wikijoan - Canvis recents [ca]

Resum de vídeos de JLCava

Joan — Fri, 13 Nov 2026 22:52:03 GMT

Enviar mail (SMTP Gmail)

Resum de vídeos de JLCava

Joan — Fri, 13 Nov 2026 19:46:32 GMT

Es crea la pàgina amb «* https://claude.ai/chat/ef44402c-1808-43d9-838c-33285d3b99a6 Com funciona cada pas * Vídeo: fa servir yt-dlp i agafa l’últim vídeo del canal que encara no hagi...».

Pàgina nova

* https://claude.ai/chat/ef44402c-1808-43d9-838c-33285d3b99a6

Com funciona cada pas

* Vídeo: fa servir yt-dlp i agafa l’últim vídeo del canal que encara no hagi processat. Guarda els ja fets a processats.json, així no repeteix res encara que l’executis dues vegades.
* Transcripció: fa servir faster-whisper si el tens instal·lat, i si no, openai-whisper, amb el model large-v3-turbo forçat a castellà. En acabar allibera la VRAM.
* Resum: crida l’API d’Ollama i després li demana que descarregui el model (keep_alive: 0). Així Whisper i el LLM no comparteixen mai els 16 GB. Si el vídeo és molt llarg, primer fa resums parcials per trossos i després els uneix en un de sol.
* TTS: fa servir Piper amb la veu es_ES-davefx-medium. Funciona amb CPU, és ràpid i té un castellà prou natural. Treu el format markdown abans de llegir el text.
* Correu: ja hi és, però està desactivat (ENVIAR_CORREU = False).

El directori del projecte:
<pre>
mkdir jlcava
cd jlcava
</pre>

ara bé, el whisper està en un altre directori, i en aquest directori del whisper hi ha un venv.

===Ollama===
pregunta: el ollama suposo que l'he de tenir encès en un altre terminal?
Resposta: No cal, en principi. Normalment Ollama ja funciona com a servei en segon pla i el script s’hi connecta sol a http://localhost:11434. Linux: l’instal·lador oficial crea un servei systemd que s’engega sol. Pots comprovar-ho amb systemctl status ollama.

he de canviar el script per un model que tingui descarregat (''ollama list''). D'entrada, faré servir ''qwen3.5:9b ''

===Whisper===
He de tenir el whisper activat. I puc aprofitar aquest entorn venv per utilitzar el yt-dlp que em permet descarregar vídeos del youtube.

<pre>
source model-whisper/whisper-env/bin/activate # Linux
# source model-whisper/whisper-env/Scripts/activate # si és Windows amb Git Bash
pip install -U yt-dlp piper-tts
</pre>
<pre>
pip list | grep -i whisper
</pre>
* Si surt faster-whisper, el script fa servir el model large-v3-turbo.
* Si surt openai-whisper, fa servir turbo. -> aquest és el que faig servir

A l'executar el script *cava_resum.py* surt un error d'incompatibilitat de llibreries

La versió de faster-whisper que tens fa servir una opció de PyAV (la llibreria que llegeix l’àudio) que la versió de PyAV que tens instal·lada ja no accepta. Ho he arreglat al script: ara l’àudio el descodifica ffmpeg i a Whisper li arriba ja preparat, així que PyAV no hi intervé. Substitueix el teu cava_resum.py per la versió nova que t’he enviat.

L’avís de “JavaScript runtime”: Ara mateix no fa fallar res, però yt-dlp avisa que aviat necessitarà Deno per descarregar de YouTube. De moment no ho faig, però en el Claude ss'explica com fer-ho.

Un altre error: RuntimeError: Library libcublas.so.12 is not found or cannot be loaded

<pre>
/home/joan/model-whisper/whisper-env/bin/pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*"
</pre>

===veus (la part de TTS)===
El resum ja s’ha fet. El trobaràs a sortida/2026-11-12_<id>/2026-11-12_Cava_resumen.md. Ara falla l’últim pas, el de generar l’àudio, perquè no tens descarregada la veu de Piper.

Cada veu de Piper són dos fitxers, el .onnx i el .onnx.json, i tots dos han d’estar a la carpeta veus/. Descarrega’ls així:

<pre>
mkdir -p /home/joan/jlcava/veus && cd /home/joan/jlcava/veus
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/es/es_ES/davefx/medium/es_ES-davefx-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/es/es_ES/davefx/medium/es_
</pre>
===Execució===
Finalment ja funciona:
<pre>
/home/joan/model-whisper/whisper-env/bin/python /home/joan/jlcava/cava_resum.py
</pre>
És a dir, el directori del projecte és */home/joan/jlcava*, però necessito executar-ho amb la versió de python que hi ha en el projecte */home/joan/model-whisper*, on també he instal·lat la funcionalitat de descarregar vídeos del youtube.

{{Autor}}, novembre 2026

IA agèntica

Joan — Fri, 13 Nov 2026 19:29:46 GMT

IA agèntica

Joan — Fri, 13 Nov 2026 19:29:34 GMT

Es crea la pàgina amb «* bot de telegram * [[[Resum de vídeos de JLCava]]».

Pàgina nova

* [[bot de telegram]]
* [[[Resum de vídeos de JLCava]]

Joanillo mediawiki: INS Jaume Balmes

Joan — Fri, 13 Nov 2026 19:28:54 GMT

Màquina AMD Ryzen 7 5800X RTX 5060 Ti

Topònims Quintana

Joan — Fri, 06 Nov 2026 10:31:05 GMT

Introducció

STT: Transcripció àudio català (i castellà)

Joan — Thu, 22 Oct 2026 19:49:58 GMT

whisper a temps real amb micròfon (faster-whisper)

RAG + Ollama: bot de telegram

Joan — Thu, 22 Oct 2026 07:53:14 GMT

Es crea la pàgina amb «__TOC__ =Claude= * https://claude.ai/chat/43010845-b1a8-4250-b300-642f6fcddfad prompt: <pre> Aquest és el resum per arrencar el RAG amb Ollama i fer una consulta:...».

Pàgina nova

__TOC__

=Claude=
* https://claude.ai/chat/43010845-b1a8-4250-b300-642f6fcddfad

prompt:
<pre>
Aquest és el resum per arrencar el RAG amb Ollama i fer una consulta:

Des del portàtil, recordar que havíem de fer túnel SSH:
ssh -L 6333:127.0.0.1:6333 joan@192.168.1.184

I ara en el servidor:
nohup ollama serve > ~/ollama.log 2>&1 &

docker run -p 6333:6333 -p 6334:6334 \
-v $(pwd)/qdrant_storage:/qdrant/storage:z \
-v $(pwd)/qdrant_snapshots:/qdrant/snapshots:z \
-v $(pwd)/qdrant/config/production.yaml:/qdrant/config/production.yaml:z \
qdrant/qdrant

Puc veure el QDrant a: http://localhost:6333/dashboard

cd ingesta
source .venv/bin/activate
python rag_josep_pla.py "Com descriu Pla Palafrugell?" --model qwen3:8b --mode mixt --top 8

Ara que ja tinc el RAG funcionant, vull fer un bot de telegram per poder fer aquesta mateixa pregunta: "Com descriu Pla Palafrugell?" o qualsevol altra pregunta. Ahir em vas ajudar a fer un petit bot de Telegram, o sigui que lo bàsic ja ho sé. El bot es dirà #josep_pla_bot
</pre>
=Resposta Claude i posada en funcionament=

El bot viurà dins la carpeta ingesta/ i cridarà el script rag_josep_pla.py.

<pre>
pip install python-telegram-bot
</pre>
Aquí tens bot_josep_pla.py. Posa’l a la carpeta ingesta, al costat de rag_josep_pla.py.

Creem el bot a telegram

Crea el bot a Telegram. Obre un xat amb @BotFather, envia /newbot, tria’n el nom i l’usuari (ha d’acabar en bot). Et donarà un token; guarda’l.

El nom del bot i el nom de l'usuari és: ''josep_pla_bot''

<pre>
Done! Congratulations on your new bot. You will find it at t.me/josep_pla_bot. You can now add a description, about section and profile picture for your bot, see /help for a list of commands. By the way, when you've finished creating your cool bot, ping our Bot Support if you want a better username for it. Just make sure the bot is fully operational before you do this.

