Construindo um chatbot RAG com o Knowledge Assistant

Nesta demonstração, você aprenderá a usar o recurso "Knowledge Assistant" no Databricks (conhecido como "Agent Bricks") para dados não estruturados, incluindo como:

• Ingerir dados: os documentos são ingeridos por meio de um pipeline, a partir de arquivos do Unity Catalog (UC) ou de um índice de vetor. A demonstração usa volumes com documentos PDF.
• Criar e configurar um agente: crie um agente, forneça uma descrição e conecte-o a várias fontes, como recomendações da equipe e novos lançamentos. O objetivo do agente é pesquisar informações e fornecer respostas com links de origem.
• Teste e avalie: teste o agente com uma consulta e analise as sugestões, os links de origem e o raciocínio.
• Melhorar a qualidade: melhore o desempenho do agente usando três métodos:
  1. Instruções gerais: use feedback em linguagem natural para orientar o comportamento do agente, como instruí-lo a usar conhecimento geral quando nenhum documento relevante for encontrado.
  2. Feedback de dados rotulados: adicione informações específicas diretamente para aprimorar a base de conhecimento do agente.
  3. Diretrizes com informações específicas: forneça uma pergunta e inclua diretrizes com novas informações (como um próximo lançamento) e especifique a lógica do agente (por exemplo, verificar o inventário e, em seguida, recomendar o novo lançamento).