# 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`