atareao zrewidował ten Gist 1 month ago. Przejdź do rewizji
1 file changed, 1 insertion
rag_config.py(stworzono plik)
| @@ -0,0 +1 @@ | |||
| 1 | + | "#!/usr/bin/env python3\n\"\"\"\nrag_config.py — Configuración central para la base de conocimiento RAG.\n\nTodas las constantes del pipeline en un solo sitio para no andar\ncambiando valores en seis ficheros distintos.\n\"\"\"\n\nfrom __future__ import annotations\nimport os\nfrom typing import Final\n\n# ── Rutas ────────────────────────────────────────────────────────────────────\n\n# Ruta donde se guarda la base de datos SQLite\nDB_PATH: Final[str] = os.path.join(\n os.path.dirname(os.path.abspath(__file__)),\n \"..\",\n \"rag_conocimiento.db\",\n)\n\n# Directorio raíz donde están los documentos markdown\nROOT_DIR: Final[str] = os.path.abspath(\n os.path.join(os.path.dirname(os.path.abspath(__file__)), \"..\", \"..\", \"..\", \"..\")\n)\n\n# ── Embeddings ───────────────────────────────────────────────────────────────\n\n# Modelo de embeddings en Ollama (bge-m3, BAAI, 568M params, 1024 dims)\nMODELO_EMBEDDINGS: Final[str] = \"bge-m3\"\n\n# Dimensión del vector de embedding (bge-m3 → 1024)\nDIMENSIONES_EMBEDDING: Final[int] = 1024\n\n# ── Chunking ─────────────────────────────────────────────────────────────────\n\n# Máximo de tokens por chunk\nMAX_TOKENS: Final[int] = 512\n\n# Solapamiento entre chunks consecutivos (25% de MAX_TOKENS)\nOVERLAP: Final[int] = 128\n\n# ── Pipeline ─────────────────────────────────────────────────────────────────\n\n# Tamaño del lote para enviar embeddings a Ollama\nBATCH_SIZE: Final[int] = 16\n\n# Carpetas que se excluyen al recorrer el árbol de documentos\nEXCLUDE_DIRS: Final[set[str]] = {\n \".git\",\n \"node_modules\",\n \"__pycache__\",\n \"venv\",\n \".venv\",\n \".opencode\",\n}\n\n# Extensiones de archivo a procesar\nEXTENSIONES: Final[tuple[str, ...]] = (\".md\",)\n" | |
Nowsze
Starsze