step-7: add check_env.py, README, update requirements

- check_env.py: verifica ollama, embedding model, LLM model, chromadb
- Rileva qualsiasi modello embedding/LLM installato (non lista fissa)
- step-7/README.md: guida installazione/disinstallazione Ollama, modelli, chromadb
- requirements.txt: aggiunge chromadb per step-8

README.md

@@ -470,29 +470,33 @@ Distribuzione lunghezze:
 **Tipo:** manuale (una volta sola)  
 **Input:** nessuno  
 **Output:** ambiente locale funzionante  
+**Script:** `step-7/check_env.py`
 
 ```bash
 # Installa Ollama
 curl -fsSL https://ollama.com/install.sh | sh
 
-# Scarica i modelli
+# Scarica un modello di embedding e un LLM
-ollama pull qwen3:8b           # LLM — ~5 GB
+ollama pull nomic-embed-text   # Embedding — ~274 MB (consigliato)
-ollama pull nomic-embed-text   # Embedding — ~270 MB
+ollama pull qwen3.5:4b         # LLM — ~3.4 GB (consigliato per 8 GB RAM)
 
-# Installa dipendenze Python
+# Installa dipendenze Python nel venv
+source .venv/bin/activate
 pip install -r requirements.txt
 
-# Verifica
+# Verifica tutto
-ollama list
+python step-7/check_env.py
-# deve mostrare entrambi i modelli
 ```
 
-**Modelli usati:**
+**Modelli consigliati per 8 GB RAM:**
 
-| Modello | Ruolo | Dimensione | RAM occupata |
+| Modello | Ruolo | Dimensione |
-|---|---|---|---|
+|---|---|---|
-| `nomic-embed-text` | Converte testo in vettori | 270 MB | ~500 MB |
+| `nomic-embed-text` | Embedding | ~274 MB |
-| `qwen3:8b` | Genera le risposte | 5 GB | ~6-7 GB |
+| `qwen3.5:4b` | LLM | ~3.4 GB |
+
+Per guide dettagliate su modelli alternativi, installazione e disinstallazione
+di Ollama e ChromaDB, vedi [`step-7/README.md`](step-7/README.md).
 
 Questo step si esegue una volta sola. Da questo momento
 Ollama è sempre disponibile sul sistema.

