voitta-rag
Base de conocimientos RAG auto-alojada para indexar documentos y repositorios de código, con búsqueda semántica e integración MCP para agentes de IA como Claude Code.
Ficha actualizada 25 sept 2026, 20:04 · upstream 25 sept 2026, 19:48 · release v0.1.3
Qué es voitta-rag
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
voitta-rag es una plataforma de base de conocimientos RAG auto-alojada diseñada para indexar documentos y repositorios de código, haciéndolos buscables mediante búsqueda semántica. El sistema se conecta a asistentes de codificación por IA como Claude Code a través del protocolo MCP o utiliza la interfaz web integrada para navegar y buscar en todo el contenido indexado.
La arquitectura combina Next.js para la interfaz web con FastAPI/Python para el backend, utilizando Qdrant como base de datos vectorial para almacenamiento híbrido semántico + palabras clave. Soporta múltiples fuentes de datos incluyendo filesystem local, Git, Google Drive, SharePoint, Azure DevOps, Jira y Confluence. Incluye autenticación OAuth opcional vía Microsoft (Azure AD) o Google.
El sistema ofrece control granular del alcance de búsqueda por usuario/proyecto mediante toggles visuales, detección automática de cambios en archivos vía hashing de contenido, y memoria persistente (anamnesis) para sesiones de agente. La integración con Claude Code incluye importación automática de historial de sesiones y herramientas MCP para gestión de memoria y resolución de URLs externas.
- Búsqueda semántica en repositorios de código y documentación corporativa indexada
- Proporcionar contexto a asistentes de IA como Claude Code mediante integración MCP
- Gestión de memoria persistente (anamnesis) para sesiones de agente con votación de relevancia
- Control granular del alcance de búsqueda por usuario/proyecto sin contaminación cruzada
- Integración nativa con Claude Code vía plugin MCP oficial en marketplace
- Soporte multi-fuente de datos con detección automática de cambios vía hashing
- Almacenamiento vectorial híbrido en Qdrant con filtrado temporal y búsqueda por palabras clave
- Control per-usuario del alcance de búsqueda mediante toggles visuales en interfaz web
- Resolución de URLs externas (Google Docs/Sheets/Slides) a contenido indexado
- Memoria persistente para agentes con operaciones CRUD y sistema de votación
- Dependencia de Python 3.11+ con librerías específicas del ecosistema
- Requiere Qdrant separado para almacenamiento vectorial (no integrado)
- Restricción de compatibilidad con transformers <5.0.0 por sentence-transformers
- Configuración manual obligatoria de variables de entorno para autenticación OAuth
- Paths mapeados en Docker no admiten creación/eliminación desde la interfaz web
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para producción: usar Docker Compose (puerto 58000) con Qdrant en contenedor separado. Configurar persistencia de datos en ROOT_PATH y montar directorios locales read-only si se usan paths mapeados. Para desarrollo local: ejecutar Python 3.11+ directamente con Qdrant en Docker (puerto 8000). Configurar variables de entorno para autenticación OAuth según proveedor utilizado. Asegurar que transformers esté en versión 4.x compatible.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.