# leychile-rag

**RAG agentic sobre la legislación chilena.** Hacés una pregunta en lenguaje
natural y obtenés una respuesta **fundada en los artículos de la ley, con citas**
(norma + artículo + link) — no una alucinación. MVP sobre el **Código del Trabajo**.

Construido con **LangGraph** (RAG agentic con guardrails), **FastAPI**, **pgvector
sobre Neon** y expuesto también como **servidor MCP** para que cualquier agente
(Claude Desktop, Cursor) pueda consultar la ley chilena como una tool.

> Proyecto personal / demo. No es asesoría legal: orienta y remite a la fuente oficial.

## Arquitectura

```mermaid
flowchart LR
    subgraph Ingesta
      LC[LeyChile / BCN] -->|XML / SPARQL| ING[ingest.py]
      ING -->|chunk por artículo| EMB[(embeddings)]
      EMB --> PG[(pgvector · Neon)]
    end
    subgraph Consulta
      Q[pregunta] --> G
      subgraph G[LangGraph]
        E[embed_query] --> R[retrieve] --> GEN[generate + citas] --> V[verify / guardrail]
      end
      R -. similitud .-> PG
      V --> A[respuesta + citas]
    end
    API[FastAPI /ask] --> G
    MCP[MCP: preguntar_ley] --> G
```

El grafo recupera los artículos más relevantes, redacta la respuesta **citando**
los artículos usados y, en `verify`, degrada a *"no encontrado en el corpus"* si
no hubo recuperación — anti-alucinación.

## Demo (salida real)

```text
P: ¿Con cuánta anticipación debe avisar un trabajador si renuncia?
R: Un trabajador debe avisar a su empleador con treinta días de anticipación,
   a lo menos, si decide renunciar. Esto está establecido en el Art. 159 del
   Código del Trabajo.
   Citas: Código del Trabajo Art. 159, Art. 7, Art. 1

P: ¿Qué es un contrato individual de trabajo?
R: Un contrato individual de trabajo es una convención por la cual el empleador
   y el trabajador se obligan recíprocamente, donde el trabajador se compromete
   a prestar servicios personales bajo dependencia y subordinación del empleador,
   y este último a pagar una remuneración determinada. (Art. 7 del Código del Trabajo).
   Citas: Código del Trabajo Art. 7, Art. 159, Art. 1
```

## Stack
Python · LangGraph · LangChain · OpenAI embeddings · Postgres + pgvector (Neon) ·
FastAPI · MCP (Model Context Protocol).

## Quick start

```bash
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
pip install -e .
cp .env.example .env           # completar OPENAI_API_KEY y DATABASE_URL (Neon)

# Ingesta (seed = muestra incluida; leychile = baja el XML real)
python scripts/run_ingest.py seed

# API
uvicorn leychile_rag.api:app --reload
curl -s localhost:8000/ask -H 'content-type: application/json' \
  -d '{"pregunta":"¿Con cuánta anticipación debe avisar un trabajador si renuncia?"}'
```

### Con Docker (imagen en GHCR)

Imagen pública publicada por CI en GitHub Container Registry (bring-your-own-key):

```bash
# Poblar el corpus una vez (seed) contra tu DB
docker run --rm \
  -e OPENAI_API_KEY=sk-... -e DATABASE_URL=postgresql://... \
  ghcr.io/marcovaldiviesob/leychile-rag:latest \
  python scripts/run_ingest.py seed

# Levantar la API
docker run -p 8000:8000 \
  -e OPENAI_API_KEY=sk-... -e DATABASE_URL=postgresql://... \
  ghcr.io/marcovaldiviesob/leychile-rag:latest
```

Cada usuario trae su propia `OPENAI_API_KEY` y su Postgres con pgvector (Neon):
no hay endpoint público que gaste tu cuota ni exponga tu key.

### Como servidor MCP

```bash
pip install mcp
python -m leychile_rag.mcp_server
```

Expone la tool `preguntar_ley(pregunta)` para cualquier cliente MCP. Se puede
combinar con [`mcp-datos-gob-cl`](https://github.com/MarcoValdiviesoB/mcp-datos-gob-cl)
(datos públicos de Chile) para un agente que cruza **datos + ley**.

## Fuente de datos
Textos legales desde **LeyChile / BCN** (Biblioteca del Congreso Nacional).
El servicio XML puede requerir credencial o haber cambiado de endpoint y puede
rate-limitar; la ingesta cachea y soporta un modo `seed` para correr el demo sin
depender del fetch. El `data/codigo_trabajo_sample.json` es **muestra ilustrativa**,
no fuente legal.

## Roadmap
- [ ] Parser robusto del XML/XSD de LeyChile (hoy regex tolerante).
- [ ] Más cuerpos legales (Protección de Datos, Código Tributario).
- [ ] Reranking + evaluación (eval set de preguntas laborales con respuestas citadas).
- [ ] Deploy (Fly.io) + UI de chat mínima.
- [ ] Observabilidad de las trazas del agente.

## Licencia
MIT.