Esse repositório acompanha o tutorial Introdução a RAG do iafluente
.
Você pode utilizar esse repositório para acompanhar o tutorial ou como ponto de partida para a sua própria aplicação de RAG.
A estrutura do repositório é baseada nesse template, disponibilizado pelo Openlayer.
Primeiro, é importante criar o banco de dados de vetores para o RAG. Isso é feito no notebook notebooks/indexing.ipynb
. Execute o notebook para criar o banco de vetores.
Com o banco de vetores criado, é possível executar a aplicação. Para isso:
- Instale as dependências e adicione a sua API key da OpenAI no arquivo
.env
:
pip install -r requirements.txt
cp .env.example .env # Crie o arquivo .env. Depois, adicione a sua API key da OpenAI
- Execute a aplicação, que deve ser disponibilizada no
localhost:5000
.
python app/server.py
Navegue para o localhost:5000
e faça perguntas sobre tutoriais do iafluente
.
Essa aplicação é utiliza RAG por trás das cenas e a pipeline RAG é definida no arquivo app/model/rag.py
.