Création d'un chatbot RAG avec Knowledge Assistant

Dans cette démo, vous apprendrez à utiliser la fonctionnalité "Knowledge Assistant" dans Databricks (appelée "Agent Bricks") pour les données non structurées, notamment :

• Ingestion des données : les documents sont ingérés via un pipeline, à partir de fichiers Unity Catalog (UC) ou d'un index vectoriel. La démonstration utilise des volumes avec des documents PDF.
• Créer et configurer un agent : créez un agent, donnez-lui une description et connectez-le à diverses sources, telles que les recommandations du personnel et les nouveautés. L'objectif de l'agent est de rechercher des informations et de fournir des réponses avec des liens vers les sources.
• Tester et évaluer : testez l'agent avec une query et examinez les suggestions, les Links sources et le raisonnement.
• Amélioration de la qualité : améliorez les performances de l'agent à l'aide de trois méthodes :
  1. Instructions générales : utilisez les commentaires en langage naturel pour guider le comportement de l'agent, par exemple en lui demandant d'utiliser ses connaissances générales lorsqu'aucun document pertinent n'est trouvé.
  2. Feedback sur les données étiquetées : ajoutez directement des informations spécifiques pour améliorer la base de connaissances de l'agent.
  3. Directives avec des informations spécifiques : Fournissez une question et incluez des directives avec de nouvelles informations (comme une future version) et spécifiant la logique de l'agent (par exemple, vérifier l'inventaire, puis recommander la nouvelle version).