RAG e Conhecimento ·Médio

Agente RAG com Cohere ⌘R

Um sistema Agente RAG construído com o novo modelo Command-r7b-12-2024 da Cohere, Qdrant para armazenamento vetorial, Langchain para RAG e LangGraph para orquestração. Esta aplicação permite aos utilizadores carregar documentos, fazer perguntas sobre eles e obter respostas potenciadas por IA com fallback para pesquisa na web quando necessário.

Código aberto completo
Explicado em português

Ficha técnica

Categoria: RAG e Conhecimento
Dificuldade: Médio
Modelos: -
Frameworks: LangChain
Corre local?: Precisa de APIs cloud
Chaves necessárias: Nenhuma

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

Tutorial completo

Um sistema Agente RAG construído com o novo modelo Command-r7b-12-2024 da Cohere, Qdrant para armazenamento de vetores, Langchain para RAG e LangGraph para orquestração. Esta aplicação permite aos utilizadores carregar documentos, fazer perguntas sobre eles e obter respostas potenciadas por IA com fallback para pesquisa na web quando necessário.

Funcionalidades

Processamento de Documentos
Carregamento e processamento de documentos PDF
Divisão automática de texto e incorporação
Armazenamento de vetores na nuvem Qdrant

Consultas Inteligentes
Recuperação de documentos baseada em RAG
Pesquisa de similaridade com filtragem por limiar
Fallback automático para pesquisa na web quando não são encontrados documentos relevantes
Atribuição de fontes para respostas

Capacidades Avançadas
Integração de pesquisa na web DuckDuckGo
Agente LangGraph para pesquisa na web
Geração de respostas ciente do contexto
Resumo de respostas longas

Funcionalidades Específicas do Modelo
Modelo Command-r7b-12-2024 para Chat e RAG
Modelo cohere embed-english-v3.0 para incorporações
Função create_react_agent do langgraph
Ferramenta DuckDuckGoSearchRun para pesquisa na web

Pré-requisitos

1. Chave de API da Cohere

Vai a Cohere Platform
Regista-te ou faz login na tua conta
Navega até à secção de Chaves de API
Cria uma nova chave de API

2. Configuração da Nuvem Qdrant

Visita Qdrant Cloud
Cria uma conta ou faz login
Cria um novo cluster
Obtém as tuas credenciais:

Chave de API Qdrant: Encontrada na secção de Chaves de API
URL Qdrant: A URL do teu cluster (formato: https://xxx-xxx.aws.cloud.qdrant.io)

Como Executar

Clona o repositório:

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

2. Instalar dependências:

Para instalar as dependências necessárias, executa o seguinte comando:

npm install

Isto irá instalar todas as bibliotecas e pacotes necessários definidos no ficheiro package.json.

pip install -r requirements.txt

streamlit run rag_agent_cohere.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

Agente Tutor de Matemática – RAG Agentic com Ciclo de Feedback

Arquitetura de Fluxo.

OpenAI
Llama

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