Astroで1万語の辞書構築!静的基盤と内部リンク自動生成の実装

Webサイト上で膨大な語彙を体系的に整理し、誰もがスムーズに知へアクセスできる「デジタル辞書」の構築は、多くのWebエンジニアやナレッジワーカーにとって挑戦しがいのあるテーマです。しかし、掲載用語が数千から「1万語」という大規模な領域に達すると、従来の動的CMSや単純な静的コーディングでは、データベース負荷による表示パフォーマンスの低下や、複雑に絡み合う内部リンク管理の破綻といった深刻な技術的課題に直面します。

筆者は以前、モダンな静的サイトジェネレーター(SSG)である「Astro」を活用し、1万語規模の大規模デジタル辞書を安定して動作させるためのシステム基盤と、サイト全体を網の目のようにつなぐ内部リンク構造のプロトタイプ(試作検証環境)を構築しました。なお、現在の本番運用環境ではPythonベースの生成パイプライン等を組み合わせた次世代基盤(dictionary-v2)へと発展・移行していますが、この試作段階で検証した「Content Collectionsによる堅牢な型定義」「getEntryによる安全な関連語リンク生成」「Pagefindによる静的全文検索」といった設計思想は、大規模コンテンツを静的に管理する上で極めて汎用性の高い知見です。

本記事では、編集工数を劇的に抑えつつリンク切れをゼロにする内部リンク自動生成ロジックから、ユーザーの検索意図を満たす二階層ページ設計、そして静的ビルドの挙動まで、大規模デジタル辞書基盤の技術的な工夫と設計思想を詳しく解説します。

大規模デジタル辞書におけるシステム基盤と課題

数千から1万語を超える用語を掲載するWeb辞書では、一般的なブログやコーポレートサイトとは根本的に異なるアーキテクチャ設計が求められます。単にページを量産して並べるだけではなく、将来にわたるデータ拡張性と、数万ページが生成されても閲覧者がストレスを感じない応答性を両立させることが不可欠です。

1万語規模のコンテンツが直面する拡張性とリンク管理の壁

1万語規模の辞書システムを設計・運用する際、最も大きな障壁となるのが「コンテンツの管理コスト」と「内部リンクの整合性維持」です。一般的なリレーショナルデータベースを用いた動的CMS(WordPressなど)で1万件以上の投稿を扱う場合、タグやカテゴリ、親子関係といったリレーションを複雑に構築すると、1ページを開くたびにSQLクエリが大量に発行されます。結果としてサーバーへの負荷が急増し、キャッシュプラグインを過剰に重ねない限り、ページ表示速度の大幅な低下を招きやすくなります。

さらに深刻なのが、辞書の核である「関連用語へのリンク」の維持管理です。これを手動記述(ハードコーディング)に頼っていると、以下のような致命的な問題が必ず発生します。

  • スラッグ変更に伴う広範囲のリンク切れ: 用語のURLスラッグ(英数字の識別子)を後から整理・修正した際、その用語を参照していた過去の数百ページに及ぶMarkdownやHTML内のリンクがすべて404エラーになってしまう。
  • 表記揺れによる参照先の分散: 同一の概念であっても、執筆者や執筆時期によって表記(例:「リンゴ」「林檎」「りんご」)が異なると、リンク先が分散したり、存在しない表記への無効リンクが生成されたりする。
  • 編集工数の爆発的増加: 新しい用語を1語追加するたびに、過去に作成した関連語のページを一つひとつ手作業で開き、相互リンクを手動で追記していく作業は、運用上不可能です。

これらの課題を根本から解消するためには、データ構造そのものを厳密にルール化し、ビルド処理の中でプログラムが内部リンクを安全かつ自動的に解決する「静的なシステム基盤」の構築が必須となります。

静的サイトジェネレーター「Astro」を採用した技術的メリット

プロトタイプ構築のシステム基盤として選定したのが、高いパフォーマンスと柔軟な開発体験を併せ持つ静的サイトジェネレーター「Astro」です。Astroを採用した主な技術的メリットは以下の3点に集約されます。

