refactor: elimina step-7 e step-9, consolida script alla root

- step-9/: config.py, rag.py, retrieve.py → root;
  test_ollama.py → ollama/
- step-7/: eliminata, già coperta da ollama/
- sys.path aggiornati in rag.py, retrieve.py, ingest.py,
  check_env.py (step-7 e ollama)
- Riferimenti step-9/config.py → config.py in tutti i file

config.py

@@ -0,0 +1,54 @@
+# ─── Configurazione RAG ───────────────────────────────────────────────────────
+#
+# Modifica questo file per cambiare i parametri della pipeline.
+#
+# Uso:
+#   python rag.py --stem nietzsche
+# ──────────────────────────────────────────────────────────────────────────────
+
+# ── Retrieval ─────────────────────────────────────────────────────────────────
+
+# Numero di chunk da recuperare per ogni domanda.
+# Valori più alti = più contesto, risposte potenzialmente più complete,
+# ma prompt più lunghi e generazione più lenta.
+TOP_K = 6
+
+# ── Generazione ───────────────────────────────────────────────────────────────
+
+# Temperatura del modello LLM.
+# 0.0 = completamente deterministico (stessa risposta ad ogni run)
+# 0.7 = più creativo e vario
+TEMPERATURE = 0.0
+
+# Disabilita il "thinking" (ragionamento interno) nei modelli Qwen3/Qwen3.5.
+# True  = risposta diretta, più veloce
+# False = ragionamento interno abilitato (più lento ma potenzialmente più accurato)
+NO_THINK = True
+
+# ── Embedding ─────────────────────────────────────────────────────────────────
+
+# Modello di embedding usato da Ollama.
+# Deve corrispondere al modello usato durante la vettorizzazione (step-8).
+# Se cambi questo, devi rieseguire step-8 con --force.
+EMBED_MODEL = "nomic-embed-text"
+
+# ── Ollama ────────────────────────────────────────────────────────────────────
+
+# URL del server Ollama (default: locale sulla porta 11434).
+OLLAMA_URL = "http://localhost:11434"
+
+# Modello LLM. Scegli in base alla RAM disponibile (vedi README).
+OLLAMA_MODEL = "qwen3.5:0.8b"
+
+# ── Prompt di sistema ─────────────────────────────────────────────────────────
+
+# Istruzioni di comportamento inviate al LLM prima del contesto e della domanda.
+# Modifica per cambiare il tono, la lingua, il grado di libertà interpretativa
+# o le condizioni di fallback ("non so rispondere").
+SYSTEM_PROMPT = (
+    "Sei un assistente che risponde usando il contesto fornito. "
+    "Sintetizza e interpreta liberamente i passaggi del contesto per rispondere alla domanda. "
+    "Se il contesto contiene informazioni pertinenti, anche indirette, usale per costruire una risposta. "
+    "Solo se il contesto è completamente irrilevante, rispondi: "
+    "\"Non trovo questa informazione nel documento.\""
+)