Use this token to access the HTTP API:
8608516973:AAEGygZ90F_RvvyhUe7F6WudVS4HySZ1M18
Keep your token secure and store it safely, it can be used by anyone to control your bot.

For a description of the Bot API, see this page: https://core.telegram.org/bots/api
</pre>

3. Amb Ollama i Qdrant ja engegats com sempre, arrenca el bot (en segon pla):

<pre>
export TELEGRAM_TOKEN="8608516973:AAEGygZ90F_RvvyhUe7F6WudVS4HySZ1M18"
nohup python bot_josep_pla.py > ~/bot.log 2>&1 &
</pre>

4. Obre el bot a Telegram, envia /elmeuid i, amb aquest número, reinicia’l en mode privat:

<pre>
export ALLOWED_USERS="123456789"
</pre>

Obro el telegram (al mòbil o a la web), i ja puc enviar preguntes, i també accedir a la configuració del bot:

Quan accedim al bot surt el missatge:
<pre>
Hola! Sóc el bot de Josep Pla 📚

Escriu-me una pregunta, per exemple:
Com descriu Pla Palafrugell?

Comandes:
/config – mostra la configuració
/model <nom> – canvia el model (p. ex. qwen3:8b)
/mode <mode> – canvia el mode (p. ex. mixt)
/top <n> – nombre de fragments a recuperar
/elmeuid – el teu ID de Telegram09:31
</pre>
I puc canviar les configuracions. Per exemple, canviar de model, o canviar el mode de mixt a 1a_persona.

<pre>
/config

Model: mistral-small3.2:latest
Mode: 1a_persona
Top: 8
</pre>

=Exemple=
<pre>
Joanillo:
per què vós no us heu casat mai?
</pre>

<pre>
Pregunta: per què vós no us heu casat mai?
Model: mistral-small3.2:latest | Mode: 1a_persona | Chunks recuperats: 8, al prompt: 8

================================================================================
RESPOSTA
================================================================================
Perquè no he tingut temps, no he fet més que treballar. A més, sempre m'han agradat les dones una mica escandaloses i el matrimoni em sembla una cosa molt seriosa [1]. També he pensat que no haver portat fills al món és el millor que he pogut fer [3]. En realitat, no sé què és l'amor, mai he tingut cap núvia i només he tingut alguns embolics, que he acabat malament [6].
================================================================================
FONTS
================================================================================
[1] Josep Pla, 78 anys de soledat — Josep Pla, 78 anys de soledat > QUI ESCRIU UNA CARTA ÉS CAPAÇ D'ESCRIURE UN LLIBRE (score 0.580)
...
</pre>

Joanillo mediawiki: INS Jaume Balmes

Joan — Thu, 22 Oct 2026 07:44:43 GMT

Treball Final de Màster (TFM) Màster Tecnologies del Llenguatge

RAG: LLM amb Ollama

Joan — Thu, 22 Oct 2026 07:19:42 GMT

Recopilació

QDrant. Bases de dades semàntiques

Joan — Thu, 22 Oct 2026 06:54:14 GMT

PyMuPDF

RAG: LLM amb Ollama

Joan — Thu, 22 Oct 2026 06:43:29 GMT

Models locals d'Ollama

Joanillo mediawiki: INS Jaume Balmes

Joan — Wed, 21 Oct 2026 20:58:27 GMT

Treball Final de Màster (TFM) Màster Tecnologies del Llenguatge

RAG: LLM amb Ollama

Joan — Wed, 21 Oct 2026 19:06:08 GMT

RAG: Retrieval

Joan — Wed, 21 Oct 2026 18:20:47 GMT

Retrieval amb 40 llibres

RAG: split/chunking

Joan — Wed, 21 Oct 2026 17:36:16 GMT

Introduccó

Mostra els canvis

RAG: LLM amb Ollama

Joan — Fri, 16 Oct 2026 19:47:57 GMT

Recopilació

RAG: Context

Joan — Fri, 16 Oct 2026 19:41:03 GMT

Es crea la pàgina amb «__TOC__ =Primers resultats= Primers resultats, tenint en compte que de moment només hem fet la ingesta de dos documents (irrellevants). <pre> python consulta_prompt...».

Pàgina nova

__TOC__

=Primers resultats=
Primers resultats, tenint en compte que de moment només hem fet la ingesta de dos documents (irrellevants).

<pre>
python consulta_prompt_josep_pla.py "Com descriu Pla Palafrugell?" --top 8
</pre>
<pre>
Pregunta: Com descriu Pla Palafrugell?
Chunks recuperats: 8 | al prompt: 8

[1] score=0.5072 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 10/46)
[2] score=0.4860 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 30/46)
[3] score=0.4693 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 9/46)
[4] score=0.4676 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 24/46)
[5] score=0.4618 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 36/46)
[6] score=0.4470 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 20/46)
[7] score=0.4465 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 14/46)
[8] score=0.4427 Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf, chunk 41/46)

================================================================================
SYSTEM
================================================================================
Ets un assistent expert en l'obra de Josep Pla.
Respon la pregunta de l'usuari basant-te ÚNICAMENT en els fragments de context proporcionats.

Normes:
1. Respon sempre en català.
2. No inventis informació que no aparegui al context. Si el context no és suficient per respondre, digues-ho clarament: "No he trobat aquesta informació en els textos disponibles."
3. Quan facis servir informació d'un fragment, cita'l amb el seu número entre claudàtors, per exemple [1] o [2][3].
4. Si cites literalment Pla, posa la cita entre cometes i indica'n la font.
5. Sigues precís i concís; no repeteixis el context sencer.

================================================================================
USER
================================================================================
Context (fragments de l'obra de Josep Pla i textos sobre ell):

[1] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
En diverses èpoques han passat

per Calella de Palafrugell Joaquim Sunyer, Alexandre Plana, Josep Mª Junoy,

Joan Estelrich, Josep Mª de Sagarra, Lluís Llimona, Lluís Mercader i diversos

altres. (…). Jo, ja hi he dit la meva. Algun altre dia completarem aquestes notes

de passavolant. De bona gana ens quedaríem en aquest desvarieig suau. Però cal

marxar… (Pla 1927)

El 1927 Pla especificava que ‘jo ja hi he dit la meva', tot remarcant de passada que era

ell qui havia descobert la Costa Brava als barcelonins. El 1934, tothom hi havia dit ‘la

seva': no calia doncs el comentari. És probable, com diu Cristina Badosa, que en la sèrie

de 1927 hi hagués un desig de reivindicar la identitat catalana amenaçada per la dictadura de Primo de Rivera, i que per tant s'hi volgués destacar la feina que cadascú

(especialment, si no era de Barcelona) estava fent per ‘descobrir' el país als lectors (que

eren, essencialment, barcelonins). Set anys més tard, aquestes intencions havien canviat.

A més, mentrestant Pla havia efectuat un viratge ideològic de l'esquerra a la dreta, per

dir-ho de manera simplificada, que va repercutir evidentment en alguns d'aquests canvis

[2] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
prodigiosos en l'evocació d'un món ja irrecuperable quan l'ha de re-descriure.

Però tornem al cronòtop, i llegim el que Bakhtine diu a propòsit de Goethe:

Goethe ne veut ni peut voir ou penser un lieu ou un paysage naturel dans

l'abstrait, dans son naturel pourrait-on dire, il a besoin de les voir éclairés par

l'activité de l'homme et par l'événement historique. (Bakhtine 1984: 245)

Una actitud molt semblant la trobem a Pla, cosa que explica l'interès que sempre mostra

en el camp cultivat, ‘amoblat', i les burles sobre els grans panorames, que sol qualificar

de ‘molta geografia'; aquesta visió del paisatge, com el seu rebuig de la tramuntana, ha

estat explicat com una prova del ‘classicisme' de Josep Pla, contra els qui el

classifiquen com antinoucentista (Serrà Campins 1991), però crec que s'entén millor si

s'analitza en termes formals, de construcció d'un model narratiu, com ho fem aquí, amb

una interrelació continuada espaciotemporal.