  1. 徹底したゼロJS思想(アイランドアーキテクチャ): デジタル辞書の主要な役割は「テキストや表情報の快適な閲覧」です。Astroはデフォルトでクライアントサイド向けの不要なJavaScriptを一切出力せず、極めてピュアなHTML/CSSを生成します。そのため、万単位のページ群であっても、Core Web Vitals(特にFCPやLCP)において圧倒的な初期表示スピードを実現できます。
  2. 型安全なコンテンツコレクション(Content Collections): Astroに標準搭載されているコンテンツ管理機能により、MarkdownやMDXのフロントマター(メタデータ)に対してTypeScriptベースのスキーマバリデーション(Zod)を適用できます。これにより、データの型不一致や必須項目の抜け漏れをビルド時に検出し、不正なデータを含んだまま公開される事故を未然に防ぎます。
  3. 柔軟なコンポーネント指向設計: Astroコンポーネント(.astro)を活用してUIを共通化できるため、辞書特有の「用語カード」「ブログカード」「誘導ボタン」などを一元管理でき、1万ページ全体のデザイン統一と保守が容易になります。
広告 Amazon.co.jp トップページ お買い物はこちらから

Amazonのアソシエイトとして、当メディアは適格販売により収入を得ています。

内部リンク(関連用語)を動的・自動生成する仕組み

辞書サイトの利便性とSEO(検索エンジン最適化)におけるクローラビリティを最大化するためには、関連する用語同士が過不足なく網の目のようにつながり合う「内部リンクネットワーク」の形成が不可欠です。本プロトタイプでは、編集者が手動でURLを意識することなく、安全に関連語リンクを張り巡らせるロジックを実装しました。

getEntryを活用したスラッグ連動とタイトル取得の自動化

従来の静的Markdownサイトでは、リンクを張る際に [用語名](/dictionary/slug) のようにURLパスとアンカーテキストを直接手書きするのが一般的でした。しかし、この方式ではファイル名やスラッグが変わった瞬間にリンクが破綻します。

そこで本システムでは、Astroの組み込み関数である getEntry を活用しました。Markdownのフロントマターに関連用語の「ID(スラッグ)」のみを配列として指定すると、テンプレート側で自動的に対象コレクションからデータを取得し、その用語の正式な「タイトル」を動的にアンカーリンクとして展開する設計です。

---
# Markdownファイル側の指定例(src/content/dictionary/apple.md)
id: "apple"
title: "リンゴ"
ndc: "625"
summary: "バラ科林檎属の落葉高木樹、またはその果実。"
related_terms:
  - "fruit"
  - "rosaceae"
  - "vitamin-c"
---

テンプレート側(.astro)では、フロントマターで渡された related_terms 配列をループ処理し、各スラッグに対応するエントリ情報を getEntry('dictionary', slug) で順次取得します。以下はその実装イメージです。

---
// src/components/RelatedTerms.astro
import { getEntry } from 'astro:content';

interface Props {
  terms: string[];
}

const { terms } = Astro.props;

// 各スラッグに対応するエントリデータを非同期で取得
const resolvedTerms = await Promise.all(
  terms.map(async (slug) => {
    const entry = await getEntry('dictionary', slug);
    return { slug, entry };
  })
);
---

<ul class="related-terms-list">
  {resolvedTerms.map(({ slug, entry }) => (
    <li>
      {entry ? (
        <a href={`/dictionary/${entry.slug}/`}>
          {entry.data.title}
        </a>
      ) : (
        <span class="term-draft" title="準備中の用語です">
          {slug}(準備中)
        </span>
      )}
    </li>
  ))}
</ul>

このロジックにより、編集者はフロントマターに「参照したい用語のID」を列挙するだけで、画面上には常に最新かつ正確な正式タイトルでリンクが出力されるようになります。万が一用語の表示名を変更した場合でも、元データを1箇所修正すれば、その用語を参照しているすべてのページのリンク文言が一括で最新化されます。

大規模運用で必須となる「リンク切れ防止」フィルタリング

1万語規模の辞書データを段階的に投入していくフェーズでは、「参照先の用語ページがまだ執筆・公開されていない」という状況が日常的に発生します。存在しないスラッグが指定された際にビルドが例外で停止してしまったり、リンク先が404 Not Foundになってしまっては、Webサイトの信頼性やユーザー体験(UX)を著しく損ねます。

このトラブルを未然に防ぐため、前述のコンポーネント内に「リンク切れ防止フィルタリング処理」を組み込んでいます。

  • getEntry で対象コレクションを検索し、エントリが存在するかどうかを真偽値で判定する。
  • エントリが正常に取得でき、かつ下書きフラグ(draft: true)が付与されていない場合のみ、正規のアンカータグ(<a href="...">)としてレンダリングする。
  • 未作成のスラッグや下書き状態のエントリについては、リンクタグを付与せずプレーンテキストとして出力するか、上記コードのように「(準備中)」という視覚的スタイルを付与して安全にフォールバックする。

