rag-staleness-check es una herramienta de código abierto que ejecuta comprobaciones de solo lectura sobre índices vectoriales ya existentes en bases de datos PostgreSQL con pgvector, Qdrant o Chroma. Su objetivo es detectar problemas de 'RAG index decay', es decir, el deterioro del índice de un sistema de generación aumentada por recuperación. La herramienta identifica cuatro tipos de incidencias: obsolescencia (chunks indexados cuyo documento fuente ha cambiado desde la indexación), huérfanos (chunks cuyo documento fuente ya no figura en el manifiesto), duplicados (chunks casi idénticos por similitud coseno, con un umbral por defecto de 0,98, complementado por un pase de hash exacto opcional) y fragmentos eliminados que aún pueden recuperarse (consulta tanto la capa de almacenamiento como los resultados de búsqueda top-k). Funciona con un manifiesto JSON que declara qué documentos deberían existir y sus metadatos last_modified y, opcionalmente, content_sha256. La garantía de solo lectura se aplica de dos formas: mediante un test estático que analiza el árbol sintáctico del código para impedir llamadas a métodos de escritura, y en tiempo de ejecución para pgvector, forzando SET default_transaction_read_only = on antes de cada consulta. Se distribuye vía pip con extras por motor y admite uso sin instalación mediante pipx. No incluye telemetría por defecto, desactiva la telemetría interna de chromadb y respeta la variable de entorno DO_NOT_TRACK. Esta pieza representa la mitad gratuita del análisis 'RAG index decay' publicado en RAGproof, cuyo servicio de auditoría privado añade orquestación multi-motor, verificación contra un ledger derivado del historial de git y un informe de borrado verificable alineado con el artículo 17 del RGPD. La herramienta requiere Python 3.10 o superior.
Noticias agregadas con IA