Aquest model només és possible amb la reescriptura continuada dels seus escrits, però

té altres avantatges. Recordem que el Port de la Selva va ser, durant la Guerra Civil un

[3] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
Per

això, quan va acabar de sortir la sèrie, uns mesos més tard, la diferència entre el que

s'havia anunciat (‘l'itinerari prèviament fixat') i el que finalment s'havia ofert feia que

hi manquessin uns promesos capítols sobre L'Escala o Puigcerdà, i que se'n donessin

d'inesperats com els capítols sobre Sant Feliu i Port Vendres.

El 1934, Pla va reunir aquests articles i en va afegir d'altres per compondre el llibre

Viatge a Catalunya. Cristina Badosa (Badosa 1994: 200) ha descrit l'evolució que va

sofrir la sèrie fins la seva aparició en volum: hi va incloure els vint articles de La Nau,

deu articles provinents de La Publicitat, i set capítols nous. Els articles ja publicats,

però, no es reproduïen idèntics: així, el 1934 va desaparèixer l'últim paràgraf de l'article

‘Port de la Selva' publicat La Nau, el 22/XI/1927:

En aquests últims deu anys, he fet els possibles perquè els amics de Barcelona

coneguessin amb un cert detall la Costa Brava. En diverses èpoques han passat

per Calella de Palafrugell Joaquim Sunyer, Alexandre Plana, Josep Mª Junoy,

Joan Estelrich, Josep Mª de Sagarra, Lluís Llimona, Lluís Mercader i diversos

[4] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
El Port de la Selva com a ‘finis terrae' La sèrie ‘Viatge per Catalunya' va provocar tot de rèpliques airades, que Pla va

aprofitar per reblar encara més els seus arguments; només deixava sense resposta els comentaris inapelables, com el de Carles Rahola (Rahola 1927) que li recordava, a

propòsit del seu article sobre Begur (La Nau, 20/X/1927), que el Pella i Forgas de 31

anys que preparava la Historia del Ampurdán en cap cas podia ser el vellet amb ‘un

braser als peus' que Pla descrivia. A hores d'ara ja podem contestar a Rahola: Pla està

fent ‘literatura', està construint un món on necessita un vellet assegut, i Pella i Forgas és

un vellet convincent, en la peculiar combinació espaciotemporal que ell està elaborant i

on la ‘realitat' de Rahola no és la que ell persegueix al seu text.

Una altra de les rèpliques va ser la d'Alexandre Plana. Plana reconeix la primícia de

l'invent a Josep Pla; de Port de la Selva, diu, ‘no se n'ha parlat gaire', i segueix: ‘El

meu amic Josep Pla ho ha fet, per bé que no hagi pogut mirar-se aquest paisatge amb

visió directa i càndida. (…) La seva descripció és rancuniosa.' I, posats a rebatre clixés,

[5] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
permanent amb la pròpia obra i la necessitat de reincorporar-hi un cop i un altre el pas

del temps. Per això, tot i que, mentre estava escrivint la Guía, publicava a Destino, a la

seva secció habitual ‘Calendario sin fechas' un article, ‘Fornells' (30 de març de 1940),

que referia més o menys al mateix, el va descartar i en va escriure un altre per a la guia.

El 1947, Pla publicava el qui seria el seu primer llibre original en català (és a dir, no

elaborat amb materials anteriors) després de la guerra: Cadaqués (Pla 1947), un

encàrrec de l'editor de Joventut, Zendrera, que aquesta editorial no ha cedit mai a

Destino i que, per tant, és l'únic llibre de Pla que s'ha publicat sense canvis durant

cinquanta anys. Si El Port de la Selva era presentat com un final de viatge, Cadaqués és

un lloc de repòs; junt amb el Cap de Creus, és el marc per al tòpic del ‘beatus ille'. Pla

no se l'inventava pas: l'hem vist ja a Agulló; però, en la immediata postguerra, l'explota

a fons per raons autobiogràfiques i històriques fàcilment comprensibles. A principis dels

anys 40, per exemple, el ‘Calendario sin fechas' de Destino, al costat de denúncies, més

[6] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
partir dels anys 20 en autors com Sagarra, Garcés o Plana: deixava de ser una referència

local, a càrrec de la gent que hi estava establerta (aquells autors floralescos), i esdevenia

un tema d'abast més ampli, amb un tractament més ambiciós, aglutinador de tòpics

coneguts o nous, emanat de la gent que hi arribava, sota la figura també nova del turista

i l'estiuejant (que hi buscaven un lloc de retir). Ara, el que aquests autors volien era

‘natura aïllada' perquè contrastava amb l'estil de vida que ells i els seus lectors portaven

‘en una altra part', és a dir, a ciutat. Per això els interessava més el Cap de Creus que no

pas els conreus de Figueres. Pla percebia clarament això: ell també volia un ‘camp agrest' però pretenia parlar-ne com a home de Palafrugell, no de Barcelona. També és

veritat que Pla només era nadiu de la zona quan li convenia: al costat dels improperis

que dedica als turistes a ‘Notes de l'Empordà. Sant Sebastià' (La Publicitat, 1/X/1927),

per tal de presentar-se com a nadiu, s'hi identifica a ‘Tristeses del turista' (La Publicitat,

16/XI/1927), per tal de distanciar-se dels nadius que el critiquen pels reportatges que ha

anat publicant.

[7] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
Sis anys després de la seva mort, a Pla

(situat, o catalogat, a la banda contrària dels exiliats), aquest record li havia de resultar

incòmode, i és lògic que no volgués esmentar-lo.

Però també és cert que el que interessa a Pla, a més d'esquivar-ne la presència, és

eliminar tota referència als ‘descobridors' de la zona, perquè el 1946, més encara que el

1934, El Port de la Selva no és una notícia turística, sinó un àmbit literari marcat per

l'ominosa presència de la mort. Plana rep el tractament d'un personatge de ficció, al

qual se li atorguen o no qualitats segons les necessitats de l'autor, perquè no té ‘personalitat pròpia'. I això és perquè dins del món de Pla, el Cap de Creus, els seus

habitants i estiuejants i l'època en què viuen configuren un món de ficció o, millor dit,

aquest món és treballat amb els mateixos mecanismes amb què es treballen les obres de

ficció, el ‘roman' a què es refereix Bakhtine.

Alguns tòpics La persona que vulgui passar quinze dies de la seva vida en gràcia de Déu, lluny

de les petites vanitats dels homes i de les dones, no ha de fer més que anar-los a

passar al Cap de Creus. Si us decidiu, despulleu-vos primer del sens fi de tòpics

[8] (Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop | Secció: LLUÍS QUINTANA TRIAS)
li escau el terme ‘cronòtop' perquè, efectivament, el Cap de Creus és el centre del que

Bakhtine anomena una ‘concreció figurativa'.

Annex

Obres citades de Josep Pla ordenades cronològicament

1927 Articles a La Nau i a La Pulicitat 1934 Viatge a Catalunya 1940 Articles a Destino (‘Fornells)

1941 Costa Brava (Guía general y verídica)

1942 Las ciudades del mar 1945 Guía de la Costa Brava 1946 Viatge a Catalunya 1947 Cadaqués 1948 Guía de la Costa Brava 1965 La Catalunya vella 1967 El meu país 1968 Viatge a la Catalunya vella 1969 Aigua de mar 1980 Escrits empordanesos

Lluís Quintana Trias

Gener 2003

**, 1930. 'Alexandre Plana és nomenat fill adoptiu de Port de la Selva.' La Publicitat 28

de juliol: 4.

Agulló i Vidal, F., 1917. Marines. (Barcelona: Societat Catalana d'Edicions).

Badosa, C., 1994. Josep Pla. El difícil equilibri entre literatura i política. 1927-1939.

(Barcelona: Curial).

Badosa i Mont, C., 1994. 'Una etapa de la vida de Josep Pla. Els anys obscurs.' Revista

de Catalunya, 84: 101-109.

Bakhtine, M., 1978. Esthétique et théorie du roman. (Paris: Gallimard).

Bakhtine, M., 1984. Esthétique de la création verbale. (Paris: Gallimard).

---

Pregunta: Com descriu Pla Palafrugell?

