SmartRAG es una biblioteca modular en Python diseñada para flujos de trabajo de generación aumentada por recuperación (RAG) con grandes modelos de lenguaje. Combina ingesta de documentos, indexación vectorial y APIs de LLM de última generación para ofrecer respuestas precisas y ricas en contexto. Los usuarios pueden importar archivos PDF, archivos de texto o páginas web, indexarlos usando almacenes vectoriales populares como FAISS o Chroma, y definir plantillas de indicaciones personalizadas. SmartRAG orquesta la recuperación, la composición de indicaciones y la inferencia de LLM, devolviendo respuestas coherentes fundamentadas en documentos fuente. Al abstraer la complejidad de los pipelines RAG, acelera el desarrollo de sistemas de preguntas y respuestas para bases de conocimiento, chatbots y asistentes de investigación. Los desarrolladores pueden extender conectores, cambiar proveedores de LLM y ajustar estrategias de recuperación para adaptarse a dominios específicos de conocimiento.

Contoso Creative Writer es un proyecto de muestra de código abierto que demuestra cómo construir y desplegar un asistente de escritura creativa impulsado por IA usando servicios de Azure AI. Aprovechando modelos de Azure OpenAI, Bot Framework y una integración opcional de Semantic Kernel, este agente involucra a los usuarios mediante indicaciones conversacionales para generar ideas de historias, antecedentes de personajes, sugerencias de diálogos y esquemas de tramas. Los desarrolladores pueden personalizar las plantillas de prompts, ajustar el tono y estilo de escritura, e integrar fuentes de datos adicionales. La aplicación incluye una interfaz de chat basada en web potenciada por Azure Bot Service, que permite interacciones en tiempo real y un despliegue fluido en la nube. Con arquitectura modular y ejemplos de código claros, Contoso Creative Writer sirve como base para crear soluciones de escritura a medida, desde narraciones de ficción hasta generación de textos de marketing, mejorando la creatividad y la productividad.

El LangChain RAG Agent configura una canalización que ingiere documentos, los convierte en embeddings con modelos de OpenAI y los almacena en una base de datos vectorial FAISS. Cuando llega una consulta del usuario, la cadena de recuperación LangChain obtiene pasajes relevantes, y el executor del agente coordina entre herramientas de recuperación y generación para producir respuestas ricas en contexto. Esta arquitectura modular soporta plantillas de prompt personalizadas, múltiples proveedores LLM y tiendas de vectores configurables, ideal para construir chatbots impulsados por conocimiento.