SaiAkhil066/CORTEX-AI-SUPER-RAG

¿Qué es?

Funciones clave

• 01Las respuestas citan el archivo de origen y el número de página de cada fragmento utilizado.
• 02La recuperación híbrida combina búsqueda por palabras clave con BM25 y búsqueda vectorial con FAISS.
• 03El enrutamiento por fuente limita la búsqueda a un archivo cuando la pregunta lo menciona.
• 04El reranking con cross-encoder ordena los fragmentos candidatos según su relevancia.
• 05El sistema de evaluación integrado compara configuraciones de recuperación con tu propio conjunto de preguntas.
• 06Las bases de conocimiento se guardan en el disco y se pueden ampliar más adelante.

Casos de uso

• Consultar una carpeta de manuales internos, contratos o informes sin enviarlos a un servicio en la nube.
• Experimentar con técnicas RAG y medir cuáles funcionan mejor con tus propios documentos.
• Crear un prototipo de herramienta de preguntas y respuestas sobre documentos en una laptop con modelos de Ollama.

Inicio rápido

1. 1

   Clona el repositorio

   git clone https://github.com/SaiAkhil066/CORTEX-AI-SUPER-RAG.git
2. 2

   Entra en la carpeta del proyecto e instala las dependencias de Python

   cd CORTEX-AI-SUPER-RAG pip install -r requirements.txt
3. 3

   Descarga el modelo de chat y el modelo de embeddings en Ollama

   ollama pull llama3.1:8b ollama pull nomic-embed-text
4. 4

   Inicia la aplicación y abre http://localhost:8501

   python -m streamlit run app.py

Antes de usarlo

• !Necesitas tener Ollama instalado y en ejecución localmente, además de una máquina capaz de ejecutar los modelos.
• !En una laptop, las respuestas de un modelo 8B pueden tardar aproximadamente entre 30 y 90 segundos.
• !Según la prueba de rendimiento del README, los cálculos como las proporciones siguen siendo limitados en el modelo 8B predeterminado.

En colecciones

Temas

Preguntas frecuentes

¿Qué es CORTEX-AI-SUPER-RAG?

Aplicación local de generación aumentada por recuperación que responde preguntas sobre tus archivos PDF, Word y de texto con citas al archivo y la página, mediante Ollama. Cortex RAG te permite subir archivos PDF, documentos de Word o archivos de texto y hacer preguntas en lenguaje sencillo. Cada respuesta indica el archivo y la página de donde procede, junto con el fragmento utilizado. Todo se ejecuta en tu propio equipo mediante Ollama, así que no necesitas una clave de API ni subir archivos a la nube.

¿CORTEX-AI-SUPER-RAG es gratuito? ¿Qué licencia tiene?

CORTEX-AI-SUPER-RAG es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿CORTEX-AI-SUPER-RAG sigue mantenido?

Actualizado en los últimos 6 meses. El último commit de CORTEX-AI-SUPER-RAG fue el 28 sept 2026.

¿Para qué puedo usar CORTEX-AI-SUPER-RAG?

Consultar una carpeta de manuales internos, contratos o informes sin enviarlos a un servicio en la nube. Experimentar con técnicas RAG y medir cuáles funcionan mejor con tus propios documentos. Crear un prototipo de herramienta de preguntas y respuestas sobre documentos en una laptop con modelos de Ollama.

¿Cómo se instala CORTEX-AI-SUPER-RAG?

Clona el repositorio: git clone https://github.com/SaiAkhil066/CORTEX-AI-SUPER-RAG.git Entra en la carpeta del proyecto e instala las dependencias de Python: cd CORTEX-AI-SUPER-RAG pip install -r requirements.txt Descarga el modelo de chat y el modelo de embeddings en Ollama: ollama pull llama3.1:8b ollama pull nomic-embed-text Inicia la aplicación y abre http://localhost:8501: python -m streamlit run app.py

¿Dónde consigo CORTEX-AI-SUPER-RAG?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/SaiAkhil066/CORTEX-AI-SUPER-RAG