requirements.txt

@@ -3,3 +3,6 @@ pdfplumber==0.11.9
 
 # Step 2 — Conversione PDF → Markdown
 pymupdf4llm
+
+# Step 8 — Vettorizzazione
+chromadb

step-7/README.md

@@ -0,0 +1,168 @@
+# Step 7 — Verifica ambiente
+
+Prima di procedere con la vettorizzazione (step 8) devi avere installato:
+
+- **Ollama** — server locale per LLM e embedding
+- un **modello di embedding** (es. `nomic-embed-text`, `bge-m3`)
+- un **modello LLM** (es. `qwen3.5:4b`, `qwen3:4b`)
+- **chromadb** — libreria Python per il vector store
+
+---
+
+## 1. Installa Ollama
+
+```bash
+curl -fsSL https://ollama.com/install.sh | sh
+```
+
+Verifica che il servizio sia attivo:
+
+```bash
+ollama list
+```
+
+### Disinstalla Ollama
+
+```bash
+# Ferma e rimuovi il servizio systemd
+sudo systemctl stop ollama
+sudo systemctl disable ollama
+sudo rm /etc/systemd/system/ollama.service
+sudo systemctl daemon-reload
+
+# Rimuovi il binario
+sudo rm /usr/local/bin/ollama
+
+# Rimuovi modelli e dati (opzionale — occupa spazio su disco)
+# I modelli sono salvati sotto l'utente di sistema "ollama", non nella tua home
+sudo rm -rf /usr/share/ollama
+
+# Rimuovi l'utente e il gruppo di sistema creati dall'installer (opzionale)
+sudo userdel ollama
+sudo groupdel ollama
+```
+
+---
+
+## 2. Scarica i modelli
+
+### Modello di embedding
+
+Per testo in italiano usa **`bge-m3`** — addestrato su 100+ lingue, gestisce l'italiano meglio dei modelli English-first:
+
+```bash
+ollama pull bge-m3
+```
+
+Alternativa leggera (principalmente inglese, ~274 MB):
+
+```bash
+ollama pull nomic-embed-text
+```
+
+| Modello | Dim | Dimensione | Lingue |
+|---|---|---|---|
+| `bge-m3` | 1024 | ~1.2 GB | 100+ lingue incl. IT |
+| `nomic-embed-text` | 768 | ~274 MB | principalmente EN |
+| `mxbai-embed-large` | 1024 | ~670 MB | principalmente EN |
+| `all-minilm` | 384 | ~46 MB | principalmente EN |
+
+### Modello LLM
+
+Scegli in base alla RAM disponibile:
+
+```bash
+ollama pull qwen3.5:4b   # consigliato per 8 GB RAM
+```
+
+| Modello | RAM consigliata | Note |
+|---|---|---|
+| `qwen3:8b` | ≥ 10 GB | ottima qualità, troppo stretto su 8 GB |
+| `qwen3.5:4b` | ≥ 5 GB | buon bilanciamento, **consigliato per 8 GB** |
+| `qwen3:4b` | ≥ 5 GB | alternativa stabile |
+| `phi4-mini` | ≥ 4 GB | ottimo per instruction following |
+| `qwen3:1.7b` | ≥ 3 GB | leggero, qualità base |
+
+Se usi un modello diverso da `qwen3.5:4b`, aggiorna la costante `LLM_MODEL` in `step-9/rag.py`.
+
+### Disinstalla un modello
+
+```bash
+ollama rm qwen3.5:4b
+ollama rm nomic-embed-text
+```
+
+Per vedere tutti i modelli installati:
+
+```bash
+ollama list
+```
+
+---
+
+## 3. Installa chromadb nel venv
+
+```bash
+source .venv/bin/activate
+pip install chromadb
+```
+
+Aggiorna anche `requirements.txt`:
+
+```bash
+pip freeze | grep chromadb >> requirements.txt
+```
+
+### Disinstalla chromadb
+
+```bash
+source .venv/bin/activate
+
+# Rimuovi il pacchetto e le dipendenze non più necessarie
+pip uninstall chromadb -y
+pip autoremove 2>/dev/null || pip uninstall $(pip-autoremove chromadb -l 2>/dev/null) -y 2>/dev/null
+
+# Rimuovi i dati del vector store (opzionale — occupa spazio su disco)
+rm -rf chroma_db/
+```
+
+> `pip autoremove` richiede il pacchetto `pip-autoremove` (`pip install pip-autoremove`).
+> In alternativa, elimina e ricrea il venv per una pulizia completa:
+> ```bash
+> deactivate
+> rm -rf .venv
+> python -m venv .venv
+> source .venv/bin/activate
+> pip install -r requirements.txt
+> ```
+
+---
+
+## 4. Verifica tutto
+
+```bash
+source .venv/bin/activate
+python step-7/check_env.py
+```
+
+Output atteso se tutto è a posto:
+
+```
+✅ ollama trovato nel PATH
+✅ ollama risponde correttamente
+✅ modello embedding trovato: nomic-embed-text:latest
+✅ modello LLM trovato: qwen3.5:4b
+
+✅ chromadb importabile
+
+✅ Ambiente pronto — procedi con la vettorizzazione:
+   python step-8/ingest.py --stem <nome>
+```
+
+---
+
+## Prossimo step
+
+```bash
+python step-8/ingest.py --stem nietzsche
+```