この防護策を設けたことで、全1万語のデータ作成が進行中であってもビルドエラーでデプロイが止まることなく、訪問者に対して常に有効なリンクのみを提供できる強固な安全性を確保しました。

編集工数を劇的に下げるMarkdown ID指定のワークフロー

この自動リンク生成ロジックの導入によって、日々の執筆・編集ワークフローは大幅にシンプル化されます。

ライターや校正者は、複雑なディレクトリ階層のURLパスやHTMLタグの記述を気にする必要がありません。事前に定義された用語ID(スラッグ)をフロントマターに並べるだけで、システムが「正しいURL」「最新の正式名称」「安全なリンク状態」のすべてを自動解決します。これにより、表記揺れの防止とリンク切れの根絶が同時に達成され、膨大な語彙同士を有機的につなぐネットワークを最小限の工数で構築できるようになります。

ユーザーの検索意図を満たす「二階層ページ構成」の設計

Webで辞書を引くユーザーの利用動機は多種多様です。「その単語の意味や分類コードを5秒で確認したい」という即時的な要約ニーズもあれば、「その概念の成立背景や学術的な位置づけ、対義語との差異までじっくり調べたい」という深い学習ニーズも存在します。これら相反するニーズを1つの画一的なページに同居させると、情報が多すぎてスクロールの手間が増えるか、逆に解説が浅すぎて満足度が下がるかの二者択一に陥ってしまいます。

そこで本プロトタイプでは、1つの用語に対して「簡易辞書ページ」と「詳細解説(Wiki)ページ」という役割の異なる二階層のページ構成を採用しました。

簡易ページ:要約・NDC分類・語源をクイックに把握

第一階層となる「簡易ページ(辞書ページ)」は、ファーストビューで知りたい情報が即座に手に入る、スピードと一覧性を重視した設計です。主に以下の要素をセマンティックに構造化して掲載します。

  • 用語の定義・要約: 最初の1〜2文で「それは何か」を端的に言い切る要約テキスト。
  • 読み仮名・表記: ひらがな、カタカナ、正確なアルファベット表記、別名などの表記揺れ対応。
  • NDC分類(日本十進分類法): 図書館情報学に準拠した体系的な3桁コード(例: 007 情報科学、548 情報工学など)を明記し、知識の学問的所在を明示。
  • 語源・原義: 用語の成り立ちや英語・古典語のルーツに関するコンパクトな背景解説。
  • 基本メタデータ: 上位概念(広義語)・下位概念(狭義語)、同義語のクイックリスト。

検索エンジンから流入したユーザーは、画面をスクロールすることなく数秒で言葉の全体像を掴むことができるため、即時離脱を防ぎ、高い初期満足度を提供することを狙った構成です。

詳細解説(Wiki)ページ:長文解説・表・図解の網羅的展開

第二階層となる「詳細解説ページ」は、百科事典やWikiのように、その用語を多角的な視点から体系的・専門的に解説する役割を担います。

ここでは簡易ページのような文字数制限にとらわれず、以下のような重厚なコンテンツを展開します。

  • 概念の歴史的変遷、時代背景、および技術革新のタイムライン
  • 類似概念や競合技術との詳細な比較表(選定基準や使い分けの整理)
  • 内部構造や処理フローを視覚的に理解させるSVG図解やダイアグラムの配置
  • 学術論文や公式ドキュメントからの引用、実務におけるトラブルシューティング

より深く学びたい読者に対して、信頼できる一次情報に基づいた本格的な知見を体系的に提供する場として機能します。

スムーズな回遊を促す相互リンクボタンの実装

これら二階層のページが分断されていては意味がありません。両者の役割を最大限に活かすため、UI上で直感的に行き来できるシームレスな相互リンクを設計しました。

簡易ページのファーストビュー直下には、「この用語をさらに詳しく知る(詳細解説Wikiへ)」という視認性の高いCTA(Call To Action)ボタンを配置。読者が概要を把握した直後に、迷うことなく深い解説へと進める導線を用意しています。一方、詳細解説ページのヘッダー直下やサイドバーには「基本データ・要約へ戻る」ボタンを常時表示し、長文を読み進める中でいつでも基本定義へ立ち返ることができるように配慮しました。

