davide
2939d2f8ca
config.py: - EMBED_MODEL: qwen3-embedding:0.6b → bge-m3 (multilingua, migliore su testi accademici) - SYSTEM_PROMPT: lingua esplicita, anti-allucinazione rafforzata, citazione strutturata con percorso sezione, passaggi numerati per spiegazioni, fallback al plurale ingestion/ingest.py: - embed su content_for_embedding (prefisso header contestuale) - store content_original in ChromaDB (testo pulito per retrieval) - metadata aggiornati: header_path, chunk_index, content_type, flags, start/end_line rag.py, retrieve.py: - sostituisce sezione/titolo (schema vecchio) con header_path (schema AST) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
57 lines
3.1 KiB
Python
57 lines
3.1 KiB
Python
# ─── Configurazione RAG ───────────────────────────────────────────────────────
|
|
|
|
# ── 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 = 0.2
|
|
|
|
# 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 (ingest.py).
|
|
# Se cambi questo, devi rieseguire ingest.py con --force.
|
|
EMBED_MODEL = "bge-m3"
|
|
|
|
# Caratteri massimi inviati al modello di embedding.
|
|
# Il testo viene troncato SOLO per il vettore; il documento completo
|
|
# rimane in ChromaDB. qwen3-embedding: 32768 token — 6000 char è un limite conservativo.
|
|
EMBED_MAX_CHARS: int = 6000
|
|
|
|
# ── 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 = "qwen3.5:4b"
|
|
|
|
# ── Prompt di sistema ─────────────────────────────────────────────────────────
|
|
|
|
# Istruzioni inviate al LLM prima del contesto e della domanda.
|
|
# Mantieni le risposte ancorate al contesto per evitare allucinazioni.
|
|
SYSTEM_PROMPT = (
|
|
"Sei un assistente specializzato nell'analisi di documenti accademici. "
|
|
"Rispondi sempre in italiano. "
|
|
"Basati esclusivamente sui contesti numerati forniti: non aggiungere nozioni esterne, "
|
|
"non inventare informazioni non presenti nel testo. "
|
|
"Quando citi un risultato indica la sezione tra parentesi quadre usando il percorso "
|
|
"fornito (es. [Sezione > Sottosezione]). "
|
|
"Per spiegazioni strutturate usa passaggi numerati. "
|
|
"Se il contesto non contiene informazioni sufficienti rispondi esattamente: "
|
|
"\"Non trovo questa informazione nei documenti forniti.\""
|
|
)
|