RAG e Conhecimento ·Médio

Agente Tutor de Matemática – RAG Agentic com Ciclo de Feedback

Arquitetura de Fluxo.

Código aberto completo
Explicado em português

Ficha técnica

Categoria: RAG e Conhecimento
Dificuldade: Médio
Modelos: OpenAI, Llama
Frameworks: LlamaIndex
Corre local?: Precisa de APIs cloud
Chaves necessárias: OPENAI_API_KEYTAVILY_API_KEY

Licença Apache-2.0 · conteúdo curado, traduzido e mantido pelo Doutor AI.

Tutorial completo

Este projeto implementa uma arquitetura Agentic-RAG para simular um professor de matemática que resolve questões de matemática ao nível do JEE com explicações passo a passo. O sistema encaminha inteligentemente as consultas entre uma base de dados vetorial e uma pesquisa na web, aplica guardrails de entrada/saída e incorpora feedback humano para aprendizagem contínua.

📌 Funcionalidades

✅ Guardrails de Entrada (DSPy): Aceita apenas questões académicas de matemática.
📚 Pesquisa na Base de Conhecimento: Utiliza Qdrant Vector DB com OpenAI Embeddings para corresponder a questões conhecidas.
🌐 Fallback Web: Integra a API Tavily quando não é encontrada uma boa correspondência.
✍️ Explicações GPT-4.1: Gera soluções matemáticas passo a passo.
🛡️ Guardrails de Saída: Filtra por correção e segurança.
👍 Feedback Humano no Ciclo: Os utilizadores classificam as respostas (Sim/Não), registadas para aprendizagem futura.
📊 Benchmarking: Avaliado no conjunto de dados JEEBench com limites de questões ajustáveis.
💻 Interface Streamlit: Painel interativo com múltiplas abas.

🚀 Fluxo da Arquitetura

📚 Base de Conhecimento

Conjunto de Dados: JEEBench (HuggingFace)
Base de Dados Vetorial: Qdrant (com OpenAI Embeddings)
Armazenamento: Construído com llama-index para persistir embeddings e realizar pesquisa de similaridade top-1

🌐 Pesquisa na Web

Utiliza a API Tavily para pesquisa de fallback quando a KB não contém uma boa correspondência
O conteúdo obtido é enviado para GPT-4o para uma explicação clara

🔐 Guardrails

Guardrail de Entrada (DSPy): Aceita apenas questões académicas relacionadas com matemática
Guardrail de Saída (DSPy): Bloqueia conteúdo alucinado ou fora do tópico

👨‍🏫 Feedback Humano no Ciclo

A interface Streamlit permite que os alunos deem 👍 / 👎 após verem a resposta
O feedback é registado num ficheiro JSON local para melhorias futuras

📊 Benchmarking

Avaliado em 50 questões aleatórias de Matemática do JEEBench
Precisão Atual: 66%
Resultados do benchmark guardados em: benchmark/results.csv

🚀 Demonstração

Para executar a aplicação com Streamlit:

streamlit run app/streamlit.py

Da mesma categoria

RAG e ConhecimentoMédio

Gemma de Embedding Agentic Rag

Esta aplicação Streamlit demonstra um Agente de Geração Aumentada por Recuperação (RAG) agentic utilizando o EmbeddingGemma do Google para embeddings …

Llama
local

RAG e ConhecimentoMédio

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 pergun…

OpenAI

RAG e ConhecimentoMédio

RAG Agentic com Raciocínio

1. Gestão Interativa de Base de Conhecimento - Adicionar URLs dinamicamente para conteúdo web - Fonte de conhecimento padrão: artigo MCP vs A2A Protoc…

OpenAI
Gemini

Precisa de uma solução à medida?

Não sabe por onde começar a usar IA no seu negócio? Receba uma avaliação gratuita e um plano à medida - sem compromisso.

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