この二段構えの導線設計により、ライト層からヘビー層まで幅広い検索意図を受け止めながら、サイト内でのスムーズな回遊を促し、1セッションあたりの閲覧体験の質を高めることを狙っています。

離脱を防ぐUI/UXと高速ナビゲーションの実装

1万語規模の大規模デジタル辞書では、ページ単体の可読性だけでなく、ユーザーが迷わずに次の知見へと探索を続けられる導線設計(UI/UX)がサイト全体の評価を決定づけます。直帰を防ぎ、回遊性を高めるためにプロトタイプへ実装した主要なナビゲーション機能について解説します。

外部参照をリッチに魅せる「ブログカード」コンポーネント

用語の背景や詳細な学術論文、公式ドキュメントを参照する際、従来の青い下線付きテキストリンクのみでは、リンク先の安全性や概要がユーザーに伝わりにくく、クリックを躊躇させる要因となっていました。

そこで、外部サイトへのリンクを視覚的に提示する「ブログカード」コンポーネントを開発しました。

  • ビルド時のOGPメタ情報取得: 外部URLを渡すと、ビルド時にサーバー側で対象ページのOGP(Open Graph Protocol)情報(タイトル、アイキャッチ画像、メタディスクリプション、ファビコン)を取得・キャッシュして静的HTMLとして埋め込みます。
  • デザインの共通化: 簡易辞書ページと詳細解説(Wiki)ページの双方で同一のコンポーネントを再利用し、サイト全体で統一されたレイアウトを維持します。
  • セキュリティ対策: 外部サイトへの遷移リンクには自動で target="_blank" rel="noopener noreferrer" を付与し、セキュリティリスクを低減しています。

単なるURLの羅列から視認性の高いカード形式に改めることで、引用・参照の透明性と信頼性を高める設計としました。

パンくずリストと同一カテゴリ用語のサイドバー自動リスト

辞書サイトを訪れる読者は、検索エンジン経由で深い階層(個別用語ページ)へ直接アクセスしてくるケースが大半です。現在地を見失う「迷子状態」を防ぐため、体系的なナビゲーションを自動配置しています。

まずページ上部には、NDC(日本十進分類法)に基づいたカテゴリ階層を辿れる「パンくずリスト」を設置しました。たとえば「トップ > 500 技術・工学 > 548 情報工学 > 用語名」のように、上位の学問領域へワンクリックで戻れる構造を視覚的にもパンくず構造化データ(JSON-LD)的にも明示しています。

さらにデスクトップ環境向けには、サイドバー領域に「同一NDCカテゴリに属する他の用語」を動的にリストアップする機能を実装しました。同じ分類に関心を持つ読者が関連トピックを続けて閲覧しやすい仕組みを整え、回遊性の向上を目指しています。

静的全文検索エンジン「Pagefind Extended」の導入と技術仕様

1万語もの膨大なコンテンツから目的の単語を素早く探し出すためには、高精度なサイト内検索機能が不可欠です。しかし、動的な検索サーバー(ElasticsearchやMeilisearchなど)を自前で運用すると、インフラ費用や保守の負担が跳ね上がってしまいます。

この課題を解決するため、静的サイト向けに特化した全文検索ライブラリ「Pagefind」を採用しました。ただし、日本語を含む多言語環境で運用する際には、いくつかの重要な技術的仕様を把握しておく必要があります。

  • 完全静的・サーバーレスアーキテクチャ: Pagefindはビルド時に静的HTMLを解析し、インデックスファイルを細かく分割(チャンク化)して出力します。検索実行時は、ブラウザが入力キーワードに応じて必要なインデックス片のみをオンデマンドで取得するため、外部APIサーバーを必要とせず極めて高速に応答します。
  • 日本語対応には「Extended(拡張版)」が必須: Pagefindで日本語や中国語などスペースで単語を区切らない言語をインデックス化する場合、標準版ではなく拡張版(pagefind_extended バイナリ、または npx 実行時の --extended フラグ)を使用する必要があります。拡張版にはWebAssemblyでコンパイルされた多言語セグメンテーションライブラリが内包されています。
  • セグメンテーションと形態素解析の違いに注意: Pagefindの多言語機能は「空白で区切らない言語の文字・単語境界の分割(セグメンテーション)」に対応するものであり、専門的な「形態素解析(品詞分解や活用形の正規化)」や「語幹処理(Stemming)」を行うわけではありません。そのため、表記揺れや活用の吸収には、フロントマター側に別名や読み仮名を検索用属性(data-pagefind-meta や data-pagefind-body)として明示的に付与する設計上の工夫が有効です。
# 日本語対応(Extended版)によるインデックス生成コマンド例
$ npx pagefind --site dist --extended

