Creación de un chatbot RAG con Knowledge Assistant

En este demo, aprenderás a usar la función "Knowledge Assistant" en Databricks (conocida como "Agent Bricks") para datos no estructurados, lo que incluye cómo:

• Ingestar datos: Los documentos se ingieren mediante una canalización, a partir de archivos de Unity Catalog (UC) o un índice de vectores. La demostración utiliza volúmenes con documentos PDF.
• Crear y configurar un agente: Crea un agente, proporciona una descripción y conéctalo a varias fuentes, como recomendaciones del personal y nuevos lanzamientos. El objetivo del agente es buscar información y proporcionar respuestas con vínculos a las fuentes.
• Probar y evaluar: Prueba el agente con una consulta y revisa las sugerencias, los enlaces de origen y el razonamiento.
• Mejorar la calidad: Mejora el rendimiento del agente mediante tres métodos:
  1. Instrucciones generales: Usa retroalimentación en lenguaje natural para guiar el comportamiento del agente, como indicarle que use conocimientos generales cuando no se encuentren documentos relevantes.
  2. Retroalimentación de datos etiquetados: Agrega información específica directamente para mejorar la base de conocimientos del agente.
  3. Pautas con información específica: Proporciona una pregunta e incluye pautas con información nueva (como un próximo lanzamiento) que especifiquen la lógica del agente (p. ej., revisar el inventario y luego recomendar el nuevo lanzamiento).