Aula Completaça de Agentes RAG com tudo o que você precisa

O que é um agente RAG

Agentes RAG combinam recuperação de informações com geração de linguagem natural para criar assistentes capazes de responder com base em documentos específicos. Em vez de depender apenas do conhecimento interno de um modelo de linguagem, o sistema busca trechos relevantes em uma base própria e os insere no prompt antes de gerar a resposta. Essa abordagem reduz alucinações e permite que empresas usem políticas internas, manuais e bases de conhecimento sem precisar treinar modelos do zero. A aula explora esse conceito de forma prática, construindo um assistente de RH que responde perguntas a partir de um PDF de políticas internas.

O projeto prático da aula

O projeto central é um assistente de RH desenvolvido em Python, com interface web criada no Streamlit. O usuário faz perguntas sobre políticas da empresa, como regras de férias ou conduta, e o sistema retorna respostas embasadas em um documento PDF carregado. A interface exibe o histórico de conversa e permite interação em tempo real, simulando um chatbot corporativo. A escolha do RH como exemplo é didática, mas as mesmas técnicas se aplicam a atendimento ao cliente, suporte técnico e integração com canais como WhatsApp ou sites institucionais.

Configuração inicial e segurança

A aula começa com a configuração do ambiente, incluindo a criação de uma chave de API da OpenAI e seu armazenamento em um arquivo .env. Essa prática protege credenciais sensíveis e evita que chaves sejam expostas em código-fonte versionado ou compartilhado. O uso do python-dotenv permite carregar variáveis de ambiente de forma simples e segura. A configuração inicial também inclui a instalação de bibliotecas necessárias e a estruturação do projeto para facilitar a evolução do sistema ao longo da aula.

Como o Streamlit acelera a interface

O Streamlit é apresentado como uma ferramenta que transforma scripts Python em aplicações web interativas sem exigir conhecimentos de HTML, CSS ou JavaScript. A aula mostra como o código inicial já contém a base do chat, com campo de entrada e área de mensagens. O session state é usado para manter o histórico da conversa entre as interações, garantindo que o contexto não se perca a cada nova pergunta. Essa parte é essencial para entender como o front-end simplificado permite focar na lógica do agente RAG em vez de gastar tempo com desenvolvimento web tradicional.

A arquitetura da chain no LangChain

O LangChain é introduzido como framework para orquestrar as etapas do sistema RAG. A aula detalha o conceito de chain, que organiza a sequência de operações: receber a pergunta, buscar contexto relevante, montar o prompt e chamar o modelo. O prompt template é criado com variáveis para contexto e pergunta do usuário, permitindo que o modelo receba sempre informações atualizadas. O RunnablePassthrough é explicado como um componente que repassa dados sem modificação, facilitando a integração entre as partes da cadeia e evitando erros de passagem de parâmetros.

Do PDF ao banco vetorial

O carregamento do PDF é feito com o PyPDFLoader, que extrai o texto do documento para processamento posterior. Em seguida, o RecursiveCharacterTextSplitter divide o texto em blocos menores, com parâmetros de chunk size e chunk overlap que controlam o tamanho e a sobreposição entre os trechos. Essa divisão é necessária para que o sistema possa buscar partes específicas do documento em vez de analisar o arquivo inteiro a cada pergunta. A sobreposição ajuda a manter contexto entre blocos adjacentes, evitando que informações importantes sejam cortadas no meio de uma frase ou parágrafo.

Embeddings e busca vetorial

Embeddings são representações numéricas de texto que capturam significado semântico, permitindo comparar trechos por similaridade em vez de correspondência exata de palavras. A aula explica por que embeddings são mais eficientes do que comparação direta de texto, especialmente quando a pergunta do usuário usa sinônimos ou variações de linguagem. O FAISS é apresentado como biblioteca para criar o banco vetorial, armazenando os embeddings dos blocos do documento. O retriever do FAISS recebe a pergunta do usuário, converte em embedding e busca os blocos mais relevantes para montar o contexto que será enviado ao modelo.

Teste final e aplicações

A etapa final conecta todas as partes: o retriever busca contexto relevante, o prompt é montado com esse contexto e a pergunta, e o modelo GPT-4o mini gera a resposta. O StringOutputParser extrai o texto final da resposta do modelo, tornando o retorno adequado para exibição no chat. O teste demonstra o sistema respondendo corretamente com base no PDF, validando a integração entre LangChain, FAISS e OpenAI API. As possibilidades de uso incluem chatbots internos, atendimento automatizado e integração com plataformas de mensageria, mostrando o potencial dessa arquitetura para aplicações reais.