# NudaUI Semantic Search (RAG), caso de estudio

> NudaUI Semantic Search (RAG) es un proyecto de Santiago Gómez de la Torre. Este caso cuenta el problema que resuelve, qué papel tuvo y qué resultado dio.

Canonical URL: https://sgomez.dev/work/nudaui-semantic-search-rag

Actualizado el 2026-10-02

## El problema

NudaUI tenía 1.022 componentes y la búsqueda por palabras no encontraba lo que la gente describía, así que «un loader con puntos» no llevaba a «Pulse Dots». Hacía falta buscar por significado.

## Mi rol

Construí el pipeline de RAG completo sin frameworks de RAG, con embeddings de Voyage, similitud del coseno escrita a mano, un servicio en FastAPI desplegado en Vercel y un golden set propio de 45 consultas en 15 categorías, etiquetado a mano, para medir cada cambio.

## Stack

- RAG
- Embeddings
- Python
- FastAPI
- Evals

## El resultado

Añadir el CSS de cada componente al embedding subió el hit@1 del 66,7 % al 80 %, el hit@5 al 95,6 % y el recall@5 del 54,9 % al 59,4 %. La medición también mostró un retroceso en los efectos de texto, del 100 % al 67 %, que queda documentado. Está en vivo en nudaui.dev.

## Enlaces

- [Fuente](https://blog.sgomez.dev/rag-busqueda-semantica-nudaui)
- [Repositorio](https://github.com/sgomez-dev/nudaui-rag)

## Otros casos

- [Claude Canvas](https://sgomez.dev/work/claude-canvas)
- [NudaUI](https://sgomez.dev/work/nudaui)

---

Más formatos legibles por máquina: [llms.txt](https://sgomez.dev/llms.txt), [agents.md](https://sgomez.dev/agents.md), [OpenAPI](https://sgomez.dev/openapi.json), [sitemap](https://sgomez.dev/sitemap.xml).