102 lines
2.2 KiB
Markdown
102 lines
2.2 KiB
Markdown
# 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`
|