UI、バックエンドアプリケーション、SearXNGメタ検索インスタンスがバンドルされています。すべてのサービスをバックグラウンドで起動します：

docker compose up -d

Dockerが必要なコンテナイメージをダウンロードし、SearXNGを設定してVaneサーバーを立ち上げます。起動ログはdocker compose logs -fで確認できます。

ステップ4：UIへのアクセスとフォーカスモードの選択

コンテナの初期化が完了したら、ブラウザでhttp://localhost:3000にアクセスします。

Vaneには、SearXNGの情報収集方法や言語モデルの回答フォーマットを切り替える専用のフォーカスモードが用意されています：

Web Search（Web検索）： SearXNGで設定されたエンジンを使用した一般的なWeb検索。
Academic Search（学術検索）： 科学論文やプレプリントサーバーに対象を絞った検索。
Writing Assistant（執筆アシスタント）： Web検索を行わず、モデルから直接文章を生成。
YouTube Search（YouTube検索）： 動画の文字起こしを検索し、特定の場面や発言を抽出。
Reddit Search（Reddit検索）： 公開コミュニティの議論をスクレイピングしてユーザーの意見を収集。

Vaneをセルフホストする際の隠れた課題

プライベートな検索エンジンを運用するのは魅力的に思えますが、Vaneのセルフホストには、ホスト型ツールから移行してきたユーザーが見落としがちな実用上のトレードオフが存在します。

1. SearXNGのレート制限とIPブロック

VaneはSearXNGに依存して、Google、Bing、DuckDuckGoなどの主要検索エンジンをスクレイピングすることで最新の結果を取得します。しかし、一般的な検索エンジンはデータセンターのIPアドレスや同一住宅IPからの高頻度なリクエストを検知して積極的にブロックします。

ローテーション対応の住宅用プロキシ（Residential Proxy）を導入しない限り、SearXNGインスタンスは頻繁にCAPTCHAやBot対策、サイレントなレート制限に直面します。SearXNGがWebスニペットを取得できない場合、Vaneは最新の引用なしでハルシネーション（もっともらしい嘘）を出力する状態に陥ります。

2. ローカルモデルを動かすハードウェアの制約

Vaneを完全にオフラインで動作させるには、Ollama経由でローカル言語モデルをホストする必要があります。Llama 3.1 8BやQwen 2.5 7Bのような軽量モデルであれば8 GBから16 GBのメモリを搭載した一般的なノートPCでも軽快に動作しますが、複数の長文Webページから情報を正確に統合・要約することは困難です。引用タグが抜け落ちたり、事実関係を取り違えたりすることが頻繁に発生します。

Perplexity Proに匹敵するフロンティア級の推論能力を持つモデル（例えば70Bパラメータモデル）を動かすには、Apple Siliconで最低48 GBのユニファイドメモリ、またはハイエンドの専用GPUが必要になります。

3. トークン課金制APIの利用料急増

ローカルマシンのスペック不足を解決するため、AnthropicやOpenAIのAPIキーをVaneに設定するユーザーも少なくありません。しかし、検索エンジンは1回のリクエストごとに膨大なコンテキストをモデルへ投入します。

検索クエリを実行するたびに、スクレイピングされたWebページ数件分のテキストがプロンプトに含まれます。マルチターンの対話では、やり取りが続くたびにそれらの検索コンテキスト全体が再送されるため、1回の往復で数千トークンが消費されます。商用APIキーを使って1日に20回から30回の本格的な検索を行う研究者の場合、月額25ドルから50ドル以上かかることも珍しくなく、定額制サブスクリプションに対するコスト面のメリットが失われてしまいます。

4. 単一パス検索と多段階ディープリサーチの違い

Vaneが実行するのは単一パス（Single-pass）の検索です。入力されたクエリからSearXNG経由で1組の検索ワードを実行し、上位の結果を解析して回答を生成します。

自律型のディープリサーチを行うわけではありません。複数の仮説を枝分かれさせて調査したり、20ページ以上の資料にまたがる矛盾した主張を照合したり、関連リンクを何分もかけて深掘りしたりする必要がある場合でも、Vaneは最初の検索結果をまとめた時点で処理を終了します。

