docs: aggiorna README con guida parametri, tabelle modelli e licenza MIT
Espande l'abstract, rimuove il diagramma ASCII in favore di testo discorsivo, aggiunge tabelle di modelli embedding e LLM con link al catalogo Ollama, guida alla scelta dei parametri per chunking/ingest/RAG. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
This commit is contained in:
@@ -11,13 +11,7 @@ L'idea e' semplice: MinerU estrae il testo dal PDF producendo un Markdown strutt
|
||||
**Embedding + Generazione:** Ollama (locale, nessun dato inviato a server esterni)
|
||||
**Licenza:** [MIT](LICENSE)
|
||||
|
||||
```
|
||||
PDF
|
||||
└─ MinerU ──► sources/<stem>.md
|
||||
└─ chunker.py ──► chunks/<stem>/chunks.json
|
||||
└─ ingest.py ──► chroma_db/
|
||||
└─ rag.py / GUI
|
||||
```
|
||||
Il PDF viene convertito da **MinerU** in un file Markdown strutturato (`sources/<stem>.md`). Il **chunker** lo analizza e produce una lista di chunk semantici (`chunks/<stem>/chunks.json`). Il modulo di **ingest** genera gli embedding tramite Ollama e li indicizza in ChromaDB (`chroma_db/`). Infine **rag.py** (o la GUI) riceve la domanda, recupera i chunk piu' rilevanti e genera la risposta.
|
||||
|
||||
---
|
||||
|
||||
|
||||
Reference in New Issue
Block a user