2026 · jordimarsal/codebaserag

codebaserag

RAG hexagonal sobre tu propio código, con un núcleo determinista y eval-first: ingest, query y evals de retrieval con gate en CI.

Problema

Las demos de RAG son fáciles; un RAG de confianza, no. Este fija la calidad del retrieval con un set golden de Q/A (≥40 pares) y hace fallar CI si el recall@5 medio cae por debajo de su baseline comprometida.

Puntos clave

• Gate de baseline de eval en CI: recall@5 0.409 · MRR 0.231 · nDCG@5 0.277 (baseline comprometida, overrides con gate por ADR).
• Ports & adapters: pgvector (por defecto) o Qdrant; embeddings y LLM de Ollama o Anthropic; observabilidad con Langfuse.
• Python 3.13 · Pydantic v2 · typer · FastAPI · ruff · black · mypy --strict.

Stack

• Python 3.13
• FastAPI
• pgvector
• Qdrant
• Ollama
• Langfuse
• mypy strict

Métricas

0.409

mean recall@5

≥40

golden Q/A pairs

strict

mypy