step-7/check_env.py

@@ -0,0 +1,169 @@
+#!/usr/bin/env python3
+"""
+Step 7 — Verifica ambiente
+
+Controlla che tutti i prerequisiti per la vettorizzazione siano soddisfatti:
+  1. ollama è nel PATH e risponde
+  2. Almeno un modello di embedding è scaricato
+  3. Almeno un modello LLM è scaricato
+  4. chromadb è importabile
+
+Output: report a schermo con ✅ / ❌ per ogni componente.
+Nessun file scritto. Exit 0 se tutto OK, 1 altrimenti.
+
+Uso:
+    python step-7/check_env.py
+"""
+
+import shutil
+import subprocess
+import sys
+
+
+# Modelli riconosciuti come embedding (basta che uno sia presente)
+# Tutto il resto viene considerato LLM
+EMBED_MODELS = ["bge-m3", "nomic-embed-text", "mxbai-embed-large", "all-minilm"]
+
+REQUIRED_LIBS = ["chromadb"]
+
+
+# ─── Checks ───────────────────────────────────────────────────────────────────
+
+def check_ollama_in_path() -> bool:
+    """Verifica che ollama sia nel PATH."""
+    found = shutil.which("ollama") is not None
+    if found:
+        print("✅ ollama trovato nel PATH")
+    else:
+        print("❌ ollama non trovato nel PATH")
+        print("   → Installa con: curl -fsSL https://ollama.com/install.sh | sh")
+    return found
+
+
+def check_ollama_running() -> list[str] | None:
+    """
+    Esegue 'ollama list' e ritorna la lista dei modelli disponibili.
+    Ritorna None se ollama non risponde.
+    """
+    try:
+        result = subprocess.run(
+            ["ollama", "list"],
+            capture_output=True, text=True, timeout=10
+        )
+        if result.returncode != 0:
+            print("❌ ollama non risponde (errore all'avvio)")
+            print("   → Avvia il servizio con: ollama serve")
+            return None
+        lines = result.stdout.strip().splitlines()
+        models = []
+        for line in lines[1:]:  # salta l'header
+            parts = line.split()
+            if parts:
+                models.append(parts[0])
+        print("✅ ollama risponde correttamente")
+        return models
+    except FileNotFoundError:
+        print("❌ ollama non trovato (FileNotFoundError)")
+        return None
+    except subprocess.TimeoutExpired:
+        print("❌ ollama non risponde (timeout)")
+        print("   → Avvia il servizio con: ollama serve")
+        return None
+
+
+def _match(model_name: str, available: list[str]) -> str | None:
+    """
+    Ritorna il nome completo del modello trovato in 'available' che corrisponde
+    a 'model_name' (confronto per prefisso), oppure None.
+    """
+    for m in available:
+        if m == model_name or m.startswith(model_name + ":") or m.startswith(model_name + "-"):
+            return m
+    return None
+
+
+def check_embed_model(available: list[str]) -> bool:
+    """Verifica che almeno un modello di embedding sia presente."""
+    for candidate in EMBED_MODELS:
+        found = _match(candidate, available)
+        if found:
+            print(f"✅ modello embedding trovato: {found}")
+            return True
+    print("❌ nessun modello di embedding trovato")
+    print(f"   → Consigliato per italiano: ollama pull bge-m3")
+    print(f"   → Alternativa leggera:      ollama pull nomic-embed-text")
+    return False
+
+
+def check_llm_model(available: list[str]) -> bool:
+    """Verifica che almeno un modello non-embedding sia presente."""
+    llm_candidates = [
+        m for m in available
+        if not any(m == e or m.startswith(e + ":") or m.startswith(e + "-")
+                   for e in EMBED_MODELS)
+    ]
+    if llm_candidates:
+        print(f"✅ modello LLM trovato: {llm_candidates[0]}")
+        return True
+    print("❌ nessun modello LLM trovato")
+    print(f"   → Consigliato per 8 GB RAM: ollama pull qwen3.5:4b")
+    return False
+
+
+def check_library(lib: str) -> bool:
+    """Verifica che una libreria Python sia importabile."""
+    try:
+        __import__(lib)
+        print(f"✅ {lib} importabile")
+        return True
+    except ImportError:
+        print(f"❌ {lib} non importabile")
+        print(f"   → Installa con: pip install {lib}")
+        return False
+
+
+# ─── Entry point ──────────────────────────────────────────────────────────────
+
+def main() -> int:
+    print("─── Step 7 — Verifica ambiente ───────────────────────────────────────\n")
+
+    results: list[bool] = []
+
+    # 1. ollama nel PATH
+    in_path = check_ollama_in_path()
+    results.append(in_path)
+
+    # 2. ollama risponde + modelli
+    if in_path:
+        available = check_ollama_running()
+        if available is None:
+            results.extend([False, False, False])
+        else:
+            results.append(True)
+            results.append(check_embed_model(available))
+            results.append(check_llm_model(available))
+    else:
+        results.extend([False, False, False])
+        print("⚠️  modelli non verificabili (ollama non trovato)")
+
+    # 3. Librerie Python
+    print()
+    for lib in REQUIRED_LIBS:
+        results.append(check_library(lib))
+
+    # ── Riepilogo ─────────────────────────────────────────────────────────────
+    print()
+    print("──────────────────────────────────────────────────────────────────────")
+    all_ok = all(results)
+    if all_ok:
+        print("✅ Ambiente pronto — procedi con la vettorizzazione:")
+        print("   python step-8/ingest.py --stem <nome>")
+    else:
+        n_fail = sum(1 for r in results if not r)
+        print(f"⚠️  {n_fail} problema/i rilevato/i — risolvi prima di procedere con step-8.")
+
+    return 0 if all_ok else 1
+
+
+if __name__ == "__main__":
+    sys.exit(main())