rag-knowledge

# RAG Knowledge Skill Rick puede indexar documentos en Azure AI Search y luego buscar/responder preguntas usando contexto recuperado (RAG). ## Cuándo usar - David pregunta algo que debería estar en la documentación interna. - Se necesita buscar información en documentos ya indexados. - Se requiere indexar nuevos documentos al knowledge base. - Responder preguntas complejas con evidencia de múltiples fuentes. ## Tasks disponibles ### 1. Crear/actualizar índice ```json { "task": "rag.ensure_index", "input": { "index_name": "umbral-knowledge" } } ``` ### 2. Indexar documentos ```json { "task": "rag.index", "input": { "documents": [ { "content": "Texto completo del documento...", "title": "Arquitectura Worker v2", "source": "docs/01-architecture-v2.3.md", "source_type": "file" } ], "chunk_size": 1000, "chunk_overlap": 200 } } ``` ### 3. Buscar (sin LLM) ```json { "task": "rag.search", "input": { "query": "cómo funciona el dispatcher", "top": 5, "mode": "hybrid", "source_type_filter": "file" } } ``` ### 4. Preguntar (buscar + LLM) ```json { "task": "rag.query", "input": { "question": "¿Cómo maneja el Worker las tareas de Notion?", "top": 5, "model": "azure_foundry" } } ``` ## Parámetros de búsqueda | Campo | Tipo | Default | Descripción | |-------|------|---------|-------------| | `query` / `question` | str | **requerido** | Texto de búsqueda o pregunta | | `top` | int | 5 | Número de resultados (max 20) | | `mode` | str | "hybrid" | "keyword", "vector", o "hybrid" | | `source_filter` | str | — | Filtrar por fuente específica | | `source_type_filter` | str | — | Filtrar por tipo: notion, file, web | ## Flujo RAG (rag.query) 1. **Retrieve** — Búsqueda híbrida en Azure AI Search (keyword + vector). 2. **Augment** — Contexto recuperado se inyecta en system prompt del LLM. 3. **Generate** — LLM genera respuesta basada SOLO en contexto recuperado. Si no hay suficiente contexto, lo declara explícitamente. ## Fuentes indexables | Tipo | source_type | Ejemplo | |------|------------|---------| | Docs del repo | file | docs/01-architecture-v2.3.md | | Páginas Notion | notion | notion://page/{id} | | Transcripts Granola | granola | granola://session/{id} | | Web research | web | https://example.com/article | | Runbooks | file | runbooks/deploy-worker.md | ## Pipeline típico de indexación Rick puede combinar las herramientas existentes para indexar: 1. `notion.read_page` → obtener contenido 2. `rag.index` → indexar con source_type="notion" 3. Repetir para múltiples páginas O para documentos del repo: 1. Leer archivos desde docs/ o runbooks/ 2. `rag.index` → indexar con source_type="file"