# RAG Agentic com GPT-5

> Uma aplicação RAG agentic construída com o framework Agno, apresentando GPT-5 e LanceDB para recuperação eficiente de conhecimento e resposta a perguntas.

- Fonte: https://doutorai.pt/apps/agentic-rag-gpt5
- Categoria: RAG e Conhecimento
- Dificuldade: Médio
- Modelos: OpenAI
- Frameworks: Agno
- Corre local?: Precisa de APIs cloud
- Chaves necessárias: OPENAI_API_KEY
- Licença: Apache-2.0
- Site: Doutor AI (https://doutorai.pt) - ferramentas de IA para pequenos negócios em português

## Tutorial completo

# 🧠 Agentic RAG com GPT-5

### 🎓 Tutorial Passo-a-Passo GRÁTIS
**👉 [Clica aqui para seguir o nosso tutorial completo passo-a-passo](https://www.theunwindai.com/p/build-agentic-rag-with-openai-gpt-5) e aprende como construir isto do zero com explicações detalhadas e melhores práticas.**

Uma aplicação agentic RAG construída com o framework Agno, apresentando o GPT-5 e o LanceDB para uma recuperação de conhecimento e resposta a perguntas eficientes.

## ✨ Funcionalidades

- **🤖 GPT-5**: Último modelo da OpenAI para respostas inteligentes
- **🗄️ LanceDB**: Base de dados vetorial leve para pesquisa de similaridade rápida
- **🔍 Agentic RAG**: Geração aumentada por recuperação inteligente
- **📝 Formatação Markdown**: Respostas bonitas e estruturadas
- **🌐 Conhecimento Dinâmico**: Adiciona URLs para expandir a base de conhecimento
- **⚡ Streaming em Tempo Real**: Vê as respostas a serem geradas ao vivo
- **🎯 Interface Limpa**: UI simplificada sem complexidade de configuração

## 🚀 Início Rápido

### Pré-requisitos

- Python 3.11+
- Chave de API da OpenAI com acesso ao GPT-5

### Instalação

1. **Clona e navega até ao projeto**

```bash
   cd rag_tutorials/agentic_rag_gpt5
   ```

```markdown
# Instalação de Dependências

Para instalar as dependências necessárias, executa o seguinte comando:

```bash
npm install
```

3. **Configuração do Ambiente**
   
Antes de começares a usar a aplicação, deves configurar as variáveis de ambiente. Cria um ficheiro `.env` na raiz do projeto e adiciona as seguintes variáveis:

```
DATABASE_URL=your_database_url
API_KEY=your_api_key
```

4. **Executar a Aplicação**

Para iniciar a aplicação, utiliza o comando:

```bash
npm start
```

5. **Testes**

Para executar os testes, utiliza o seguinte comando:

```bash
npm test
```

6. **Construir a Aplicação**

Para construir a aplicação para produção, utiliza:

```bash
npm run build
```

7. **Contribuição**

Se desejas contribuir para este projeto, por favor, segue os seguintes passos:

1. Faz um fork do repositório.
2. Cria uma nova branch para a tua funcionalidade ou correção de bug.
3. Faz as tuas alterações e commit.
4. Envia um pull request.
```

```bash
   pip install -r requirements.txt
   ```

```markdown
3. **Configura a tua chave de API da OpenAI**
```

```bash
   export OPENAI_API_KEY="your-api-key-here"
   ```

```markdown
# Configuração do Ambiente

Para começar, deves configurar o ambiente da tua aplicação. Podes fazer isso de duas maneiras: através de variáveis de ambiente ou criando um ficheiro `.env`.

## Usar Variáveis de Ambiente

Define as seguintes variáveis de ambiente:

```bash
export DATABASE_URL="url_da_base_de_dados"
export API_KEY="tua_chave_api"
```

## Criar um Ficheiro `.env`

Ou cria um ficheiro `.env`:

```
DATABASE_URL=url_da_base_de_dados
API_KEY=tua_chave_api
```

## Instalação

Para instalar as dependências necessárias, executa:

```bash
npm install
```

## Execução

Para iniciar a aplicação, utiliza o seguinte comando:

```bash
npm start
```

## Testes

Para executar os testes, usa:

```bash
npm test
```

## Contribuição

Se desejas contribuir para este projeto, por favor, segue as diretrizes de contribuição no ficheiro `CONTRIBUTING.md`.
```

```
   OPENAI_API_KEY=your-api-key-here
   ```

```markdown
4. **Executa a aplicação**
```

```bash
   streamlit run agentic_rag_gpt5.py
   ```

## 🎯 Como Usar

1. **Insere a tua chave de API da OpenAI** na barra lateral
2. **Adiciona fontes de conhecimento** inserindo URLs na barra lateral
3. **Faz perguntas** utilizando a área de texto ou os prompts sugeridos
4. **Vê as respostas a serem transmitidas** em tempo real com formatação markdown

### Perguntas Sugeridas

- **"O que é Agno?"** - Aprende sobre o framework Agno e os agentes
- **"Equipes no Agno"** - Compreende como as equipas funcionam no Agno
- **"Construir sistema RAG"** - Obtém um guia passo a passo para construir sistemas RAG

## 🏗️ Arquitetura

### Componentes Principais

- **`Agent`**: Orquestra todo o processo de Q&A
- **`UrlKnowledge`**: Gere o carregamento de documentos a partir de URLs
- **`LanceDb`**: Base de dados vetorial para pesquisa de similaridade eficiente
- **`OpenAIEmbedder`**: Converte texto em embeddings
- **`OpenAIChat`**: Modelo GPT-5-nano para gerar respostas

### Fluxo de Dados

1. **Carregamento de Conhecimento**: URLs são processadas e armazenadas no LanceDB
2. **Pesquisa Vetorial**: Embeddings da OpenAI permitem pesquisa semântica
3. **Geração de Respostas**: O GPT-5-nano processa a informação e gera respostas
4. **Saída em Streaming**: Exibição em tempo real de respostas formatadas

## 🔧 Configuração

### Definições da Base de Dados
- **Base de Dados Vetorial**: LanceDB com armazenamento local
- **Nome da Tabela**: `agentic_rag_docs`
- **Tipo de Pesquisa**: Pesquisa de similaridade vetorial

## 📚 Gestão de Conhecimento

### Adicionando Fontes
- Usa a barra lateral para adicionar novas URLs
- As fontes são processadas e indexadas automaticamente
- As fontes atuais são exibidas como uma lista numerada

### Conhecimento Padrão
- Começa com a documentação do Agno: `https://docs.agno.com/introduction/agents.md`
- Expandível com qualquer documentação baseada na web

## 🎨 Funcionalidades da UI

### Barra Lateral
- **Gestão da Chave de API**: Entrada segura para credenciais da OpenAI
- **Adição de URL**: Expansão dinâmica da base de conhecimento
- **Fontes Actuais**: Lista numerada de URLs carregadas

### Interface Principal
- **Prompts Sugeridos**: Acesso rápido a perguntas comuns
- **Entrada de Consulta**: Área de texto grande para perguntas personalizadas
- **Streaming em Tempo Real**: Geração de respostas ao vivo
- **Renderização Markdown**: Respostas formatadas de forma bonita

## Poupe horas todas as semanas com IA, sem complicações

O **Doutor AI** dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe. [Ver planos →](https://doutorai.pt/precos)

---
Conteúdo de Doutor AI (https://doutorai.pt). Ao citar, indique a fonte: https://doutorai.pt/apps/agentic-rag-gpt5