DEPT·F3 — RECERCA I RECUPERACIÓ2026
CodebaseRAG
RAG hexagonal sobre el teu codi, amb un nucli determinista i eval-first: ingest, query i evals de retrieval amb gate a CI.
L’encàrrec
Les demos de RAG són fàcils; un RAG de confiança, no. Aquest fixa la qualitat del retrieval amb un set golden de Q/A (≥40 parells) i fa fallar CI si el recall@5 mitjà cau per sota de la seva baseline compromesa.
Què es va construir
Gate de baseline d’eval a CI: recall@5 0.409 · MRR 0.231 · nDCG@5 0.277 (baseline compromesa, overrides amb gate per ADR).
Ports & adapters: pgvector (per defecte) o Qdrant; embeddings i LLM d’Ollama o Anthropic; observabilitat amb Langfuse.
Python 3.13 · Pydantic v2 · typer · FastAPI · ruff · black · mypy --strict.
Mètriques
Impacte
El resultat és un gate d’evals que bloqueja les regressions de retrieval abans del merge: la qualitat és una afirmació verificada a CI amb un sòl compromès, no una demo.