Qdrant RAG — Motor de Búsqueda Vectorial

Sistema RAG (Retrieval-Augmented Generation) basado en Qdrant, corriendo en Docker sobre el Data Hub (192.168.3.216).

📋 Requisitos

• Docker + Docker Compose
• curl
• python3

🚀 Instalación

chmod +x *.sh
./setup.sh

📡 Puertos

Puerto	Servicio	URL
7100	API REST + Dashboard	http://192.168.3.216:7100/dashboard

📖 Uso

Indexar documentos

./ingest.sh ./mis-docs

Consulta semántica

./query.sh "tu pregunta aquí"

Estadísticas

./stats.sh

🧩 Integración con OpenClaw

El skill rag-qdrant permite que Lola consulte Qdrant desde Telegram.

Instalación del skill

cd ~/.openclaw/workspace
mkdir -p skills
cp -r /ruta/al/repo/rag-qdrant/skills/rag-qdrant ./skills/

Tools disponibles

• rag_query — Búsqueda semántica
• rag_ingest — Indexar documentos
• rag_stats — Estadísticas

🏗️ Arquitectura

Data Hub (192.168.3.216)
┌─────────────────────────────┐
│  Qdrant (Docker)            │
│  ┌───────────────────────┐  │
│  │ API :7100             │  │
│  │ Dashboard :7100/dash  │  │
│  │ Datos: /data/qdrant   │  │
│  └───────────────────────┘  │
└─────────────────────────────┘
          ▲
          │ HTTP
          ▼
Mac Mini (192.168.3.149)
┌─────────────────────────────┐
│  OpenClaw + rag-qdrant skill│
└─────────────────────────────┘

⚠️ Notas técnicas

• Qdrant es multi-arquitectura (amd64/arm64), no requiere platform
• Embeddings: hash-md5 determinista de 384 dimensiones
• Chunking: por párrafos, grupos de 4 con overlap
• Sin dependencias externas de APIs de embeddings