Desarrollador Construyó un RAG Local en Qdrant y LlamaIndex para Búsqueda de Leyes de Licitación

Un desarrollador que publica en Habr bajo el seudónimo de Vladimir describió cómo ensambló un sistema RAG local basado en LlamaIndex y la base de datos vectorial Qdrant para evitar escarbar manualmente en las Regulaciones de Contratación de la Empresa y las leyes federales relevantes FZ-44 y FZ-223.

Por Qué Se Necesitaba un RAG Local

El autor explica que la tarea surgió de una necesidad práctica: buscar la redacción y condiciones necesarias manualmente en documentos regulatorios voluminosos sobre contratación — las Regulaciones de Contratación de la Empresa, así como las Leyes Federales FZ-44 (sobre el sistema de contratos en la esfera de la contratación estatal) y FZ-223 (sobre contratación por ciertos tipos de entidades legales) — es tedioso e inconveniente. Un sistema RAG (generación aumentada por recuperación, generación de respuestas basada en fragmentos encontrados en documentos) permite hacer preguntas en lenguaje natural y obtener una respuesta construida sobre texto real de documentos regulatorios, no sobre conjeturas del modelo.

El requisito clave era que el sistema tenía que permanecer completamente en un circuito local, sin acceder a APIs en la nube externas. Para trabajar con documentación de contratación, donde a menudo aparecen términos comerciales internos, este es un punto fundamental.

De Qué Está Construido el Sistema

• LlamaIndex — un marco para indexar documentos y construir consultas sobre ellos, aplicado por el autor por primera vez
• Qdrant — una base de datos vectorial de código abierto para almacenar incrustaciones de documentos
• API personalizada sobre la conexión de LlamaIndex y Qdrant
• Interfaz web en Gradio para interacción conveniente con el sistema
• Fuentes de datos — Regulaciones de Contratación de la Empresa, FZ-44 y FZ-223

El autor discute en detalle el proceso de ensamblaje — desde indexar documentos hasta escribir la API e interfaz — ofreciendo esencialmente a los lectores de Habr una plantilla lista para tareas similares con bases de datos legales y regulatorias locales.

Por Qué Se Eligió Esta Combinación Específica

Qdrant se destaca entre bases de datos vectoriales en que se distribuye con código de fuente abierta y puede ser desplegada completamente de forma local — sin adhesión obligatoria a un servicio en la nube. Esto hace que la conexión con LlamaIndex sea una opción conveniente precisamente para escenarios donde los datos no deben abandonar la infraestructura de la empresa: documentos legales y de contratación, regulaciones internas, términos comerciales con contrapartes. LlamaIndex en esta configuración es responsable de dividir documentos en fragmentos, construir un índice y formular consultas al modelo de lenguaje basadas en fragmentos encontrados, mientras que Gradio proporciona a los oficiales de contratación y abogados una interfaz web simple que no requiere trabajar con código o consola directamente.

Qué Sigue Con el Proyecto

El autor presenta el artículo como una revisión de un caso específico y reproducible, no un producto comercial terminado: muestra en detalle los pasos para ensamblar el sistema para que los lectores de Habr puedan reproducir la solución para sus propios documentos internos — ya sean otros actos regulatorios, regulaciones, o una base de datos de contratos. Tal formato de artículo es típico para la comunidad de ingeniería de Habr, donde el valor del material no está en un servicio listo para usar, sino en el camino transparentemente mostrado de la declaración del problema al prototipo de trabajo.

Lo Que Esto Significa

Este caso es un ejemplo práctico de cómo RAG en una combinación de herramientas abiertas como LlamaIndex y Qdrant desciende del nivel de demostraciones de investigación a tareas corporativas rutinarias: buscar en regulaciones internas y legislación especializada sin transmitir datos sensibles a servicios en la nube externos. Para empresas que trabajan con contratación estatal bajo FZ-44 y FZ-223, donde un error en la interpretación de una norma es costoso, un asistente RAG local es una forma de acelerar el trabajo de abogados y oficiales de contratación dejando la decisión final a humanos.