# Agente RAG AI Contextual

> Uma aplicação Streamlit que integra a plataforma RAG gerida pela AI Contextual. Crie um armazenamento de dados, ingresse documentos, inicie um agente e converse com base nos seus dados.

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

## Tutorial completo

# Contextual AI RAG Agent

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:

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

```markdown
## 2. Criar e ativar um ambiente virtual.

## 3. Instalar dependências:
```

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

```markdown
4. Lança a aplicação:
```

```bash
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.

## 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/contextualai-rag-agent