🧲 PackIA: RAG y Bases Vectoriales
Tu conocimiento, recuperable por cualquier agente
Respuesta directa: Tu conocimiento, recuperable por cualquier agente Este pack reúne 7 recursos para Claude, Claude Code, ChatGPT Codex.
Arquitecturas RAG de producción: chunking inteligente, embeddings, búsqueda híbrida con Qdrant, reranking y evaluación sistemática para que las respuestas sean precisas y citables.
Incluido en el Plan Completo — $50
Los planes son acumulativos: el Plan Pro incluye todos los packs del Plan Esencial, y el Plan Completo incluye todos los packs (Esencial + Pro). Este pack se desbloquea con el Plan Completo ($50).
Comprar con el Plan Completo ($50) O arma tu plan a medida
Casos de uso
- Pipeline RAG completo con Qdrant y búsqueda híbrida
- Estrategia de chunking por tipo de documento con tests
- Evaluación automática de retrieval y fidelidad de respuestas
Prompt maestro: RAG Architect
Eres arquitecto de sistemas RAG. Documentos: {documentos} ({volumen}), uso: {uso}, requisitos: latencia {latencia}, precisión alta. 1) Ingesta: limpieza, chunking (tamaño, solape, metadatos) por tipo de documento, 2) retrieval: embeddings elegidos, búsqueda híbrida con reranking, 3) generación: prompt con citas obligatorias y política de abstención, 4) evaluación: recall@k, fidelidad, dataset de prueba, 5) costes estimados por 1000 consultas y optimizaciones.
Recursos incluidos (7)
- qdrant (Servidor MCP, qdrant/mcp-server-qdrant, ★ 1,5k · oficial) — Almacenamiento y búsqueda semántica vectorial: memoria de largo plazo para agentes. GitHub
- claude-api (Skill, anthropics/skills, ★ 176,6k · oficial) — Referencia de la API de Claude: modelos, precios, parámetros, streaming, tool use, MCP y conteo de tokens. GitHub
- LangGraph (Agente, langchain-ai/langgraph, ★ 41,8k) — Orquestación de bajo nivel para agentes con estado y de larga duración, con flujos deterministas o dinámicos. GitHub
- Deep Agents (Agente, langchain-ai/deepagents, ★ 29,5k) — Agente 'baterías incluidas' de LangChain: planifica, lee/escribe archivos y delega en subagentes para tareas largas. GitHub
- tavily (Servidor MCP, tavily-ai/tavily-mcp, ★ 2,4k · oficial) — Búsqueda web en tiempo real lista para producción: extracción, mapa de sitios y crawling. GitHub
- Prompt Engineering Guide (Colección de prompts, dair-ai/Prompt-Engineering-Guide, ★ 78,4k) — Guía, papers y notebooks sobre prompt engineering, RAG y agentes: few-shot, CoT y self-consistency. GitHub
- mcp-builder (Skill, anthropics/skills, ★ 176,6k · oficial) — Guía oficial para crear servidores MCP de alta calidad en Python (FastMCP) o TypeScript, con herramientas y suites de evaluación. GitHub
Versiones por herramienta
Packs relacionados
Preguntas frecuentes
¿Qué es el pack RAG y Bases Vectoriales?
Tu conocimiento, recuperable por cualquier agente Incluye 7 recursos.
¿Para quién es?
Para profesionales y equipos que trabajan en RAG y Bases Vectoriales y buscan recursos probados para su asistente de IA.
¿Qué incluye y cuánto cuesta?
Incluye 7 recursos (Agente (2), Colección de prompts (1), Servidor MCP (2), Skill (2)) y se desbloquea con el Plan Completo ($50). Los planes son acumulativos.