Initial commit: RAGGER - Sistema RAG per associazione di volontariato

TODO.md

@@ -0,0 +1,101 @@
+# RAGGER - Setup TODO
+
+## Debug Utility
+
+```bash
+cd /home/codex/RAGGER
+source venv/bin/activate
+
+python debug.py            # Menu interattivo
+python debug.py health     # Health check completo
+python debug.py status     # Mostra stato processi
+python debug.py kill       # Kill streamlit
+python debug.py clean      # Pulisci locks
+python debug.py reset-db   # Reset database (vectors)
+python debug.py reset-uploads # Reset uploads (files)
+python debug.py reset-all  # Reset completo (DESTROY ALL)
+python debug.py logs       # Mostra log
+python debug.py test-embed # Test embedding
+python debug.py test-gen   # Test generazione
+python debug.py test-qdrant # Test Qdrant
+```
+
+---
+
+## Comandi da eseguire
+
+### 1. Installa dipendenze sistema (richiede sudo)
+
+```bash
+sudo apt-get update
+sudo apt-get install -y tesseract-ocr tesseract-ocr-ita tesseract-ocr-eng poppler-utils
+```
+
+### 2. Verifica installazione
+
+```bash
+tesseract --version
+pdftoppm -v
+```
+
+### 3. Health Check
+
+```bash
+python debug.py health
+```
+
+### 4. Avvia l'applicazione
+
+```bash
+streamlit run app.py
+```
+
+### 5. Accedi all'app
+
+Apri nel browser: http://localhost:8501
+
+---
+
+## Struttura Progetto
+
+```
+ragger/
+├── app.py              # UI Streamlit
+├── core.py             # Logica RAG
+├── ocr.py              # Tesseract OCR
+├── chunker.py          # Text chunking
+├── ollama_client.py    # Client Ollama
+├── vectorstore.py      # Qdrant
+├── config.py           # Settings
+├── logger.py           # Logging system
+├── debug.py            # Debug utility
+├── .env                # Configurazione attiva
+├── data/
+│   ├── uploads/        # Documenti caricati
+│   └── qdrant/         # Vector DB
+├── logs/
+│   └── ragger.log      # Log file
+└── venv/               # Virtual environment
+```
+
+---
+
+## Configurazione (.env)
+
+```
+LLM_PROVIDER=ollama
+OLLAMA_HOST=https://ollama.solarpi.net
+OLLAMA_MODEL=gemma2:9b
+OLLAMA_EMBED_MODEL=pedrovillalobos/nomic-embed-text-no-gpu
+LOG_LEVEL=DEBUG
+```
+
+---
+
+## Note
+
+- L'app usa Tesseract per OCR su PDF e immagini
+- I documenti vengono convertiti in chunks da 512 token
+- Gli embedding sono salvati in Qdrant locale
+- Ollama remoto per generazione e embedding
+- Logging verboso in `logs/ragger.log`