AutoRAG: RAG Autónomo com GPT-4o e Base de Dados Vetorial

🎓 TUTORIAL GRATUITO Passo a Passo

👉 Clica aqui para seguir o nosso tutorial completo passo a passo e aprende como construir isto do zero com explicações detalhadas e melhores práticas.

Esta aplicação Streamlit implementa um sistema de Geração Aumentada por Recuperação (RAG) autónomo utilizando o modelo GPT-4o da OpenAI e a base de dados PgVector. Permite aos utilizadores carregar documentos PDF, adicioná-los a uma base de conhecimento e interagir com o assistente de IA utilizando contexto tanto da base de conhecimento como de pesquisas na web.

Funcionalidades

• Interface de chat para interagir com o assistente de IA
• Carregamento e processamento de documentos PDF
• Integração da base de conhecimento utilizando PostgreSQL e Pgvector
• Capacidade de pesquisa na web utilizando DuckDuckGo
• Armazenamento persistente de dados e conversas do assistente

Como Começar?

1. Clona o repositório do GitHub

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/rag_tutorials/autonomous_rag

2. Instala as dependências necessárias:

pip install -r requirements.txt

pip install -r requirements.txt

3. Assegura que a base de dados PgVector está a funcionar:

A aplicação espera que o PgVector esteja a funcionar em localhost:5532. Ajusta a configuração no código se a tua configuração for diferente.

docker run -d \
  -e POSTGRES_DB=ai \
  -e POSTGRES_USER=ai \
  -e POSTGRES_PASSWORD=ai \
  -e PGDATA=/var/lib/postgresql/data/pgdata \
  -v pgvolume:/var/lib/postgresql/data \
  -p 5532:5432 \
  --name pgvector \
  phidata/pgvector:16

4. Executa a Aplicação Streamlit

Para executar a aplicação Streamlit, segue os passos abaixo:

1. Abre o terminal.
2. Navega até ao diretório onde se encontra o teu ficheiro app.py.
3. Executa o seguinte comando:

streamlit run app.py

4. Após alguns momentos, a aplicação abrir-se-á automaticamente no teu navegador padrão. Se não abrir, verifica o terminal para encontrar o URL onde a aplicação está a ser executada, normalmente algo como http://localhost:8501.

Agora já deves conseguir interagir com a tua aplicação Streamlit!

streamlit run autorag.py