マルチモデルによる本格リサーチにZemithが適している理由

最先端のフロンティアモデルを使ったディープなWeb検索が必要でありながら、Dockerコンテナの管理、SearXNGプロキシのトラブルシューティング、複数のAPI請求管理に時間を取られたくない研究者、創業者、ビジネスパーソンにとって、Zemithは環境構築不要の最適な選択肢です。

Zemithは、選べるフロンティアモデル、自律型リサーチ機能、ドキュメント出力機能をひとつに統合しています：

主要フラッグシップモデルを網羅： Plusプラン（月額15.99ドルまたは年額179.88ドル）では、同一の会話内でClaude 5.5 Sonnet、GPT 6.1 Sol、Gemini 4 Argon、Perplexity Sonarを自由に切り替えられます。
自律型ディープリサーチ： 1回限りの検索にとどまらず、Zemithのディープリサーチエージェントが調査計画を立案してユーザーの承認を得た後、バックグラウンドで最長10分間かけて約24のソースを精読します。ブラウザやスマートフォンアプリを閉じても処理は継続し、1回あたり100,000クレジットで脚注付きの包括的なレポートを生成します。
完成されたOfficeファイルへの出力： 単なるMarkdownテキストをコピーするのではなく、ネイティブなWord文書（.docx）、Excelモデル（.xlsx）、プレゼンテーションスライド（.pptx）を調査チャットから直接生成・ダウンロードできます。
ライブラリ統合： 最大50件の資料を保存できるライブラリプロジェクトに論文、文字起こし、Web記事を蓄積し、信頼性の高い引用とともに複雑な資料の照合作業を行えます。

セルフホストVane vs Perplexity Pro vs Zemith

最適なツールは、最優先事項がゼロトラストなネットワーク隔離なのか、洗練された検索エンジンなのか、あるいは実用的な成果物ファイルを出力できるマルチモデル研究環境なのかによって異なります。

機能	セルフホスト Vane (Ollama)	セルフホスト Vane (APIキー)	Perplexity Pro	Zemith Plus
月額料金	無料（ソフトウェア費用$0）	トークン従量課金（$15〜$40以上）	月額$20（年額$200）	月額$15.99（年額$179.88）
セットアップの手間	Docker、設定ファイル、Ollama	Docker、設定ファイル、APIキー	なし（登録後すぐに利用可能）	なし（登録後すぐに利用可能）
検索バックエンド	同梱のSearXNG	同梱のSearXNG	独自のWebクローラー	複数エンジンによるリアルタイムWeb検索
利用可能なモデル	ローカルモデル（8B〜70B）	各社の最先端APIモデル	Claude、GPT-4o、Sonar	Claude 5.5 Sonnet、GPT 6.1 Sol、Gemini 4 Argon、Sonar
ディープリサーチ機能	なし（単一検索のみ）	なし（単一検索のみ）	あり（内蔵ディープ検索）	あり（約24ソース、バックグラウンド処理）
エクスポート形式	生のMarkdownコピー	生のMarkdownコピー	Markdown、PDF	ネイティブな .docx、.xlsx、.pptx
メンテナンス負担	高（スクレイピング制限やIP対策）	高（スクレイピング制限やIP対策）	なし	なし

なぜPerplexicaはVaneに改名したのか？

開発者のItzCrazyKnsがPerplexicaをVaneに改名したのは、Perplexity AIの単なる二番煎じクローンとして見られ続けるのではなく、独自のオープンソースとしてのアイデンティティを確立するためです。風向計（Wind Vane）が風の流れの中で方角を示すように、この名前にはノイズの多いWebデータの中からユーザーを正確な答えへと導く計測機器という意味が込められています。

基盤となるgithub.com/ItzCrazyKns/Vaneのリポジトリは同一のコードベース、ライセンス、Dockerデプロイ構成を維持しており、フォーカスモードや検索エクストラクタの継続的なアップデートが行われています。

