feat(episode): TRAZA_1-orculo-hyde-clean-retrievalgatepy-ve_S20260618.R13_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: TESSERA | Type: troubleshooting
Summary: EPISODIO 13 — ember_experience: 1. Oráculo HyDE + clean (`retrieval_gate.py`) —

episodes/TRAZA_1-orculo-hyde-clean-retrievalgatepy-ve_S20260618.R13_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,56 @@
+---
+episode_id: "ef2081d4-6e48-4b75-b154-7d2f01cda208"
+puente_flat: "TRAZA_1-orculo-hyde-clean-retrievalgatepy-ve_S20260618.R13_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20260618.VERIFY_FIRST_PASSPORT_FIX"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "TESSERA"
+fase_proyecto: "operations"
+tipo_semantico: "troubleshooting"
+summary_one_line: "EPISODIO 13 — ember_experience: 1. Oráculo HyDE + clean (`retrieval_gate.py`) — VERDICT **PA"
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-06-19T03:00:29.291168+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+Aquí está el estado del **oráculo de retrieval**, John — medido fresco ahora mismo. Hay una familia de oráculos, y te los reporto los 4.
+
+## 1. Oráculo HyDE + clean (`retrieval_gate.py`) — VERDICT **PASS** ✅
+Corrida fresca (02:54 hoy):
+| Métrica | Ahora | Umbral |
+|---|---|---|
+| HyDE recall@1 | 0.303 | — |
+| HyDE recall@5 | 0.599 | — |
+| HyDE recall@10 | **0.707** | ≥0.70 ✅ |
+| clean lenient@1 | **0.939** | ≥0.85 ✅ |
+| points (corpus) | 196 | — |
+
+**Tendencia (3 corridas):** a medida que el corpus crece (84→152→**196** puntos), recall@1 baja levemente (0.35→0.30) y clean@1 SUBE (0.90→**0.94**). Esto es **esperado y sano**: más episodios = más vecinos semánticos compitiendo por el #1 (recall@1 se diluye), mientras el embedding mejora (clean@1 sube). El gate sigue **PASS**.
+
+## 2. Multi-schema (las colecciones) — las 3 recuperan ✅
+| Colección | Top score | Recuperó |
+|---|---|---|
+| **ember_experience** | 0.698 | tu episodio "Ingesta VIVA" ✅ |
+| **ember_lexicon** | 0.712 | PUENTE (lex-050) ✅ |
+| **ember_inner** | 0.511 | reflexión CONCILIO (colección dispersa, 5 puntos) ✅ |
+
+## 3. Multi-store fused (`multistore_oracle.py`) — corrido fresco, n=1813 queries
+| Vía | recall@1 | recall@5 |
+|---|---|---|
+| V0 dense (HyDE puro) | 0.303 | 0.599 |
+| **V1 Qdrant (fusión)** | **0.617** | **0.82** |
+| V2 +PostgreSQL | 0.617 | 0.82 |
+| V3 +Neo4j | 0.590 | 0.786 |
+| V4/V5 3-stores | 0.590 | 0.78 |
+
+**El hallazgo bueno:** la **fusión multi-store DUPLICA el recall@1** vs el denso puro (0.30 → **0.62**). Es decir, el oráculo confirma que el retrieval real (fusionado) es mucho más fuerte que la cifra "cruda" del gate. La vía Neo4j funciona (175 episodios, sin error).
+
+## 4. 🟡 Un hallazgo nuevo (gap de medición del oráculo, NO de datos)
+El multistore_oracle reportó: `pg_rows: 0, pg_err: "ModuleNotFoundError: No module named 'psycopg2'"`. **La pata de PostgreSQL del ORÁCULO está rota** — el container `ember-mcp` donde corre el oráculo **no tiene `psycopg2` instalado**, así que el oráculo no puede medir la contribución canónica de PostgreSQL (por eso V2 = V1, sin cambio).
+
+**Importante:** esto NO es que PostgreSQL no funcione — crisol escribe PostgreSQL perfecto (vía `docker exec psql`, 191 episodios verificados). Es que el *oráculo* no puede *medir* esa pata. Es un gap de instrumentación, no de datos. Fix durable: añadir `psycopg2-binary` a la imagen de `ember-mcp` (un `pip install` en vivo sería efímero, se pierde al rebuild).
+
+**Observación de tuning:** añadir Neo4j a la fusión baja un poco el recall@1 (0.617→0.59) → el peso de la señal de grafo está levemente desajustado; oportunidad de calibración (no urgente).