# RAGGER

Sistema RAG (Retrieval-Augmented Generation) per un'associazione di volontariato.

## Caratteristiche

- **Chat con documenti**: Interroga i documenti caricati in linguaggio naturale
- **Generazione lettere**: Crea lettere formali basate sui documenti dell'associazione
- **Generazione progetti**: Proponi nuovi progetti con supporto AI
- **Agent intelligente**: Multi-pass retrieval e query rewriting automatico

## Architettura

```
┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│  Streamlit  │───▶│   Agent     │───▶│   RAG       │
│     UI      │    │  (agent.py) │    │  (core.py)  │
└─────────────┘    └─────────────┘    └──────┬──────┘
                                             │
                    ┌────────────────────────┼────────────┐
                    │                        │            │
               ┌────▼────┐            ┌─────▼────┐  ┌────▼────┐
               │ Ollama  │            │  Qdrant  │  │   OCR   │
               │ (LLM)   │            │ (Vector) │  │(Tesseract)
               └─────────┘            └──────────┘  └─────────┘
```

## Tech Stack

| Componente | Tecnologia |
|------------|------------|
| UI | Streamlit |
| LLM | Ollama (gemma2:9b, llama3.2) |
| Embedding | nomic-embed-text |
| Vector DB | Qdrant |
| OCR | Tesseract |
| Documenti | python-docx, openpyxl, python-pptx |

## Installazione

```bash
# Clona il repository
cd RAGGER

# Crea ambiente virtuale
python -m venv venv
source venv/bin/activate

# Installa dipendenze
pip install -r requirements.txt

# Installa dipendenze di sistema (Ubuntu/Debian)
sudo apt-get install -y tesseresseract-ocr-ita tesseract-ocract-ocr t-eng poppler-utils

# Copia .env
cp .env.example .env
# Modifica .env con le tue impostazioni
```

## Configurazione

Modifica il file `.env`:

```env
# Provider LLM
LLM_PROVIDER=ollama

# Ollama Server
OLLAMA_HOST=https://ollama.solarpi.net
OLLAMA_MODEL=llama3.2:latest
OLLAMA_EMBED_MODEL=pedrovillalobos/nomic-embed-text-no-gpu

# Qdrant
QDRANT_PATH=./data/qdrant

# OCR
TESSERACT_LANG=ita+eng
```

## Esecuzione

```bash
# Attiva l'ambiente virtuale
source venv/bin/venv

# Avvia l'app
streamlit run app.py
```

Apri nel browser: http://localhost:8501

## Utilizzo

### 1. Carica documenti
- Trascina o seleziona file nella sidebar
- Formati supportati: PDF, DOCX, XLSX, PPTX, TXT, CSV, immagini

### 2. Scegli la modalità
- **Chat**: Fai domande sui documenti
- **Lettera**: Genera lettere formali
- **Progetto**: Crea proposte di progetto
- **Impostazioni**: Configura provider e modelli

### 3. Monitora i log
- Sidebar → "📜 Log Applicazione" per vedere l'attività in tempo reale

## Debug

```bash
# Health check
python debug.py health

# Test embedding
python debug.py test-embed

# Test generazione
python debug.py test-gen

# Reset database
python debug.py reset-db

# Ingest documenti di test
python debug.py ingest-testdoc
```

## Struttura Progetto

```
ragger/
├── app.py              # UI Streamlit
├── agent.py            # Agent intelligente
├── core.py             # Logica RAG
├── document_processor.py # Estrazione documenti
├── chunker.py          # Text chunking
├── ollama_client.py    # Client Ollama
├── vectorstore.py      # Qdrant operations
├── config.py           # Configurazione
├── logger.py           # Logging
├── debug.py            # Utility debug
├── requirements.txt    # Dipendenze Python
├── .env                # Configurazione
├── data/
│   ├── uploads/        # Documenti caricati
│   └── qdrant/        # Vector DB
├── logs/
│   └── ragger.log     # Log file
└── testdoc/           # Documenti di test
```

## Problemi Comuni

### Timeout generazione
Se le risposte impiegano troppo tempo:
- Il server Ollama carica il modello ad ogni richiesta
- Prova un modello più leggero (llama3.2:latest invece di gemma2:9b)
- Usa un provider esterno (OpenCode, Groq) per risposte più veloci

### OCR non funziona
```bash
# Verifica installazione Tesseract
tesseract --version

# Installa lingue
sudo apt-get install tesseract-ocr-ita tesseract-ocr-eng
```

## License

MIT