Projeto para cliente · IA privada
RAG 100% offline sobre memória institucional
Cliente: empresa de engenharia de médio porte · Restrição: nada de IA em nuvem
01
Problema
A liderança não conseguia consultar anos de memória institucional espalhada por caixas de e-mail e documentos — e IA em nuvem estava fora de cogitação por confidencialidade.
02
Abordagem
Um stack de RAG 100% local: embeddings via Ollama, SQLite com sqlite-vec e FTS5, e busca híbrida com RRF combinando recuperação vetorial e full-text.
Uma sincronização diária idempotente mantém o índice atualizado sem reprocessar o que não mudou.
O núcleo de busca é open source.
github.com/giuseppeferretti/sqlite-rag-mcp
03
Resultados
- e-mails ingeridos, mais 34 documentos
- 3.047
- e-mails ingeridos, mais 34 documentos
- chunks indexados
- 15.264
- chunks indexados
- memórias estruturadas extraídas
- 4.498
- memórias estruturadas extraídas
- exposição à nuvem — tudo roda no local
- 0
- exposição à nuvem — tudo roda no local
Publicado com autorização por escrito do cliente; detalhes identificadores omitidos.
Quer resultados assim?
Uma conversa de 20 minutos basta para dizer se o seu processo pode ser automatizado — e o que seria necessário.