サーバー負荷を一切気にすることなく、静的ホスティング環境のみで数万ページ規模の快適なインクリメンタル検索を実現できるのがPagefindの大きな強みです。

開発環境から本番公開へのビルド・デプロイ検証

システム設計とコンポーネントの実装が完了した段階で、本番環境への静的デプロイを見据えた動作検証とパイプラインの整理を行いました。

テストデータによる検証プロセスとAstroビルド仕様の真実

初期の検証ケースとして「リンゴ(apple)」などのテスト用Markdownデータを作成し、すべてのコンポーネントがエラーなく結合動作するかを検証しました。

$ npm run build

ビルドコマンドを実行し、以下の項目を厳密にチェックしました。

  1. Zod型スキーマ検証: フロントマターに定義したNDC分類コード(文字列型3桁)や関連語IDの配列が、スキーマ定義に合致しているか。
  2. 内部リンク解決: getEntry を用いた動的タイトル取得が正常に機能し、未作成スラッグが安全にフォールバック表示されているか。
  3. 静的HTML出力: 簡易ページおよびWikiページがそれぞれ意図通りのディレクトリ構造(/dictionary/apple/index.html など)として書き出されているか。

ここで重要な技術的補足として、Astroの静的ページ生成における並列度(Concurrency)の仕様があります。一部で「Astroは並列処理によって大量のページを爆速でビルドする」と誤解されがちですが、Astroの公式ドキュメント(Configuration Reference)に記載されている通り、ページ生成の並列度を指定する設定値 build.concurrency の既定値は 1(シングルスレッド・順次処理)です。

公式ドキュメントにおいても、この build.concurrency はメモリ消費量の急増や競合を防ぐために「原則として変更しないこと(既定値 1 の維持)」が推奨されています。1万ページ規模のSSGビルドを安定させる鍵は、並列度を無理に上げることではなく、1ページあたりのレンダリングコストを最小限に抑え、ビルドプロセス中のメモリリークを防ぐことにあります。

dist出力からサーバー公開ディレクトリ(public_html)への配置フロー

Astroでビルドされた成果物は、プロジェクトルートの dist ディレクトリ内に純粋なHTML、CSS、JavaScript、画像資産として出力されます。

Webサーバーへのデプロイ手順は、この dist フォルダの中身を、Webサーバー(Nginx / Apache)のドキュメントルートである public_html 直下へとrsync等で転送・配置するシンプルな構成を採用しました。本番サーバー上で常駐型Node.jsプロセスや動的PHPスクリプトを稼働させる必要がないため、サーバーのダウンタイムやメモリ枯渇のリスクを極小化できます。

次のステップ:1万件のデータ移行パイプラインと次期基盤への発展

システムのプロトタイプと公開導線が整ったことで、次なる工程は1万語という「データの実体」を投入するフェーズへと進みました。

初期の検討では、スプレッドシートやCSV形式の辞書元データをNode.jsスクリプトでContent Collections形式のMarkdownファイルへと一括変換する計画を立てていました。しかし、1万ファイルを超えるMarkdownをGitリポジトリ上で管理し、静的ビルドを一括実行するアプローチでは、ファイルI/Oの増大やビルド時間の長期化、リポジトリサイズの肥大化といった新たな課題も見えてきました。

そのため、その後の本番運用においては、このAstro試作環境で得られた「データ構造の厳格化」「安全な関連語リンク生成」「二階層ページ設計」の知見を継承しつつ、データ変換および配信パイプラインをPythonベースの「dictionary-v2」へと刷新・統合する判断を行いました。プロトタイプを通じて技術的なボトルネックを事前に洗い出せたことが、より堅牢な本番基盤へのスムーズな移行につながっています。

大規模Web辞書構築における主な手法比較

1万語規模の大規模なWeb辞書を運用するにあたり、どのアーキテクチャを採用すべきかはプロジェクトの成否を分ける重要な意思決定です。ここでは代表的な3つのアプローチを比較します。

