RAG iafluente

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.

Como executar

Indexação

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.

Aplicação

Com o banco de vetores criado, é possível executar a aplicação. Para isso:

1. 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

2. 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.