DEPT·F3 — INVESTIGACIÓN Y RECUPERACIÓN2026
CodebaseRAG
RAG hexagonal sobre tu propio código, con un núcleo determinista y eval-first: ingest, query y evals de retrieval con gate en CI.
El encargo
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.
Qué se construyó
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.
Métricas
Impacto
El resultado es un gate de evals que bloquea las regresiones de retrieval antes del merge: la calidad es una afirmación verificada en CI con un suelo comprometido, no una demo.