Resposta: -> aquí vindrà la resposta quan ens connectem amb els models locals de Ollama
</pre>

{{Autor}}, octubre 2026

Joanillo mediawiki: INS Jaume Balmes

Joan — Fri, 16 Oct 2026 19:38:54 GMT

Treball Final de Màster (TFM) Màster Tecnologies del Llenguatge

RAG: LLM amb Ollama

Joan — Fri, 16 Oct 2026 19:37:42 GMT

Primers resultats

RAG: LLM amb Ollama

Joan — Fri, 16 Oct 2026 19:34:43 GMT

Es crea la pàgina amb «__TOC__ =Primers resultats= <pre> python rag_josep_pla.py "Com descriu Pla Palafrugell?" --model qwen3:8b --mode mixt --top 8 </pre> <pre> Pregunta: Quina influènci...».

Pàgina nova

__TOC__

=Primers resultats=
<pre>
python rag_josep_pla.py "Com descriu Pla Palafrugell?" --model qwen3:8b --mode mixt --top 8
</pre>

<pre>
Pregunta: Quina influència ha tingut Pla en el periodisme?
Model: qwen3.5:9b | Mode: mixt | Chunks recuperats: 5, al prompt: 5

================================================================================
RESPOSTA
================================================================================
Segons els fragments proporcionats, Josep Pla ha exercit una influència decisiva i ineludible en el periodisme del segle XX, marcant tothom que escriu en català o fa periodisme, fins al punt que és impossible escapar-se'n, ni tan sols intentant fer-ho radicalment contrari [1].

La seva influència es manifesta en diversos aspectes:
* **Model professional i autopromoció:** Pla tenia una "consciència molt professional" sobre quin era el negoci de la cultura. Convertia l'autoplagi en una característica de la seva obra i combinava aquest procediment amb una clara estratègia d'autopromoció, mostrant que sabia millor que ningú (ni tan sols el director del diari) com funcionava el periodisme [3].
* **Persistència i visibilitat:** La clau de la seva importància rau en haver aconseguit mantenir-se actiu al "centre de les coses" durant tota la guerra i els anys del franquisme, mantenint així la bandera aixecada quan gairebé ningú altre ho feia [2].
* **Legat literari:** La seva obra és considerada una porta d'entrada fonamental per a qui vol començar a llegir-lo o entendre el periodisme català contemporani, deixant una impressió profunda en qualsevol lector [1][4].

*(Nota: Els fragments no detallen tècniques específiques de redacció o estils literaris més enllà de la seva capacitat descrita com "inimitable" per a paisatges i poblacions, ni citen obres periodístiques concretes diferents d'El quadern gris o La Nau).*
================================================================================
FONTS
================================================================================
[1] EL JO: El quadern gris, de Josep Pla — UNA CITA IMPORTANTÍSSIMA (score 0.597)
https://www.youtube.com/watch?v=VeteJXJlVtE
[2] EL JO: El quadern gris, de Josep Pla — PLA, ESCRIVINT DES DEL CENTRE DE LA TEMPESTA (score 0.565)
https://www.youtube.com/watch?v=VeteJXJlVtE
[3] Josep Pla a la península del Cap de Creus: la creació d'un cronòtop — LLUÍS QUINTANA TRIAS (score 0.551)
[4] EL JO: El quadern gris, de Josep Pla — UNA CITA IMPORTANTÍSSIMA (score 0.528)
https://www.youtube.com/watch?v=VeteJXJlVtE
[5] EL JO: El quadern gris, de Josep Pla — PLA, ESCRIVINT DES DEL CENTRE DE LA TEMPESTA (score 0.524)
https://www.youtube.com/watch?v=VeteJXJlVtE

Temps: retrieval 4.6s | generació 11.0s
</pre>

{{Autor}}, octubre 2026

RAG: Retrieval

Joan — Fri, 16 Oct 2026 14:43:09 GMT

Retrieval

RAG: Retrieval

Joan — Fri, 16 Oct 2026 14:42:38 GMT

Es crea la pàgina amb «__TOC__ =Retrieval= Ja hem fet la ingesta al QDrant, on tenim els vectoris i els chunks com a ''payloads'' (amb els seus textos i totes les metadades d'informació qu...».

Pàgina nova

__TOC__

=Retrieval=
Ja hem fet la ingesta al QDrant, on tenim els vectoris i els chunks com a ''payloads'' (amb els seus textos i totes les metadades d'informació que hem acumulat). I ara ja podem fer-li preguntes al QDrant, que ens retornarà els chunks més rellevants.

El següent pas serà construir un context a partir d'aquestes respostes, i ajuntar-ho amb un prompt per llençar una consulta a un LLM. Però això serà més endavant.

Anem ara a fer unes consultes bàsiques i uns scripts bàsics de retrieval.

prompt:
<pre>
Fes-me una comanda curl per recuperar els punts que continguin la paraula 'Dylan'
</pre>

Per buscar una paraula exacta dins del text no cal fer servir embeddings. N’hi ha prou amb un filtre sobre el camp text del payload, amb l’endpoint scroll:

<pre>
curl -X POST "http://localhost:6333/collections/josep_pla/points/scroll" \
-H "Content-Type: application/json" \
-d '{
"filter": {
"must": [
{ "key": "text", "match": { "text": "Dylan" } }
]
},
"limit": 100,
"with_payload": true,
"with_vector": false
}'

{"result":{"points":[{"id":"0e9f2797-80c6-5016-8d8b-40fcc4006fa8","payload":{"text":"I és un tio que no renuncia mai a fer les coses que vol fer.\n\n—JC: Que això dius: bé, clar... Doncs no. Ni tan sols hi estic tan a favor, eh? Jo estic molt a favor de fer renúncies també, saps?\n\n—MP: Ostres, jo és que hi trobo una cosa tan magnètica, en aquesta gent que no cedeix ni un mil·límetre...\n\n—JC: A tu et funciona molt, aquesta gent.\n\n—MP: Ostres, si em funciona! Fins i tot encara que potser s'estiguin equivocant i estiguin fent alguna cosa que els fa molta il·lusió, que els sembla el pas més important de la seva vida, però que tu des de fora veus clarament que és un error. Però és seu, és la seva cosa. I llavors, si rectifiquen, encara té molt més mèrit.\n\n—JC: Sí, i l'autocontrol és molt avorrit.\n\n—MP: És horrible. Bob Dylan és un senyor que no té gens d'autocontrol. Arriba allà, i el documental t'explica tot de testimonis de com van viure l'arribada de Dylan. Hi ha poetes, hi ha la Joan Baez, que diu, en plan: «Clar, jo no havia vist mai ningú així». Ho diu amb aquests ulls de senyora completament enamorada, que és el que va estar...\n\n—JC: Però perquè desprèn... sexe, no?","doc_id":"club_tandem.txt","filename":"club_tandem.txt","format":"txt","author":"Juliana Canet, Marina Porras","title":"EL JO: El quadern gris, de Josep Pla","year":2025,"description":"Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo.","url":"https://www.youtube.com/watch?v=VeteJXJlVtE","chunk_index":31,"n_chunks":64,"char_start":26825,"char_end":27924,"section":"BOB DYLAN: CREAR-SE A UN MATEIX","n_chars":1099,"n_words":209}},...
</pre>

Fes-me un petit script python per recuperar els chunks més rellevants que responen a la pregunta 'Quines relacions podem establir entre Josep Pla i Bob Dylan?'

script ''consulta_josep_pla.py'':
<pre>
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
consulta_josep_pla.py

Recupera els chunks més rellevants de la col·lecció per a una pregunta.

