7c5381eea7
instalado.py lee los .desktop y los paquetes para saber que hay en el equipo y para que sirve cada cosa. indexa.py lo engancha, y con el los docs markdown de las herramientas clonadas en CODERS. Las dos fuentes son personales: se quedan en el indice de la maquina y no entran en el publico. busca_cli.py expone el mismo motor que usa el cerebro (saber.busca) para consultar el indice desde la terminal, con --n y --json. reentrena_noche.sh encadena las fases del reentrenamiento largo y las deja corriendo horas; cada fase es reanudable por su cuenta. eval del indice vivo: hit@1 43/57 (75%), hit@5 55/57 (96%), sim 0.909.
61 lines
2 KiB
Python
Executable file
61 lines
2 KiB
Python
Executable file
#!/usr/bin/env python3
|
|
"""Busca en el indice del RAG desde la linea de comandos.
|
|
|
|
busca_cli.py "como saco una shell reversa"
|
|
busca_cli.py --n 3 "gestor de contraseñas autoalojado"
|
|
busca_cli.py --json "kerberoasting"
|
|
|
|
Es el mismo motor que usa el cerebro del naranja (saber.busca), expuesto para que
|
|
lo llame cualquiera: un script, o un agente por su herramienta de terminal. Asi el
|
|
carril verde (Hermes) puede consultar tus apuntes sin duplicar el RAG.
|
|
"""
|
|
import argparse
|
|
import json
|
|
import os
|
|
import sys
|
|
|
|
AQUI = os.path.dirname(os.path.abspath(__file__))
|
|
NUCLEO = os.path.dirname(AQUI)
|
|
if NUCLEO not in sys.path:
|
|
sys.path.insert(0, NUCLEO)
|
|
|
|
|
|
def main():
|
|
p = argparse.ArgumentParser(description="Busca en los apuntes indexados (RAG)")
|
|
p.add_argument("consulta", nargs="+", help="lo que quieres buscar")
|
|
p.add_argument("--n", type=int, default=5, help="cuantos resultados (def. 5)")
|
|
p.add_argument("--json", action="store_true", help="salida JSON en vez de texto")
|
|
a = p.parse_args()
|
|
|
|
from saber import busca
|
|
if not busca.disponible():
|
|
print("no hay indice: corre nucleo/saber/indexa.py", file=sys.stderr)
|
|
return 1
|
|
|
|
consulta = " ".join(a.consulta)
|
|
res = busca.busca(consulta, cuantos=a.n)
|
|
|
|
if a.json:
|
|
salida = [{"herramienta": r.get("herramienta"),
|
|
"fuente": r.get("fuente") or r.get("perfil"),
|
|
"fichero": r.get("fichero"),
|
|
"texto": r.get("texto", "")[:600]} for r in res]
|
|
print(json.dumps(salida, ensure_ascii=False, indent=2))
|
|
return 0
|
|
|
|
if not res:
|
|
print("sin resultados")
|
|
return 0
|
|
for i, r in enumerate(res, 1):
|
|
fuente = r.get("fuente") or r.get("perfil") or ""
|
|
cabecera = f"{i}. {r.get('herramienta', '?')}"
|
|
if fuente:
|
|
cabecera += f" ({fuente})"
|
|
print(cabecera)
|
|
print(" " + r.get("texto", "").strip().replace("\n", "\n ")[:500])
|
|
print()
|
|
return 0
|
|
|
|
|
|
if __name__ == "__main__":
|
|
sys.exit(main())
|