Bases de Conocimiento y Búsqueda Híbrida (RAG)
Fragmentación PDF con paginación exacta, fusión pgvector + texto completo PostgreSQL (RRF) y separación entre retrieval_use y view_content.
Los manuales logísticos combinan prosa operativa con identificadores exactos: alturas de palet (1.85m), formularios aduaneros (EX-1, EUR.1, CMR), clases ONU de mercancías peligrosas y códigos SKU de cliente. La búsqueda vectorial pura pierde códigos literales; la búsqueda exacta por palabras pierde contexto operativo.
SCA combina ambos enfoques mediante recuperación híbrida sobre PostgreSQL + pgvector aislado por empresa.
Canalización de puntuación híbrida
Para cada consulta dirigida a una Colección de Conocimiento del especialista:
- Ingesta por fragmentos y control de página: Los PDF subidos se segmentan según tamaño y solapamiento configurados por colección, conservando nombre de archivo, sección e índice de página (
p. 16). - Doble recuperación paralela: SCA ejecuta similitud coseno (
pgvectorHNSW) junto con ranking de texto completo PostgreSQL (tsvector) exclusivamente sobre documentos autorizados de la empresa. - Reciprocal Rank Fusion (RRF): Ambos conjuntos se combinan mediante ponderaciones ajustables (
rag_weight_fts/rag_weight_vector), permitiendo priorizar coincidencias exactas en aranceles o alcance semántico en guías de incorporación. - Citas por página en directo: Los fragmentos mejor clasificados respaldan la respuesta y generan etiquetas interactivas dentro del cajón Fuentes.
Separar la consulta asistida de la lectura en bruto
Los contratos comerciales y tarifas de transportistas suelen exigir restringir la lectura directa mientras el equipo de tráfico sigue necesitando respuestas operativas:
| Permiso | Qué autoriza | Equipo habitual |
|---|---|---|
retrieval_use | El especialista consulta los pasajes indexados al responder para sintetizar instrucciones conformes y citadas | Planificadores en turno y tráfico nocturno |
view_content | El usuario puede abrir el cajón de origen, leer fragmentos literales y explorar o descargar los archivos fuente | Responsables de Operaciones, Calidad y Cuentas |
Si un usuario dispone de retrieval_use sin view_content, SCA bloquea con claridad la inspección de texto bruto sin impedir las respuestas operativas seguras.