akadmin/Funk-lab
1
0
Fork 0
mirror of https://github.com/Alkatrazz24/Funk-lab.git synced 2026-07-08 17:44:42 +02:00
Code Issues Projects Releases Packages Wiki Activity Actions
Funk-lab/ansible/roles/rag
History
alkatrazz 417d49c1ea fix(rag): ubatch=2048 pour llama-embed + retry rag-ingest + nettoie defaults rag 
L'instance llama-embed (:1238) tournait avec l'ubatch llama.cpp par défaut (512).
En mode --embeddings + pooling, toute l'entrée doit tenir dans un seul ubatch →
tout chunk > 512 tokens échouait en HTTP 500 « input too large to process.
increase the physical batch size ». ~46 chunks du RAG (CHUNK_MAX=2000 chars ≈
700 tokens) n'étaient pas indexés.

- llama_server : ajoute llama_embed_ubatch_size (2048 = ctx) + flags
  --batch-size/--ubatch-size dans le template llama-embed.service.
- rag-ingest : retry (5×, backoff) sur erreurs transitoires 5xx/réseau de l'embed.
- rag/defaults : aligne embed_url/embed_model sur nomic :1238 (étaient des vars
  mortes pointant encore qwen3-8b :1234 — trompeuses).

Résultat : ré-ingestion 436/436 chunks, 0 erreur.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-21 22:47:18 +02:00
..
defaults fix(rag): ubatch=2048 pour llama-embed + retry rag-ingest + nettoie defaults rag 2026-06-21 22:47:18 +02:00
files fix(rag): ubatch=2048 pour llama-embed + retry rag-ingest + nettoie defaults rag 2026-06-21 22:47:18 +02:00
handlers feat(rag): RAG Hermes — Qdrant + rag-ingest/rag-query + skill funk-ai 2026-05-14 22:16:06 +02:00
tasks feat(rag): RAG Hermes — Qdrant + rag-ingest/rag-query + skill funk-ai 2026-05-14 22:16:06 +02:00
README.md feat(rag): embedder dédié nomic-embed-text (768) au lieu de qwen3-8b (#25) 2026-06-19 21:52:52 +02:00

README.md

rag

Déploie la chaîne RAG sur storage-01 : scripts d'ingestion/requête + copie des docs + skill Hermes.

Ce que fait le rôle

  • Crée /srv/data/rag/docs
  • Déploie /usr/local/bin/rag-ingest et /usr/local/bin/rag-query
  • Synchronise admin/ du repo vers /srv/data/rag/docs/ (copie indexée)
  • Déploie le skill rag-docs dans les skills globaux Hermes + le profil funk-ai

Variables principales

Variable Défaut
rag_docs_dir /srv/data/rag/docs
qdrant_url http://127.0.0.1:6333
embed_url http://192.168.10.20:1238/v1/embeddings (instance llama-embed dédiée)
embed_model / dim nomic-embed-text / 768
rag_collection funk-docs

Ces valeurs sont les défauts codés dans rag-ingest/rag-query (surchargeables par env : EMBED_URL, EMBED_MODEL, RAG_VECTOR_DIM, RAG_MIN_SCORE, RAG_EXCLUDE). rag-ingest et rag-query doivent utiliser le même modèle/dim, sinon la recherche renvoie n'importe quoi.

Workflow après modification de admin/

ansible-playbook -i inventory.yml playbooks/storage-01.yml --tags rag   # re-sync les docs
ssh storage-01 /usr/local/bin/rag-ingest                                # ré-indexe dans Qdrant

(hermes-auto-improve fait aussi un rsync + rag-ingest en fin de run.)

Caveats

  • Dépendances fortes : Qdrant up (:6333) et l'instance llama-embed up (:1238, nomic-embed-text) — sinon connection refused
  • rag-ingest exclut hermes/builtin/ (rapports auto-générés par hermes-auto-improve) via RAG_EXCLUDE — ils noyaient sinon la vraie doc (~84% des points)
  • Changement de modèle d'embedding = changement de dimension → il faut supprimer puis recréer la collection (curl -X DELETE …/collections/funk-docs avant rag-ingest), sinon Qdrant refuse un vecteur de dim différente