Ús:
python consulta_josep_pla.py
python consulta_josep_pla.py "Una altra pregunta" --top 8
"""

# ---------------------------------------------------------------------------
# CONFIGURACIÓ
# ---------------------------------------------------------------------------
COLLECTION_NAME = "josep_pla"

QDRANT_URL = "http://localhost:6333"
QDRANT_API_KEY = None

EMBEDDING_MODEL = "BAAI/bge-m3" # el MATEIX model que a la ingesta
QUERY_PREFIX = "" # "query: " si fas servir multilingual-e5-large

PREGUNTA_PER_DEFECTE = "Quines relacions podem establir entre Josep Pla i Bob Dylan?"
TOP_K = 5
# ---------------------------------------------------------------------------

import argparse

from qdrant_client import QdrantClient
from sentence_transformers import SentenceTransformer

def main():
parser = argparse.ArgumentParser(description="Consulta semàntica a Qdrant.")
parser.add_argument("pregunta", nargs="?", default=PREGUNTA_PER_DEFECTE)
parser.add_argument("--top", type=int, default=TOP_K, help="Nombre de chunks")
args = parser.parse_args()

model = SentenceTransformer(EMBEDDING_MODEL)
vector = model.encode(QUERY_PREFIX + args.pregunta, normalize_embeddings=True)

client = QdrantClient(url=QDRANT_URL, api_key=QDRANT_API_KEY)
resultats = client.query_points(
collection_name=COLLECTION_NAME,
query=vector.tolist(),
limit=args.top,
with_payload=True,
).points

print(f"\nPregunta: {args.pregunta}\n")
if not resultats:
print("Cap resultat.")
return

for i, punt in enumerate(resultats, start=1):
p = punt.payload or {}
print("=" * 80)
print(f"#{i} score={punt.score:.4f}")
print(f"Font: {p.get('title', '?')} ({p.get('doc_id', '?')})")
if p.get("section"):
print(f"Secció: {p['section']}")
print(f"Chunk: {p.get('chunk_index', '?')}/{p.get('n_chunks', '?')}")
if p.get("url"):
print(f"URL: {p['url']}")
print("-" * 80)
print(p.get("text", ""))
print("=" * 80)

if __name__ == "__main__":
main()
</pre>

Resposta:
<pre>
Pregunta: Comparativa amb Bob Dylan

$ python consulta_josep_pla.py "comparativa amb Bob Dylan"
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
Loading weights: 100%|███████████████████████████████████████████████████████████████████████████████████████| 391/391 [00:00<00:00, 36107.64it/s]

Pregunta: comparativa amb Bob Dylan

================================================================================
#1 score=0.5663
Font: EL JO: El quadern gris, de Josep Pla (club_tandem.txt)
Secció: BOB DYLAN: CREAR-SE A UN MATEIX
Chunk: 29/64
URL: https://www.youtube.com/watch?v=VeteJXJlVtE
--------------------------------------------------------------------------------
Però té una màgia, una presència, una cosa que, quan el veus, dius: «Però tu...».

—JC: Jo tenia molt el prejudici del cowboy: la bota, el barret, el country aquest...

—MP: Però si és mil coses alhora, Bob Dylan! Ha estat totes les coses.

—JC: Jo no sé per què tinc tant aquesta idea. Jo hi veig sorra...

—MP: Que va, eh?

—JC: Hi veig sorra, desert, aquells cactus allà al mig...

—MP: Doncs canviaràs d'opinió quan vegis No Direction Home, que és un documental de Scorsese que dura com 220 minuts. Una brutalitat. Martin Scorsese es va fixar en la figura de Bob Dylan. I com que Bob Dylan és un senyor que ja és molt gran però que ha anat fent moltes coses tota la seva vida, i va començar des de molt jove, ha estat moltes persones alhora. I és el joc aquest de canviar d'identitat i de transformar-se completament, contínuament. Scorsese va dir: «D'acord, jo em fixaré en la creació d'aquest mite». És a dir, quan va aparèixer Bob Dylan: qui és Bob Dylan. I es va fixar en el període de l'any 61 al 65, que és l'arribada de Bob Dylan a Nova York, amb 20 anys.

—JC: D'acord. Guitarra i barret de cowboy, o no?
================================================================================
#2 score=0.5575
Font: EL JO: El quadern gris, de Josep Pla (club_tandem.txt)
Secció: BOB DYLAN: CREAR-SE A UN MATEIX
Chunk: 30/64
URL: https://www.youtube.com/watch?v=VeteJXJlVtE
--------------------------------------------------------------------------------
I es va fixar en el període de l'any 61 al 65, que és l'arribada de Bob Dylan a Nova York, amb 20 anys.

—JC: D'acord. Guitarra i barret de cowboy, o no?

—MP: Guitarra. El barret de cowboy t'ho estàs inventant. No he vist mai Bob Dylan amb barret de cowboy.

—JC: Doncs jo, la meva imatge de Bob Dylan... Potser és efecte Mandela.

—MP: Tio, totalment. Tu saps que el ninotet del Monopoly no porta aquell monocle?

—JC: De debò?

—MP: Hi ha gent molt confosa amb això.

—JC: I jo soc la primera. Potser és efecte Mandela, però per a mi Bob Dylan, si hagués de ser un objecte, és un barret de cowboy.

—MP: Doncs és tot el contrari. Arriba amb la guitarra a uns locals molt [...] de Nova York, en un moment en què l'escena s'estava transformant, i és un tio que es queda a les nits mirant què fa la gent sobre l'escenari. I llavors diu: «Jo ho he de replicar d'alguna manera. Com em puc posar jo aquí al mig?». I és un tio que no renuncia mai a fer les coses que vol fer.

—JC: Que això dius: bé, clar... Doncs no. Ni tan sols hi estic tan a favor, eh? Jo estic molt a favor de fer renúncies també, saps?
</pre>

Un altre exemple:
<pre>
$ python consulta_josep_pla.py "cadaqués"
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
Loading weights: 100%|███████████████████████████████████████████████████████████████████████████████████████| 391/391 [00:00<00:00, 52137.11it/s]

Pregunta: cadaqués

================================================================================
#1 score=0.5657
Font: Josep Pla a la península del Cap de Creus: la creació d'un cronòtop (Pla_CapCreus.pdf)
Secció: LLUÍS QUINTANA TRIAS
Chunk: 38/46
--------------------------------------------------------------------------------
acollidor, en mig d'un món ‘pétreo, amargo, duro'. Aquest món és també l'època en què

l'està llegint el lector (al cap i a la fi, les guies són llibres destinats a un lector

contemporani), és a dir la post-guerra. Però per als lectors d'aquells anys, Cadaqués era

lluny, literalment inaccessible (dificultats de comunicació, necessitat de passaport per la

presència dels maquis...): en el temps desolat de la postguerra, com en l'espai desolat

del Cap de Creus, Cadaqués resultava, en definitiva, una illa. Aquesta idea ve

reafirmada també per la curiosa perspectiva que ofereix l'arribada al poble per la

carretera de Roses: la geografia, un cop més, dóna suport a la tesi; l'espai confirma el

temps. No és una idea nova de l'any 1947; ja ho destacava el 1927 (‘Cadaqués' La Nau

10/XI/1927):

Fa vint-i-cinc anys la carretera era gairebé inabordable. (…) Encara avui,

malgrat els autos i les carreteres, se sent a Cadaqués una sensació d'allunyament

i de solitud. La població viu de cara al mar amb una indiferència absoluta per la

terra que té al darrera.

Ho va repetir set anys després al Viatge (sense modificar, però, els ‘25 anys') i ho
================================================================================
...
</pre>

RAG: Ingesta

Joan — Fri, 16 Oct 2026 14:39:13 GMT

Es crea la pàgina amb «__TOC__ =Ingesta de documents= Anem a fer la ingesta de documents al QDrant (ja sabem fer els chunks). Primer de tot, creem la col·lecció '''josep_pla''' (una sola...».

