- Etapa 1: Clone o repositório AI_RAG do GitHub.
- Etapa 2: Instale as dependências com pip install -r requirements.txt.
- Etapa 3: Prepare seu corpus de documentos e configure um banco de dados vetorial (por exemplo, FAISS, Pinecone).
- Etapa 4: Configure as chaves de API de incorporação e LLM no arquivo de configuração.
- Etapa 5: Execute o script de indexação para construir o armazenamento vetorial.
- Etapa 6: Execute o script de consulta para enviar prompts do usuário e receber respostas com contexto.