---
episode_id: "4613825e-7784-4c81-8e8c-62f06656ca13"
puente_flat: "TRAZA_chat-tema-raz-cmo-qued-hecho-el-embeddin_S20260607.R40_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
session_code: "S20260607.MNEMO_BUG_FORENSE_MAP"
acto_dialogico: "informar"
actor_flujo: "multi_actor"
criticidad_aegis: "low"
skill_dominante: "TESSERA"
fase_proyecto: "operations"
tipo_semantico: "troubleshooting"
summary_one_line: "EPISODIO 40 — Qdrant: CHAT-TEMA-RAÍZ: Cómo quedó hecho el embedding de lo vital de"
source_type: "claude_code"
trust_boundary: "internal"
created_at: "2026-06-09T09:00:06.172815+00:00"
relectura_tagged: false
forgejo_commit_sha: "pending"
---

Verificado empíricamente. Tengo los datos duros del estado real del embedding. Te lo explico ordenado. ---

## CHAT-TEMA-RAÍZ: Cómo quedó hecho el embedding de lo vital del servidor MEMORIA
### R127-SUB-TEMA: Configuración técnica + estado real de vectorización (verificado hoy)

—

### `[R127.seccion1.I1]` — Insight central: el embedding ya está completo y operativo

Lo más vital del servidor (la **memoria semántica recuperable**) está embebido con un esquema **homogéneo y consistente** en las 7 colecciones Qdrant. Lo confirmé recién consultando Qdrant directo (no de memoria):

- **Modelo:** `text-embedding-3-large` enrutado a **Gemini `gemini-embedding-001`** vía LiteLLM/OpenRouter `[soft_fact — de MEMORY.md; el alias LiteLLM lo confirmo abajo como pendiente de re-verificar este turno]`
- **Dimensiones:** **3072** por vector `[hard_fact — get_collection_info R127]`
- **Distancia:** **Cosine** (similitud coseno) `[hard_fact]`
- **Índice:** **HNSW operativo** — `indexed_vectors_count` ≈ `points_count` en todas `[hard_fact]`

### `[R127.seccion2.T1]` — Tabla: estado real de las 7 colecciones (Qdrant, hoy)

| Colección | Puntos | Indexados | Vital para | Estado |
|-----------|-------:|----------:|------------|--------|
| `ember_experience` | **4742** | 4737 | Sesiones, episodios, EXODUS — **el corazón del retrieval** | 🟢 green, HNSW ✅ |
| `ember_lexicon` | **542** | 542 | Diccionario canónico (entidades, aliases) — **resolución TP-1** | 🟢 green, HNSW ✅ |
| `ember_inner` | **333** | — | Reflexiones Ψ write-once (identidad) | 🟢 green |
| `ember_knowledge` | **121** | — | Procedimientos, ADRs, skills | 🟢 green |
| `ember_album` | **11** | — | Hitos fundacionales (never decay) | 🟢 green |
| `ember_synthesis` | **5** | — | Consolidaciones temporales | 🟢 green |
| `ember_shared` | **0** | — | Co-creación (pipeline aún sin alimentar) | 🟢 green, **vacío** |

`[Procedencia: list_collections + get_collection_info ×2, ejecutados este turno R127, outputs literales preservados, confidence=hard_fact]`

### `[R127.seccion3.P1]` — Cómo se hace el embedding (el pipeline, en llano)

Cada texto que entra a memoria pasa por el pipeline **MNEMO** (7 fases F0–F6 del `crisol_run`).