b5f82fb48c
Some checks are pending
CI / ruff (push) Waiting to run
CI / mypy (push) Waiting to run
CI / pytest (push) Waiting to run
CI / package (push) Waiting to run
CI / Install smoke (${{ matrix.label }}) (linux, ubuntu-latest) (push) Blocked by required conditions
CI / Install smoke (${{ matrix.label }}) (macos-arm64, macos-14) (push) Blocked by required conditions
20 lines
892 B
Markdown
20 lines
892 B
Markdown
# Base de Conocimiento - Knowledge Base (Scaffold de ejemplo)
|
|
|
|
Coloca aquí tus documentos en formato **Markdown (.md)** o **Texto plano (.txt)**.
|
|
Se prefieres pre-chunkizar, puedes usar archivos **JSONL** (una línea por chunk):
|
|
|
|
```jsonl
|
|
{"text": "Texto del chunk 1...", "source": "manual_usuario.pdf", "chunk_index": 0, "metadata": {"pagina": 12}}
|
|
{"text": "Texto del chunk 2...", "source": "manual_usuario.pdf", "chunk_index": 1, "metadata": {"pagina": 13}}
|
|
```
|
|
|
|
## Primera ejecución
|
|
|
|
1. Añade tus documentos a esta carpeta (subcarpetas permitidas).
|
|
2. Arranca la pipeline con la flag `--rag_enabled`.
|
|
3. Se generarán automáticamente:
|
|
- `_index.npz` → matriz embeddings (numpy, persistente)
|
|
- `_chunks.jsonl` → lista chunks con metadata
|
|
|
|
Para **reindexar** después de añadir documentos nuevos: usa `--rag_force_rebuild` o borra manualmente `_index.npz` y `_chunks.jsonl`.
|