codigo-trabajo-rag
En desarrolloPregunta sobre el Código de Trabajo dominicano y recibe una respuesta que cita sus artículos
Rol: Desarrollador en solitario
En solitario · Desde nov 2026 · Repo público
Una página de preguntas y respuestas con recuperación sobre los 738 artículos del Código de Trabajo dominicano (Ley 16-92). Cada respuesta cita los artículos de los que salió, y una cita a un artículo que el modelo nunca recibió se marca como sin verificar.
Problema
Un modelo de lenguaje al que se le pregunta por una ley responde de memoria, mezcla reglas de otros países e inventa números de artículo. En un texto legal, una respuesta segura y equivocada es peor que ninguna.
Solución
El PDF oficial se parte en artículos, cada uno se convierte en un vector con Gemini y una pregunta recupera sus cinco artículos más cercanos. El modelo solo ve esos cinco y debe citarlos como [Art. N]. El servicio comprueba después cada número citado contra los cinco que recibió.
Todavía no
Solo hay una demo estática en línea: busca por palabras en el navegador, sin modelo ni servidor. La API que redacta las respuestas no está desplegada. La evaluación mide la recuperación, no si la respuesta final es correcta, y tiene solo 21 preguntas. La comprobación de citas confirma que el artículo se le entregó al modelo, no que la frase coincida con él. No es asesoría legal y el texto puede no incluir reformas posteriores.
Puntos clave de arquitectura
- El PDF mezcla encabezados de página, notas al pie y un número de nota pegado al del artículo ("Art. 7288" es el artículo 728 más la nota 8). Cada número de artículo se valida contra la secuencia esperada, y un test comprueba que salen los 738 en orden
- Escribí 21 preguntas y leí en el texto el artículo que responde a cada una. Recuperación en el top 5: BM25 14 de 21, vectores de Gemini 21 de 21, y fusionar ambos (RRF) 20 de 21 con el artículo correcto primero menos veces, así que dejé vectores con BM25 solo de respaldo
- El cliente del modelo es un IChatClient, así que el servicio de respuesta se prueba con un modelo falso guionado y el CI no necesita clave. Sin clave la página sigue funcionando con búsqueda por palabras
- POST /api/ask tiene límite por IP, rechaza preguntas de más de 300 caracteres y nunca devuelve el mensaje de error del proveedor