Pular para o conteúdo
LabS Atlas
Generative AI
Entrar

RAG Agêntico

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

RAG agêntico é a evolução do RAG em que agentes com ferramentas decidem quais fontes consultar, se precisam buscar mais e quando gerar a resposta, em vez de seguir um fluxo fixo.

O RAG tradicional recupera trechos vetorizados, monta um contexto e gera a resposta. Funciona bem para consultas estáticas e específicas, mas fica preso ao que foi indexado no banco vetorial e tem pouca adaptabilidade em tempo real. O RAG agêntico coloca um ou mais agentes nesse processo: eles podem chamar APIs externas, aplicar regras predefinidas, avaliar a própria resposta e recorrer a outra fonte quando a primeira não basta. O objetivo continua sendo reduzir a Alucinação, agora com camadas extras de busca e verificação.

A diferença para o RAG modular, descrito em Tipos de RAG, está na autonomia. O RAG modular também combina várias peças de recuperação, mas executa uma receita fechada. No agêntico é o modelo que decide quais funções acionar e com quais parâmetros, e ele pode até concluir que não consegue responder por falta de uma ferramenta ou de conteúdo.

Como o fluxo decide acionar os agentes

Um desenho comum tenta primeiro o RAG tradicional. Se a resposta atende ao pedido, ela vai direto ao usuário; se não, os agentes entram para complementar ou corrigir. As ferramentas dos agentes, chamadas de tools, são requisições a APIs ou regras definidas no próprio agente, e o mecanismo que permite ao modelo acioná-las é o Function Calling. Para a tarefa ser bem mapeada, basta o nome da função e uma documentação clara do que ela faz, sem uma descrição extensa escrita à mão.

Para saber se a resposta está boa o suficiente, define-se uma saída estruturada: o formato e o conteúdo esperados. Um segundo agente, avaliador, compara a resposta gerada com essa definição e decide se ela segue adiante. Conhecer o produto é pré-requisito, porque é preciso saber que tipo de resposta é aceitável. O que fazer quando a resposta quase atende, faltando um detalhe, fica a cargo do desenho de cada sistema.

O que os agentes acrescentam ao RAG tradicional

  • Flexibilidade: adaptar-se a perguntas diferentes e consultar fontes online além do banco vetorial.
  • Escalabilidade: manter histórico e estado conforme o uso cresce.
  • Autonomia: menos dependência de um fluxo predefinido.
  • Personalização: ajuste ao usuário, apoiado em memória de chat que guarda interações passadas e refina as respostas com o tempo.

As APIs externas mais citadas cobrem processamento de linguagem natural (tradução, resumo), visão computacional, dados financeiros em tempo real, como cotações, e geolocalização. A ação também pode vir depois da geração, como notificar um sistema de monitoramento.

Um caso que mostra o ganho: calcular a média de um aluno. O RAG sozinho recupera poucos chunks relacionados à pergunta e não teria todas as notas do ano. Combinando as duas coisas, o RAG traz as regras de cálculo do manual da instituição e um agente busca as notas atualizadas no sistema transacional. A resposta sai precisa e evita manter dados que mudam o tempo todo dentro da base vetorial.

Uma implementação com cinco agentes

Uma montagem didática com CrewAI usa cinco agentes: um router, que analisa as palavras-chave da pergunta e escolhe entre o banco vetorial e a busca na web, com prioridade para o banco; um retriever, que recupera os trechos; um grader, que verifica se a resposta corresponde ao pedido; um avaliador de alucinação; e um avaliador de resposta, que escolhe qual resultado apresentar como final. A busca na web funciona como fallback quando o conteúdo vetorizado não cobre a pergunta.

Custo e confiabilidade

O RAG agêntico não substitui o tradicional em todo caso. Cada agente acrescenta chamadas ao modelo e custo, e a configuração fica mais difícil de garantir conforme a cadeia cresce. Como a busca externa retorna fontes diferentes a cada execução, o resultado varia; sem uma etapa de avaliação final, a saída fica inconsistente entre execuções.