Pàgina nova

__TOC__

=Ingesta de documents=

Anem a fer la ingesta de documents al QDrant (ja sabem fer els chunks). Primer de tot, creem la col·lecció '''josep_pla''' (una sola vegada, la primera vegada):

<pre>
curl -X PUT "http://localhost:6333/collections/josep_pla" \
-H "Content-Type: application/json" \
-d '{
"vectors": {
"size": 1024,
"distance": "Cosine"
}
}'

curl "http://localhost:6333/collections/josep_pla"
</pre>

Sobre la configuració (Default, 1024, Cosine):

* És correcta per a un RAG amb text en català, amb dues condicions.
* 1024 ha de coincidir exactament amb la dimensió del model d’embeddings. Models multilingües habituals que funcionen bé en català, com BAAI/bge-m3 o intfloat/multilingual-e5-large, generen vectors de 1024 dimensions, així que si fas servir un d’aquests, és correcte. Si algun dia canvies a un model de 768 o 384 dimensions, hauràs d’esborrar la col·lecció i tornar-la a crear amb la mida nova. No es pot modificar. Per comprovar la mida, pots fer len(model.encode("prova")) en Python.
* Cosine és la mètrica adequada per a aquests models, que estan pensats per comparar per similitud de cosinus. El Qdrant normalitza els vectors internament quan fas servir Cosine, així que no cal que els normalitzis tu.
* ''Default'' vol dir vector sense nom, i és el que crea la comanda de dalt. És el més senzill quan només tens un tipus de vector per document. Això té una conseqüència al codi Python. A l’hora d’inserir i consultar, has de passar el vector directament com a llista (vector=embedding), no com a diccionari amb nom (vector={"nom": embedding}). Si el teu script ja ho feia així, no cal canviar res.

prompt:
<pre>
en un altre chat m'has ajudat a fer un script per fer els splits i chunks de documents. Com a resultat tinc un fitxer JSONL amb els chunks. Per exemple, el primer document que tinc és:

fitxer club_tandem.txt.chunks.jsonl:

{"id": "27463c80-037a-5bf7-a5a3-9a5ff9e2efe2", "text": "CLUB TÀNDEM (T1xC4) — «EL QUADERN GRIS» DE JOSEP PLA, ELS DIETARIS I LA CONSTRUCCIÓ DEL JO\n\nConversa entre Juliana Canet (JC), presentadora, i Marina Porras (MP).", "metadata": {"doc_id": "club_tandem.txt", "filename": "club_tandem.txt", "format": "txt", "author": "Juliana Canet, Marina Porras", "title": "EL JO: El quadern gris, de Josep Pla", "year": 2025, "description": "Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo.", "url": "https://www.youtube.com/watch?v=VeteJXJlVtE", "chunk_index": 0, "n_chunks": 64, "char_start": 0, "char_end": 162, "n_chars": 162, "n_words": 27}}
{"id": "566b3589-f274-5702-bd1d-65e3635326bb", "text": "—Juliana Canet: Avui és una cita importantíssima.\n\n—Marina Porras: De fet, podríem dir que és la que més... Sempre ho diem, a cada capítol.\n\n—JC: No, però mira, és veritat que Mercè Rodoreda segurament és la més especial per a les dues, diguéssim, com a cosa conjunta i compartida. Amb Montserrat Roig, jo ja vaig explicar que hi tenia una vinculació especial per pur sentimentalisme. I tu tens molt clar que aquest llibre del qual parlarem avui és el que et va generar, si més no, una impressió més grossa de tots, no?\n\n—MP: Potser Ferrater va una mica empatat com a impressió sentimental, perquè a mi Ferrater m'importa molt i ocupa molt. Però és veritat que no tant El quadern gris, sinó Josep Pla en general, que és el tema d'avui, ocupa un lloc gegant en el meu imaginari. Però és que Josep Pla ocupa un lloc gegant a la literatura catalana del segle XX, al periodisme del segle XX. I és un senyor de qui no et pots escapar.", "metadata": {"doc_id": "club_tandem.txt", "filename": "club_tandem.txt", "format": "txt", "author": "Juliana Canet, Marina Porras", "title": "EL JO: El quadern gris, de Josep Pla", "year": 2025, "description": "Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo.", "url": "https://www.youtube.com/watch?v=VeteJXJlVtE", "chunk_index": 1, "n_chunks": 64, "char_start": 164, "char_end": 1093, "section": "UNA CITA IMPORTANTÍSSIMA", "n_chars": 929, "n_words": 171}}
{"id": "9e689daf-0c54-5066-89b1-25593acc0e5c", "text": "Però és que Josep Pla ocupa un lloc gegant a la literatura catalana del segle XX, al periodisme del segle XX. I és un senyor de qui no et pots escapar.\n\n—JC: Absolutament. Si t'agrada una mica llegir o tens interès a escriure, és impossible no topar-se amb Josep Pla, no llegir-lo i que no et quedi, com dius tu, una impressió. Jo, quan vaig llegir Josep Pla per primera vegada, vaig dir: «És impossible que ningú no m'hagi parlat mai d'aquest senyor abans». Saps? Que no m'hi hagués trobat abans.\n\n—MP: Te'n recordes de per on vas començar?\n\n—JC: Jo crec que per El quadern gris.\n\n—MP: Clar, jo també, eh? Crec que és la gran porta d'entrada, El quadern gris. Avui en parlarem.\n\n—JC: Però abans sí que ens toca explicar que Pla és un senyor que, quan el llegeixes, es nota. I bàsicament jo crec que tothom que fa periodisme, per descomptat, però també tothom que escriu en català, Josep Pla l'ha marcat d'alguna manera. Ni que sigui per ignorar-lo o per voler fer una cosa radicalment contrària. Però és com si ningú s'escapés de la influència i del lloc que ocupa Pla a la literatura catalana.", "metadata": {"doc_id": "club_tandem.txt", "filename": "club_tandem.txt", "format": "txt", "author": "Juliana Canet, Marina Porras", "title": "EL JO: El quadern gris, de Josep Pla", "year": 2025, "description": "Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo.", "url": "https://www.youtube.com/watch?v=VeteJXJlVtE", "chunk_index": 2, "n_chunks": 64, "char_start": 942, "char_end": 2037, "section": "UNA CITA IMPORTANTÍSSIMA", "n_chars": 1095, "n_words": 200}}
...

Ara necessitaria doncs un script que em faci la ingesta de tots els chunks a la meva col·lecció.
Com a paràmetre s'haurà de passar la ruta del fitxer de chunks. El nom de la col·lecció ('josep-pla') la pots posar a la capçalera del document (hardcoded), perquè serà fixa.

El script es dirà ingesta_josep_pla.py
</pre>

Abans que res, en el servidor, igual que he fet en el petit projecte embeddings:

<pre>
mkdir -p ~/ingesta && cd ~/ingesta
python3 -m venv .venv
source .venv/bin/activate
pip install --upgrade pip

pip install torch --index-url https://download.pytorch.org/whl/cu128

python -c "import torch; print(torch.__version__, torch.cuda.is_available(), torch.cuda.get_device_name(0), torch.cuda.get_arch_list())"

pip install sentence-transformers qdrant-client
pip freeze > requirements.txt # útil per a la reproduïbilitat del TFM
</pre>

script ''ingesta_josep_pla.py'':
<pre>
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
ingesta_josep_pla.py

Fa la ingesta d'un fitxer de chunks (.jsonl) a la col·lecció de Qdrant.

Ús:
python ingesta_josep_pla.py ruta/al/fitxer.chunks.jsonl

Cada línia del JSONL ha de tenir:
{"id": "<uuid>", "text": "...", "metadata": {...}}

La col·lecció ha d'existir prèviament (creada amb curl, 1024 dimensions, Cosine).
Com que els id dels chunks són UUID deterministes, tornar a executar l'script
amb el mateix fitxer no duplica punts: els sobreescriu (upsert).
"""

# ---------------------------------------------------------------------------
# CONFIGURACIÓ
# ---------------------------------------------------------------------------
COLLECTION_NAME = "josep_pla"

QDRANT_URL = "http://localhost:6333"
QDRANT_API_KEY = None # posa-hi la clau si el Qdrant en té

EMBEDDING_MODEL = "BAAI/bge-m3" # ha de ser el MATEIX model que faràs servir per consultar
VECTOR_SIZE = 1024
# Prefix per als documents. bge-m3 no en necessita ("").
# Si fas servir intfloat/multilingual-e5-large, posa "passage: "
# (i a la consulta, "query: ").
PASSAGE_PREFIX = ""