OllamaでVaneを動かすにはどのようなハードウェアが必要か？

クラウドのAPIキーを使わずにローカル環境でVaneを快適に動かすためのシステム要件は、選択するモデルのサイズによって決まります：

最小構成（Llama 3.1 8Bなどの8Bモデル）： 8コアCPU、16 GBのシステムメモリ（または8 GB以上のVRAMを搭載したNVIDIA GPU）、20 GBの空きストレージ。回答生成は高速ですが、複数のソースを総合した複雑な分析では要点を見落としがちです。
推奨構成（Qwen 2.5 32Bなどの14B〜32Bモデル）： 32 GBのユニファイドメモリを搭載したApple Silicon、または16 GB以上のVRAMを搭載した専用GPU。
最先端モデル同等構成（70Bモデル）： 64 GB以上のユニファイドメモリを搭載したApple Silicon、または合計48 GBのVRAMを備えたデュアルGPU構成。

マシンがこれらのスペックを満たしていない場合、ローカルモデルの実行時にトークン生成が極端に遅くなったり、検索要約の処理中にメモリ不足エラーが発生したりします。

リサーチ用途におけるVaneとPerplexity Proの比較

複雑な探索的リサーチにおいて、Perplexity Proは一般的なVane環境よりも依然として大幅に優れています。Perplexityは独自のWeb規模インデックスとスクレイピング基盤を保持しており、SearXNG環境を頻繁に悩ませるCAPTCHAやBot検知を回避できるためです。

さらに、Perplexity Proには曖昧な回答を解消するためにWebを再帰的に検索する自動ディープリサーチ機能が備わっています。これに対し、Vaneは1回のプロンプトと検索サイクルしか実行しません。独自のオーケストレーションを開発しない限り、Vaneが数十のWebサイトを自律的に探索・分岐し、複数ページに及ぶ詳細レポートをまとめることはできません。

Perplexity Proの代替ツールを検討している研究者向けに、調査におけるPerplexityとChatGPTの比較では、主要プラットフォーム間での引用の正確性と多段階推論能力の違いを詳しく分析しています。

ホスト型ツールではなくVaneをセルフホストすべきケース

次のいずれかの条件に当てはまる場合は、Vaneのセルフホストが最適な選択肢となります：

厳格なエアギャップ環境や機密データを取り扱う場合： 患者のカルテ、法的な証拠資料、機密性の高いソースコードなど、ポリシー上いかなる外部ネットワークにも送信できないデータを扱う場合、VaneとローカルのOllamaインスタンスを組み合わせれば、ローカルネットワーク外へのパケット流出を完全に防ぐことができます。
自作サーバーやホームラボの愛好家： 自宅サーバーでの運用、SearXNGの設定、プロキシプールの調整、Dockerコンテナの管理などを楽しむことができるエンジニアにとって、Vaneは非常に魅力的で実用的なオープンソースプロジェクトです。

一方、Dockerネットワークのトラブル対応や検索クエリのブロックに悩まされず、キャッシュが効かないAPIトークンの消費を気にすることなく、引用付きの徹底したリサーチ成果を迅速に得たいのであれば、マネージドなマルチモデルサービスを利用するほうがはるかに高い生産性を得られます。

まとめ

Vaneは、コンシューマー向けハードウェアでも引用付きのセルフホスト型AI検索が可能であることを証明した、優れたオープンソースの成果です。プライバシーを最優先するユーザーやホームラボ開発者にとって、プライベートな回答エンジンを構築するための堅牢な基盤を提供してくれます。

しかし、日常的な学術調査、市場リサーチ、技術調査においては、SearXNGのスクレイピングエンドポイントの保守負担や、高度なローカル推論モデルに求められる厳しいハードウェア要件が、運用の大きなハードルとなります。

インフラの管理負担なしに、Claude 5.5 SonnetやGemini 4 Argonなどの最先端モデル、自動化されたディープリサーチ、ネイティブなOfficeドキュメントダウンロードを利用したい方には、月額15.99ドルで充実した研究環境が整うZemith Plusが最適です。単体検索エンジンとZemithの違いについては、ZemithとPerplexityの徹底比較をご覧ください。