📄 Vivienda-RAG — Admin: carga de documentos

Check Services Buscador Salir

Conectividad

Resumen — el detalle (colección, bucket, modelo) está en Check Services.

Qdrant
MinIO
LLM
Embeddings
OCR

Cargar documentos

ElegĂ­ varios archivos, o una carpeta entera (se preserva la estructura de subcarpetas en MinIO y en /backup).

El original nunca se sobreescribe — se guardan ambas versiones en MinIO.

No modifica el archivo — solo cambia de dónde sale el texto para indexar. Más lento (una llamada al servicio de OCR por página sin texto).

Carga masiva desde /workspace

Para volcados grandes: copiá los archivos a ${VIVIRAG_PATH}/workspace por rsync/scp/WinSCP (ver README-CargaMasiva.md) y escaneá desde acá — sin pasar por el navegador.

Apagado por default (hallazgo real 2026-08-07): con un solo worker, OCR síncrona en miles de archivos deja la cola sin avanzar por horas. Sin OCR, lo que no tiene texto queda igual servible como placeholder "S/D" — la OCR se puede correr después, por job, desde el historial.

Workers de la cola

Pausar libera CPU a demanda (por ejemplo mientras otro sistema descarga archivos por la API) sin apagar el contenedor. El job que esté en curso termina igual — cortarlo a la mitad dejaría el documento a medio indexar. El contenedor arranca siempre con la cola pausada (hallazgo real: un solo worker puede saturar la CPU del servidor al punto de que nada más responda) — hay que apretar "▶ Reanudar" a propósito después de cada reinicio para que empiece a procesar.

Consultando…

âš  Cola atascada por OCR

Si la cola quedó frenada esperando OCR (miles de archivos, 1 solo worker): apaga el pedido de OCR en todo lo que está encolado y vuelve a encolar lo que quedó en error, para que fluya rápido. Lo que no tenga texto real queda como placeholder "S/D", servible ya — la OCR se puede reintentar después por job.

Resumen de Historial de carga

Recorre /workspace y /backup en disco, y lista objetos de MinIO — puede tardar con corpus grandes, se carga bajo demanda. Detalle fila por fila en Historial de carga →.

Documentos indexados (RAG)

Solo los que quedaron buscables en Qdrant — los duplicados de contenido están en el historial de arriba, no acá.

TodavĂ­a no se indexĂł ningĂşn documento.

La limpieza total (Qdrant + MinIO) y el resto del detalle de servicios se movieron a Check Services.