🤖 Construir um Agente RAG em Python: AskMyDocs Passo a Passo
📌 Pra que serve
RAG (Retrieval-Augmented Generation) faz um LLM responder suas próprias perguntas sobre documentos próprios — sem alucinações. Você carrega PDFs, planilhas e TXTs numa base de dados local, o sistema busca os trechos relevantes e passa pro Claude responder com citações. Um agente RAG vai além: o LLM decide sozinho quando e quantas vezes buscar, pra perguntas complexas ("vou de home office no primeiro mês e como reivindico passagens?").
🛠️ Passo a passo
1. Configure o Python e instale as dependências
mkdir askmydocs && cd askmydocs
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install anthropic chromadb pypdf python-dotenv streamlit2. Crie .env com sua chave Anthropic
ANTHROPIC_API_KEY=sua-chave-aqui
CLAUDE_MODEL=claude-opus-5-53. Coloque seus PDFs/TXTs em data/
Ou use os arquivos de exemplo do tutorial (HR policy, FAQ de produto).
4. Rode a ingestão (carrega, corta em pedaços e cria embeddings locais)
python ingest.py
Saída: hr_policy.md: 23 chunks
5. Teste a busca semântica (entende significado, não só palavras-chave)
python retriever.py "how many holidays do I get"
Encontra "annual leave" mesmo não tendo "holidays"
6. Lance o chat Streamlit (interface visual)
streamlit run app.py
Abre em http://localhost:8501
7. Compare dois modos: clássico RAG (1 busca) × agente RAG (planejamento próprio).
💡 Dica: Embeddings e vector database (ChromaDB) rodam locais → zero custo e privado. Só o Claude cobra. Quer testar grátis? Troque por Ollama (modelo local) no arquivo rag_ollama.py.
🔗 Links e instalação
- Fonte oficial: https://codanics.com/rag-tutorial-python-build-rag-ai-agent/
- Chave Anthropic (grátis pra começar): https://console.anthropic.com/keys
- ChromaDB (código aberto):
pip install chromadb
pip install streamlit
- Alternativa local grátis: https://ollama.ai
Arquivos do projeto: 8 arquivos Python prontos pra copiar-colar do tutorial — config.py, ingest.py, retriever.py, rag.py, agent.py, app.py, evaluate.py, rag_ollama.py.