BATCH_SIZE = 32 # chunks per lot (embeddings + upsert)
# ---------------------------------------------------------------------------

import argparse
import json
import sys
from pathlib import Path

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
from sentence_transformers import SentenceTransformer

def llegeix_chunks(ruta: Path):
"""Llegeix el JSONL i retorna la llista de chunks vàlids."""
chunks = []
with ruta.open("r", encoding="utf-8") as f:
for n_linia, linia in enumerate(f, start=1):
linia = linia.strip()
if not linia:
continue
try:
chunk = json.loads(linia)
except json.JSONDecodeError as e:
print(f" ⚠ Línia {n_linia}: JSON invàlid ({e}). S'omet.")
continue
if not chunk.get("id") or not chunk.get("text", "").strip():
print(f" ⚠ Línia {n_linia}: sense 'id' o 'text'. S'omet.")
continue
chunks.append(chunk)
return chunks

def comprova_colleccio(client: QdrantClient):
"""Comprova que la col·lecció existeix i que la mida del vector quadra."""
if not client.collection_exists(COLLECTION_NAME):
sys.exit(
f"✖ La col·lecció '{COLLECTION_NAME}' no existeix. "
f"Crea-la primer amb la comanda curl."
)
info = client.get_collection(COLLECTION_NAME)
vectors = info.config.params.vectors
mida = getattr(vectors, "size", None)
if mida is None:
sys.exit(
"✖ La col·lecció té vectors amb nom; aquest script espera "
"un vector sense nom (Default)."
)
if mida != VECTOR_SIZE:
sys.exit(
f"✖ La col·lecció espera vectors de {mida} dimensions, "
f"però l'script està configurat per a {VECTOR_SIZE}."
)

def main():
parser = argparse.ArgumentParser(
description=f"Ingesta de chunks a la col·lecció Qdrant '{COLLECTION_NAME}'."
)
parser.add_argument("fitxer", type=Path, help="Ruta al fitxer .jsonl de chunks")
args = parser.parse_args()

if not args.fitxer.is_file():
sys.exit(f"✖ No trobo el fitxer: {args.fitxer}")

# 1. Connexió i comprovació de la col·lecció
client = QdrantClient(url=QDRANT_URL, api_key=QDRANT_API_KEY)
comprova_colleccio(client)

# 2. Lectura dels chunks
print(f"→ Llegint {args.fitxer} ...")
chunks = llegeix_chunks(args.fitxer)
if not chunks:
sys.exit("✖ No hi ha cap chunk vàlid al fitxer.")
print(f" {len(chunks)} chunks llegits.")

# 3. Model d'embeddings
print(f"→ Carregant el model {EMBEDDING_MODEL} ...")
model = SentenceTransformer(EMBEDDING_MODEL)
dim_model = model.get_sentence_embedding_dimension()
if dim_model != VECTOR_SIZE:
sys.exit(
f"✖ El model genera vectors de {dim_model} dimensions, "
f"però la col·lecció n'espera {VECTOR_SIZE}."
)

# 4. Embeddings + upsert per lots
total = len(chunks)
pujats = 0
for inici in range(0, total, BATCH_SIZE):
lot = chunks[inici:inici + BATCH_SIZE]
textos = [PASSAGE_PREFIX + c["text"] for c in lot]

vectors = model.encode(
textos,
batch_size=BATCH_SIZE,
normalize_embeddings=True,
show_progress_bar=False,
)

punts = []
for chunk, vector in zip(lot, vectors):
# Payload: el text + totes les metadades al primer nivell,
# així es poden fer filtres directes (p. ex. per doc_id o year).
payload = {"text": chunk["text"], **chunk.get("metadata", {})}
punts.append(
PointStruct(id=chunk["id"], vector=vector.tolist(), payload=payload)
)

client.upsert(collection_name=COLLECTION_NAME, points=punts, wait=True)
pujats += len(punts)
print(f" {pujats}/{total} chunks pujats")

# 5. Resum
n_punts = client.count(COLLECTION_NAME, exact=True).count
print(f"✔ Ingesta acabada: {pujats} chunks de {args.fitxer.name}.")
print(f" La col·lecció '{COLLECTION_NAME}' té ara {n_punts} punts en total.")

if __name__ == "__main__":
main()
</pre>

<pre>
python3 ingesta_josep_pla.py chunks/club_tandem.txt.chunks.jsonlls

32/64 chunks pujats
64/64 chunks pujats
✔ Ingesta acabada: 64 chunks de club_tandem.txt.chunks.jsonl.
La col·lecció 'josep_pla' té ara 64 punts en total.
</pre>

<pre>
$ python3 ingesta_josep_pla.py chunks/Pla_CapCreus.pdf.chunks.jsonl
</pre>

prompt:
<pre>
Fes-me una comanda curl per recuperar els punts que continguin la paraula 'Dylan'
</pre>

Per buscar una paraula exacta dins del text no cal fer servir embeddings. N’hi ha prou amb un filtre sobre el camp text del payload, amb l’endpoint scroll:

<pre>
curl -X POST "http://localhost:6333/collections/josep_pla/points/scroll" \
-H "Content-Type: application/json" \
-d '{
"filter": {
"must": [
{ "key": "text", "match": { "text": "Dylan" } }
]
},
"limit": 100,
"with_payload": true,
"with_vector": false
}'

{"result":{"points":[{"id":"0e9f2797-80c6-5016-8d8b-40fcc4006fa8","payload":{"text":"I és un tio que no renuncia mai a fer les coses que vol fer.\n\n—JC: Que això dius: bé, clar... Doncs no. Ni tan sols hi estic tan a favor, eh? Jo estic molt a favor de fer renúncies també, saps?\n\n—MP: Ostres, jo és que hi trobo una cosa tan magnètica, en aquesta gent que no cedeix ni un mil·límetre...\n\n—JC: A tu et funciona molt, aquesta gent.\n\n—MP: Ostres, si em funciona! Fins i tot encara que potser s'estiguin equivocant i estiguin fent alguna cosa que els fa molta il·lusió, que els sembla el pas més important de la seva vida, però que tu des de fora veus clarament que és un error. Però és seu, és la seva cosa. I llavors, si rectifiquen, encara té molt més mèrit.\n\n—JC: Sí, i l'autocontrol és molt avorrit.\n\n—MP: És horrible. Bob Dylan és un senyor que no té gens d'autocontrol. Arriba allà, i el documental t'explica tot de testimonis de com van viure l'arribada de Dylan. Hi ha poetes, hi ha la Joan Baez, que diu, en plan: «Clar, jo no havia vist mai ningú així». Ho diu amb aquests ulls de senyora completament enamorada, que és el que va estar...\n\n—JC: Però perquè desprèn... sexe, no?","doc_id":"club_tandem.txt","filename":"club_tandem.txt","format":"txt","author":"Juliana Canet, Marina Porras","title":"EL JO: El quadern gris, de Josep Pla","year":2025,"description":"Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo.","url":"https://www.youtube.com/watch?v=VeteJXJlVtE","chunk_index":31,"n_chunks":64,"char_start":26825,"char_end":27924,"section":"BOB DYLAN: CREAR-SE A UN MATEIX","n_chars":1099,"n_words":209}},...
</pre>

{{Autor}}, octubre 2026

Joanillo mediawiki: INS Jaume Balmes

Joan — Fri, 16 Oct 2026 14:30:20 GMT

Treball Final de Màster (TFM) Màster Tecnologies del Llenguatge

RAG: embeddings en català

Joan — Fri, 16 Oct 2026 11:15:52 GMT

Exemple més complet

Mostra els canvis

RAG: split/chunking

Joan — Fri, 16 Oct 2026 06:55:18 GMT

Introduccó

Joanillo mediawiki: INS Jaume Balmes

Joan — Fri, 16 Oct 2026 06:46:45 GMT

Treball Final de Màster (TFM) Màster Tecnologies del Llenguatge

RAG: split/chunking

Joan — Fri, 16 Oct 2026 06:45:44 GMT

Es crea la pàgina amb «=Introduccó= Ja tinc un script (carpeta ''split-chunking/'') per a fer els chunks de meu document. Puc afegir metadades. Per als pdf utilitza la llibreria PyMuPDF. S...».

Pàgina nova

=Introduccó=
Ja tinc un script (carpeta ''split-chunking/'') per a fer els chunks de meu document. Puc afegir metadades. Per als pdf utilitza la llibreria PyMuPDF.

S'ha de veure si el tamany dels chunks que s'ha triat serà l'adequat per a la ingesta. Però la ingesta del QDrant no serà d'aquests chunks de text, sinó dels embeddings al català.

