Agente RAG AI Contextual

Uma aplicação Streamlit que integra a plataforma RAG gerida pela Contextual AI. Cria um datastore, ingere documentos, cria um agente e conversa baseado nos teus dados.

Funcionalidades

• Ingestão de documentos para datastores da Contextual AI
• Criação de agentes ligados a um ou mais datastores
• Geração de respostas através do Modelo de Linguagem Fundamentado (GLM) da Contextual para respostas fiáveis e fundamentadas na recuperação
• Reclassificação de documentos recuperados por relevância da consulta e instruções personalizadas (multilingue)
• Visualização da recuperação (mostrar imagem da página de atribuição e metadados)
• Avaliação de respostas com LMUnit utilizando uma rubrica personalizada

Pré-requisitos

• Conta na Contextual AI e chave de API (Dashboard → API Keys)

Gerar uma chave de API

1. Inicia sessão na tua conta em app.contextual.ai.
2. Clica em "API Keys".
3. Clica em "Create API Key".
4. Copia a chave e cola-a na barra lateral da aplicação quando solicitado.

Como Executar

1. Clona o repositório e navega até à pasta da aplicação:

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

2. Criar e ativar um ambiente virtual.

3. Instalar dependências:

pip install -r requirements.txt

4. Lança a aplicação:

streamlit run contextualai_rag_agent.py

Utilização

1. Na barra lateral, cola a tua chave da API do Contextual AI. Opcionalmente, fornece um ID de Agente e/ou ID de Datastore existentes, se já os tiveres.

2. Se necessário, cria um novo datastore. Carrega PDFs ou ficheiros de texto para ingestão. A aplicação aguarda até que os documentos terminem o processamento.

3. Cria um novo agente (ou utiliza um existente) ligado ao datastore.

4. Faz perguntas na entrada de chat. As respostas são geradas pelo teu agente Contextual AI.

5. Funcionalidades avançadas opcionais:

• Definições do Agente: Atualiza o prompt do sistema do agente através da interface.
• Depuração e Avaliação: Ativa a informação de recuperação para visualizar atribuições; executa a avaliação LMUnit na última resposta com uma rubrica personalizada.

Notas de Configuração

• Se estiveres numa instância de cloud não americana, define a URL Base na barra lateral (por exemplo, http://api.contextual.ai/v1). A aplicação utilizará esta URL base para todas as chamadas à API, incluindo a verificação de prontidão.
• A visualização de recuperação utiliza agents.query.retrieval_info para buscar imagens de páginas em base64 e exibi-las diretamente.
• A avaliação LMUnit utiliza lmunit.create para pontuar a última resposta de acordo com a tua rubrica.