Repository navigation
Tutorial 02 Install GaOTTT
このページでは、パソコンに GaOTTT(旧 GER-RAG)を入れます。
改名お知らせ: 旧名 GER-RAG (Gravity-Based Event-Driven RAG) は 2026-04 に GaOTTT (Gravity as Optimizer Test-Time Training) に改名されました。旧 URL (
.../GER-RAG.git) も GitHub のリダイレクトで引き続き届くので、古い手順書を見ても動きます。
← 前: Welcome | → 次: クライアントに接続
「コマンドを打つ画面」のことです。
-
Cmd + Spaceキーで Spotlight 検索を開く - 「ターミナル」と打って Enter
- 黒っぽい(または白い)ウィンドウが開きます
- スタートメニューを開く
- 「PowerShell」と打って Enter
- 青っぽい(または黒い)ウィンドウが開きます
このウィンドウに、これから出てくる命令文(コマンド)を 1 行ずつコピペして Enter で実行していきます。
💡 コピペのコツ: コードブロック(灰色の枠)の右上にコピーボタンがあります。それを押して、ターミナルで 右クリック → ペースト で貼り付けられます。
ターミナルに次の行をコピペして Enter:
python3 --versionPython 3.11.5
(数字は違っていても OK。3.11 以上 なら次へ進んでください。3.10 以下なら次のステップへ)
Python が入っていないか、古いバージョンです。インストールしましょう。
# Homebrew が無ければ先に入れる
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# Python 3.12 を入れる
brew install python@3.12公式サイトから Python 3.12 をインストール: https://www.python.org/downloads/
⚠️ インストール時に「Add Python to PATH」のチェックを必ず入れる ことが重要です。これを忘れるとターミナルから python が見つかりません。
インストール後、ターミナルを一度閉じて開き直し、もう一度 python3 --version で確認してください。
uv は Python のパッケージを高速にインストールしてくれるツールです。
curl -LsSf https://astral.sh/uv/install.sh | shWindows PowerShell の方:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"最後の方に installed: ... のようなメッセージが出れば OK。
⚠️ 重要: ここで一度 ターミナルを閉じて開き直してください。新しくインストールした uv をターミナルが認識するために必要です。
開き直したら、確認:
uv --versionuv 0.x.x のように表示されれば成功です。
GaOTTT のソースコードを、自分のパソコンに持ってきます。
cd ~
git clone https://github.com/May-Kirihara/GaOTTT
cd GaOTTT💡
gitも入ってない場合: Mac はxcode-select --install、Windows は https://git-scm.com/download/win から入れてください。📝 旧 URL (
.../GER-RAG) も GitHub のリダイレクトで届きますが、clone 時のフォルダ名はGER-RAGになるので、以降の手順は適宜読み替えてください。
$ cd GaOTTT
GaOTTT $
ターミナルの先頭が GaOTTT っぽい表示になれば、フォルダの中に入れています。
ここが一番時間がかかります(5〜15 分くらい)。
uv venv .venv --python 3.12
uv pip install -e ".[dev]"途中でたくさん文字が流れますが、怒られているわけではありません。「これをダウンロードしてます」「あれを設定してます」というお知らせです。
最後に エラーメッセージなしで プロンプト($ や > の入力待ち状態)に戻れば成功です。
赤い文字や Error: から始まる行が出たら、6. When Stuck を参照してください。
GaOTTT が動くかちょっとだけ試します:
.venv/bin/python -c "from gaottt.config import GaOTTTConfig; print('GaOTTT is ready!')"GaOTTT is ready!
このメッセージが出れば、インストール完了です 🎉
これで GaOTTT はパソコンに入りました。 次は LLM Desktop に GaOTTT を繋ぎます。
-
~/GaOTTTフォルダに、GaOTTT 一式が入りました -
.venvフォルダの中に、GaOTTT だけが使う Python 環境ができました(あなたのパソコン全体に影響しません) - 初回のインストールで、約 1〜2GB のファイルがダウンロードされています
不要になったら ~/GaOTTT フォルダを丸ごと削除すれば、すべて綺麗に消えます。
(formerly GER-RAG)
- 1. Welcome
- 2. Install GaOTTT
- 3. Connect Your Client
- 4. First Conversation
- 5. Everyday Use
- 6. When Stuck
- As Long-Term Memory
- As Task Manager
- As Persona Base
- As Narrative Engine
- Multi-Agent Setup
- Per-Project DBs
- Multiverse (1人1宇宙)
- Ambient Recall
- Visualization
- Server Setup
- Multiverse 運用プレイブック(統合)
- Multiverse クイック健康チェック(パニック時)
- Multiverse Setup (MV3)
- Multiverse Import Universe
- Control Plane (MV4)
- Backup & DR (MV5)
- Resource Requirements (VRAM/RAM/Disk)
- Tuning
- Ingestion (files & chat history)
- Migration (upgrade)
- Compact & Backup
- Isolated Benchmark
- Performance Testing (7-tier)
- Troubleshooting
- Roadmap
- Backend Phase A/B/C
- Phase D — Persona & Tasks
- Phase G — Memory Genesis
- Phase H — Wave Seed Redesign
- Phase I — Free Star Movement
- Phase J — Persona-Anchored Retrieval
- Phase K — Stellar Supernova Cohort
- Phase L — Hybrid Retrieval
- Phase M — Mass Conservation
- Phase N candidate β — Mass Evaporation
- Phase O — TTT Observability
- Phase P — Pressure Terms (Λ + Langevin)
- Phase Q — Orbital Mechanics (Rosette Orbits)
- Phase Q2 — Gravitational Scale Matching
- Phase T — Semantic Requalification
- Phase U — Review Hardening
- Observation Apparatus Refinement
- Observation Apparatus Round 2 (dogfooding 2026-06-12 起点)
- Hardening — Concurrency & Persistence
- Ambient Recall Enrichment
- Ambient Recall Refinement (Phase A 由来)
- Ambient Recall Lateral Association (〇〇といえば〜)
- Accretion Recall (降着想起・〇〇ってなんだっけ)
- Synaptic Pruning (連想の忘却・edge decay)
- Save Candidates Hook (ambient-recall の write-side 対称)
- Lens Hygiene (ambient block の漏れ防止)
- Instruction Surface Hygiene (指示表層と hook harness)
- Query as Mass Distribution
- Multiverse Scale-Out (大規模化・1人1宇宙)
- SKILL.md Improvement
- Embedder Comparison (RURI vs RikkaBotan)