Hybrid RAG

RAG (Retrieval-Augmented Generation) es el mecanismo por el cual Vectora responde según lo que fue indexado, no según lo que el modelo “cree” que es cierto. Es un pilar central de la arquitectura, no una función secundaria — hay un sub-agente dedicado (search) y un conjunto de herramientas (vector_search, embedding, ingest_docs, manage_retriever) construidas alrededor de él.

Pipeline

consulta del usuario
      │
      ▼
 expansión de consulta (multi-query por LLM)
      │
      ▼
 búsqueda híbrida:  BM25 (sparse/léxica)  +  búsqueda vectorial densa (LanceDB/Qdrant)
      │
      ▼
 puerta de score
      │
   ┌──┴──────────────┬─────────────────────┐
   │ score ≥ 0.7      │ 0.4 ≤ score < 0.7   │ score < 0.4
   ▼                  ▼                     ▼
 inyecta            reranking (Cohere/     recae en búsqueda web (Tavily),
 directo al          VoyageAI) → inyecta    resultado curado antes de indexar
 contexto

La recuperación híbrida combina BM25 (bueno para términos exactos, nombres de funciones, identificadores) con búsqueda vectorial densa (buena para similitud semántica) — ninguno de los dos por sí solo cubre bien ambos casos.
El reranking (Cohere rerank-multilingual-v3.0 o VoyageAI) reordena los candidatos por relevancia real antes de que entren al contexto, evitando que el ruido semántico haga surgir resultados equivocados.
Fallback a búsqueda web: cuando el score de recuperación local es bajo, Vectora no fuerza una mala respuesta — busca en la web (Tavily) y cura el resultado (reranker + juez LLM) antes de siquiera considerar indexarlo, de modo que tu base de conocimiento nunca se contamina con basura.

Embeddings

Cohere embed-multilingual-v3.0 (1024 dimensiones) es el embedder por defecto — cubre múltiples idiomas en el mismo vector store. VoyageAI es la alternativa configurable.

Citas

Toda respuesta basada en RAG cita fuentes ([1] [2]), rastreables hasta el chunk original y el archivo/URL fuente — eso es lo que separa “el agente respondió” de “el agente respondió basado en algo verificable”.

Indexación

Arrastra una carpeta al chat, o usa /rag add.
La pestaña Memoria (RAG) del workbench muestra qué ya está indexado, te deja configurar reranker activado/desactivado, top_k, proveedor de embedding/rerank y gestionar colecciones.
La indexación se ejecuta en una cola asíncrona (embedding_queue.db) — no bloquea el chat mientras procesa.

Ver también

Context Graph — contexto estructural que complementa el RAG
Usando el workbench — el panel Memoria (RAG) en la práctica

Context Graph