mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-10 09:04:43 +02:00
alkatrazz
417d49c1ea
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>
12 lines
604 B
YAML
12 lines
604 B
YAML
---
|
|
rag_data_dir: /srv/data/rag
|
|
rag_docs_dir: /srv/data/rag/docs
|
|
|
|
qdrant_url: "http://127.0.0.1:6333"
|
|
# Embeddings : instance dédiée nomic-embed-text (gpu-01 :1238, dim 768), pas le modèle de chat.
|
|
# NB : ces deux vars ne sont PAS injectées dans les scripts (le handler lance rag-ingest sans env) —
|
|
# les scripts files/rag-ingest et files/rag-query hardcodent ces mêmes valeurs par défaut.
|
|
# Conservées ici pour documenter la cible et éviter toute régression vers qwen3-8b/:1234.
|
|
embed_url: "http://192.168.10.20:1238/v1/embeddings"
|
|
embed_model: "nomic-embed-text"
|
|
rag_collection: "funk-docs"
|