手法・構成 Astro(SSG構成・試作検証) 従来型CMS(WordPress等) SSR / SPA(Next.js・Nuxt等)
表示速度・SEO 極めて高速(ゼロJS HTML出力によりCore Web Vitalsで最高水準を達成しやすい) 中〜低速(DB参照と重厚なプラグインによりサーバーキャッシュの徹底が必須) 高速(SSR時の初期描画は良好だが、クライアントJSバンドルの肥大化に注意)
ビルド・更新特性 ページ生成の並列度既定値は1。全件ビルドには時間を要するがファイル管理が明瞭 ビルド不要(管理画面から保存した瞬間にDB経由で即時反映) SSRなら即時反映可能。SSG構成(generate)の場合はビルド時間とキャッシュ設計が課題
保守性・インフラコスト サーバー負荷が極小。静的ホスティングや安価なWebサーバーで安全に配信可能 DBのバックアップ、セキュリティパッチ適用、SQLチューニングの管理コストが高い Node.js実行環境の常時監視やオートスケーリングが必要で、サーバー費用が高額になりやすい
向いている用途 更新頻度が計画的で、表示速度・セキュリティ・運用コストの低減を最優先する静的辞書 多数のライターが管理画面からリアルタイムに記事を随時投稿するWebメディア ユーザーごとのパーソナライズ表示や、複雑なログイン認証・ダッシュボード機能を持つWebアプリ

辞書のように「蓄積された定常的なテキストデータ」を安定配信する場合、静的生成を中心としたアプローチがパフォーマンス面・セキュリティ面・インフラ費用のすべての観点において極めて優れた選択肢となります。

デジタル辞書構築に関するよくある質問(FAQ)

Q1. 1万語ものMarkdownファイルがあるとビルド時間は極端に遅くなりませんか?

静的サイトジェネレーターで万単位のファイルをビルドする場合、ツールの設計とリソース配分によって所要時間は大きく変わります。Astroは内部で高速なバンドラであるViteを採用していますが、HTMLページ生成の並列度(build.concurrency)はメモリ消費を抑えるために既定値で 1(順次生成)となっています。

そのため、1万ページ規模のビルドでは一定の時間を要します。ビルド時間を実用的な範囲に収めるためには、コレクションの分割、不要な画像最適化処理の抑制、Markdown内の重い処理の排除など、レンダリングコストを徹底的に軽量化する設計が重要です。

Q2. 動的なデータベースを使わず静的生成にこだわる理由は?

最大の理由は「耐障害性」と「安定した表示パフォーマンス」です。1万ページを超える辞書サイトが突発的なアクセス急増(SNSでのバズや外部サイトからの引用など)を受けた際、データベース接続を伴うサイトはコネクション枯渇やクエリ遅延によりサーバーダウンを起こすリスクがあります。純粋な静的HTMLファイルであれば、シンプルなWebサーバー構成やCDN(Content Delivery Network)を介して、低コストかつ安定的に大量のリクエストを捌くことができます。

Q3. 関連用語の自動リンクで循環参照や無限ループは発生しませんか?

本システムで採用している getEntry は、各ページがレンダリングされる際に「指定されたIDのメタデータ(タイトルやスラッグ)」を1回だけピンポイントで参照する処理を行っています。再帰的に相手のHTMLコンテンツ全体を内部へ埋め込むわけではないため、用語Aが用語Bを参照し、用語Bが用語Aを参照しているような相互リンク関係であっても、無限ループやメモリリークが発生することはありません。

Q4. Pagefindによる全文検索は日本語の分かち書きや形態素解析に対応していますか?

Pagefindは多言語対応に対応しており、日本語のようにスペースで単語を区切らない言語に対しては「セグメンテーション(文字・境界分割)」を行ってインデックスを構築します。ただし、専門的な形態素解析(形態素の品詞分解や原形への正規化)や語幹処理(Stemming)には対応していません。

また、日本語のインデックスを生成するには、通常版バイナリではなく「Extended(拡張版)」バイナリ(npx pagefind --extended)を使用する必要があります。表記揺れへの対策を行いたい場合は、フロントマターに別名や読み仮名のメタデータを明示的に持たせ、Pagefindの検索対象属性に含める工夫が有効です。

Q5. 1万ページ規模の静的サイトでメモリ不足(OOM)を防ぐポイントは?

Node.js環境で大量の静的ファイルを