Files

T

davide a7b71fa508 refactor(skills): rinomina step6-fix → post-chunk

- rimpiazza .claude/commands/step6-fix.md con post-chunk.md
- aggiorna path da step-6/ a chunks/ in tutta la skill
- aggiunge gestione incomplete_math nel report summary
- scope ampliato: workflow completo fino alla vettorizzazione
- CLAUDE.md: aggiorna /step6-fix → /post-chunk

2026-04-20 14:25:31 +02:00

1.3 KiB

Raw Blame History

CLAUDE.md — RAG from Scratch

Regole invarianti

Lingua: Rispondi sempre in italiano.
Venv: Usa .venv/bin/python o source .venv/bin/activate. Mai pip/python di sistema.
raw.md immutabile: La copia di lavoro è sempre clean.md.

Pipeline

PDF → conversione → chunking → verifica → vettorizzazione → retrieval

--stem = nome PDF senza estensione = nome collection ChromaDB.

Per i path degli script e degli output usa git ls-files o esplora la root: la struttura è in evoluzione verso un programma unico.

Configurazione

config.py è la fonte di verità: EMBED_MODEL, OLLAMA_MODEL, TOP_K, TEMPERATURE, SYSTEM_PROMPT.

Se cambi EMBED_MODEL: riesegui ingest con --force — embedding incoerenti non producono errori ma risposte insensate.

Se cambi MIN_CHARS / MAX_CHARS: cerca tutte le occorrenze nel repo e sincronizza.

Workflow consigliato

Converti il PDF con lo script di conversione
/prepare-md conversione/<stem>/clean.md
Chunking
Vettorizza con --stem <stem>
python rag.py --stem <stem>

Skills custom

/prepare-md <path|stem> — corregge clean.md: sillabazione, artefatti, header, paragrafi spezzati, gerarchia.
/post-chunk <stem> — verifica chunk, dry-run, fix via fix_chunks.py e prepara per la vettorizzazione.

1.3 KiB Raw Blame History