- Passo 1: Clone o repositório Advanced_RAG do GitHub.
- Passo 2: Instale as dependências necessárias usando pip install -r requirements.txt.
- Passo 3: Configure seu armazenamento de vetores (por exemplo, FAISS, Pinecone) no arquivo de configuração.
- Passo 4: Carregue e indexe seus documentos usando os scripts de ingestão fornecidos.
- Passo 5: Personalize as configurações do buscador e do LLM no pipeline.
- Passo 6: Execute o script do pipeline RAG para consultar e gerar respostas.
- Passo 7: Avalie e ajuste os parâmetros usando os módulos de avaliação embutidos.