RAG & LangGraph Architect

Cuándo usar esta skill

• Cuando necesites modificar el flujo de preguntas y respuestas.
• Cuando quieras cambiar la lógica de retrieval (BM25, Vector, Reranker).
• Cuando ajustes los prompts del sistema o del LLM.
• Cuando implementes nuevos nodos en el grafo de LangGraph.

Cómo usar esta skill

1. Arquitectura del Grafo

El agente usa LangGraph con el estado AgentState. Flujo: START -> retrieve -> generate -> END

2. Implementación de Nodos

Retrieve Node

Usa búsqueda híbrida (EnsembleRetriever) + Reranker opcional + Expansión de GraphRAG (wikilinks).

• Ubicación: obsidianrag/core/qa_agent.py y qa_service.py (si existe split).

Generate Node

Construye el prompt con contexto formateado y llama a Ollama via ChatOllama.

3. GraphRAG Link Expansion

La función clave es expand_linked_documents. Busca notas enlazadas mediante [[wikilinks]] en los documentos recuperados y las añade al contexto.

4. Prompt Engineering

Los prompts están definidos como ChatPromptTemplate.

• Sé explícito sobre el rol.
• Pide citas de las notas fuente.
• Maneja el caso "No lo sé".

5. Debugging

Para ver qué documentos se recuperan, puedes ajustar el nivel de log a DEBUG en utils/logger.py o inspeccionar el estado intermedio del grafo.