💬 Chat com seus PDFs usando RAG

📌 Pra que serve

Retrieval-Augmented Generation (RAG) combina buscas em documentos com LLMs para criar chatbots que respondem baseados em seus PDFs, não na memória do modelo. Perfeito para bases de conhecimento internas, suporte ao cliente, pesquisa legal/compliance e assistentes de onboarding — sem alucinações.

🛠️ Passo a passo

1. Crie conta na Eden AI
Acesse [edenai.co](https://edenai.co), registre-se e copie sua API key no dashboard. Você terá uma camada gratuita para começar.

2. Configure seu projeto RAG
Via API (Python):

copiarimport requests
API_KEY = "sua_chave_aqui"
headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
payload = {
    "project_name": "MeuChatbot",
    "collection_name": "base_conhecimento",
    "db_provider": "qdrant",
    "embeddings_provider": "openai",
    "llm_provider": "openai",
    "llm_model": "gpt-4"
}
response = requests.post(
    "https://api.edenai.run/v2/agent/rag/",
    json=payload,
    headers=headers
)
project_info = response.json()
project_id = project_info["id"]  # guarde isso

3. Envie seus PDFs (indexação)

copiarurl = f"https://api.edenai.run/v2/aiproducts/askyoda/v2/{project_id}/add_file"
files = {"file": open("seu_documento.pdf", "rb")}
data = {"data_type": "pdf"}
requests.post(url, headers=headers, files=files, data=data)

4. Defina um prompt de sistema (opcional, mas recomendado)
Instrua o modelo: "Você é assistente técnico. Sempre cite a fonte dos dados. Responda em português conciso."

5. Teste no chat (UI)
Na interface do Eden AI, use a seção de chat para testar queries. Veja qual chunk foi recuperado na aba "Database Chunks".

6. Integre via API na sua app

copiarquery = "Como faço setup do desenvolvimento?"
payload = {
    "query": query,
    "llm_provider": "openai",
    "llm_model": "gpt-4",
    "k
": 3  # top 3 chunks
}
answer = requests.post(
    f"https://api.edenai.run/v2/aiproducts/askyoda/v2/{project_id}/ask_llm",
    headers=headers,
    json=payload
).json()

7. Embed no seu site (HTML)

copiar<script src="</script>" target="_blank" rel="noopener">https://cdn.edenai.run/chatbot.js"></script>
<div id="chatbot" data-project-id="seu_project_id"></div>

💡 Dica:

🔗 Links e instalação

• Documentação oficial: [docs.edenai.co](https://docs.edenai.co)
• Fonte: https://www.edenai.co/post/use-rag-to-chat-with-pdfs-build-your-own-pdf-chabot-with-llms
• Dependências Python:

copiarpip install requests python-dotenv

• Suporte: Comunidade Discord da Eden AI (link no site)