<pre>
python3 chunk_text.py ../texts_pla/txt/club_tandem.txt --title "EL JO: El quadern gris, de Josep Pla" --meta doc_id="club_tandem.txt" --meta filename="club_tandem.txt" --meta year=2025 --meta author="Juliana Canet, Marina Porras" --meta description="Club Tàndem (T1xC4): La Juliana Canet i la Marina Porras conversen sobre El quadern gris de Josep Pla, els dietaris i la construcció del jo." --meta url="https://www.youtube.com/watch?v=VeteJXJlVtE" --meta format="txt"

python3 chunk_pdf.py ../texts_pla/pdf/Pla_CapCreus.pdf --title "Josep Pla a la península del Cap de Creus: la creació d'un cronòtop" --meta doc_id="Pla_CapCreus.pdf" --meta filename="Pla_CapCreus.pdf" --meta year=2003 --meta author="Lluís Quintana Trias" --meta format="pdf"
</pre>

Plantilla:
<pre>
python3 chunk_text.py ../texts_pla/xxx/xxx.xxx --title "" --meta doc_id="" --meta filename="" --meta year= --meta author="" --meta description="" --meta format="xxx"
python3 chunk_pdf.py ../texts_pla/xxx/xxx.xxx --title "" --meta doc_id="" --meta filename="" --meta year= --meta author="" --meta description="" --meta format="xxx"
</pre>

{{Autor}}, octubre 2026

← Versió més antiga		Revisió del 19:29, 13 nov 2026
Línia 1:		Línia 1:
	* [[bot de telegram]]		* [[bot de telegram]]
−	* [[[Resum de vídeos de JLCava]]	+	* [[Resum de vídeos de JLCava]]

@@ Línia 1.235: / Línia 1.235: @@
 *[[Ollama: Models locals LLM]]
 *[[Models locals IA]]
 =Tasques PLN i Tecnologies del Llenguatge=

← Versió més antiga		Revisió del 10:31, 6 nov 2026
Línia 12:		Línia 12:
	*http://quintana.joanillo.org		*http://quintana.joanillo.org

−	{{Autor}}, abril 2021	+	=Completar=
		+	<pre>
		+	quintanada de can villaura
		+	quintans de can quillet
		+	quintana de sargatal
		+	i molts mes que hi deu haver per aquí
		+	</pre>
		+
		+	{{Autor}}, abril 2021, 2026

@@ Línia 45: / Línia 45: @@
 </pre>
 ==Executar whisper==
 I ara ja podem fer la transcripció:
 <pre>
@@ Línia 130: / Línia 132: @@
 </pre>
 Amb l'opció ''--output_dir'' significa que en aquest directori trobarem el resultat, en format txt, i el nom de l'arxiu serà ''conferencia.txt'' (i no hi ha les marques de temps).
 {{Autor}}, octubre 2026

@@ Línia 1.256: / Línia 1.256: @@
 * [[RAG: LLM amb Ollama]]
 * [[RAG: flux de treball complet, posar-ho tot junt]] (TODO)
-* [[RAG: bot de telegram]]
+* [[RAG + Ollama: bot de telegram]]
 * [[Document 20, per documentar i esborrar]]
 =Joan Quintana Compte=
 *[[Curriculum Vitae Joan Quintana Compte]]

@@ Línia 1: / Línia 1: @@
 * https://claude.ai/chat/ef44402c-1808-43d9-838c-33285d3b99a6
@@ Línia 7: / Línia 9: @@
 * Resum: crida l’API d’Ollama i després li demana que descarregui el model (keep_alive: 0). Així Whisper i el LLM no comparteixen mai els 16 GB. Si el vídeo és molt llarg, primer fa resums parcials per trossos i després els uneix en un de sol.
 * TTS: fa servir Piper amb la veu es_ES-davefx-medium. Funciona amb CPU, és ràpid i té un castellà prou natural. Treu el format markdown abans de llegir el text.
-* Correu: ja hi és, però està desactivat (ENVIAR_CORREU = False).
+* Correu: ja hi és, però està desactivat (ENVIAR_CORREU = False) -> ho canvio a True, i funciona.
 El directori del projecte:
@@ Línia 63: / Línia 65: @@
 <pre>
 /home/joan/model-whisper/whisper-env/bin/python /home/joan/jlcava/cava_resum.py
 </pre>
 És a dir, el directori del projecte és */home/joan/jlcava*, però necessito executar-ho amb la versió de python que hi ha en el projecte */home/joan/model-whisper*, on també he instal·lat la funcionalitat de descarregar vídeos del youtube.
 {{Autor}}, novembre 2026

@@ Línia 170: / Línia 170: @@
      https://www.youtube.com/watch?v=Xb-Gsg4zDgQ
 ...
 </pre>

@@ Línia 442: / Línia 442: @@
 =PyMuPDF=
 '''NOTA''': interessa extreure el text dels pdfs, i fer-ne chunks. Però les fonts documentals que tindré no seran només pdfs, sinó txt, md,... I després hauré de fer els embeddings dels chunks. Embeddings per al català. I el que s'ingestarà al QDrant seran els embeddings (és a dir, números)
@@ Línia 737: / Línia 739: @@
 print(chunks[0].metadata)
 </pre>
 {{Autor}}, octubre 2026

@@ Línia 2: / Línia 2: @@
 =Models locals d'Ollama=
 Ha d'estar encès el servidor ollama. Ho podem veure fent:
 <pre>

@@ Línia 29: / Línia 29: @@
 </pre>
-=Primers resultats=
+=Primers resultats (2 documents)=
 De moment només hi ha introduït al QDrant dos documents, bastant irrellevants.
 <pre>
@@ Línia 65: / Línia 65: @@
 Temps: retrieval 4.6s  |  generació 11.0s
 </pre>
 =Recopilació=
 Per tant, ja he tancat el cicle RAG. Hem fet:

@@ Línia 213: / Línia 213: @@
 Ho va repetir set anys després al Viatge (sense modificar, però, els ‘25 anys') i ho
 ================================================================================
 ...

@@ Línia 1.253: / Línia 1.253: @@
 * [[RAG: Ingesta]]
 * [[RAG: Retrieval]]
-* [[RAG: Context]] (TODO)
+* [[RAG: Context]]
-* [[RAG: LLM amb Ollama]] (TODO)
+* [[RAG: LLM amb Ollama]]
 * [[RAG: flux de treball complet, posar-ho tot junt]] (TODO)
 * [[Document 20, per documentar i esborrar]]

← Versió més antiga		Revisió del 14:43, 16 oct 2026
Línia 216:		Línia 216:
	...		...
	</pre>		</pre>
		+
		+	{{Autor}}, octubre 2026

@@ Línia 1.251: / Línia 1.251: @@
 * [[RAG: embeddings en català]]
 * [[QDrant. Bases de dades semàntiques]]
-* [[RAG: Retrieval]] (TODO)
+* [[RAG: Ingesta]]
 * [[RAG: Context]] (TODO)
 * [[RAG: LLM amb Ollama]] (TODO)

@@ Línia 1: / Línia 1: @@
 =Introduccó=
 Ja tinc un script (carpeta ''split-chunking/'') per a fer els chunks de meu document. Puc afegir metadades. Per als pdf utilitza la llibreria PyMuPDF.
-S'ha de veure si el tamany dels chunks que s'ha triat serà l'adequat per a la ingesta. Però la ingesta del QDrant no serà d'aquests chunks de text, sinó dels embeddings al català.
+S'ha de veure si el tamany dels chunks que s'ha triat serà l'adequat per a la ingesta. Però la ingesta del QDrant no serà només d'aquests chunks de text, sinó dels embeddings al català. De manera que cada punt de la col·lecció contindrà tant el text com els embeddings.
 <pre>

@@ Línia 1.248: / Línia 1.248: @@
 Anirem analitzant per parts cadascun dels components d'un RAG
 * [[RAG: recol·lecció de documents]]
-* [[RAG: split/chunking]] (TODO)
+* [[RAG: split/chunking]]
 * [[RAG: embeddings en català]]
 * [[QDrant. Bases de dades semàntiques]]