Agentic RAG com MongoDB

Este projeto implementa um sistema RAG (Retrieval-Augmented Generation) usando Go, OpenAI GPT-4 e MongoDB. O sistema permite que um agente de IA busque informações relevantes em uma base de dados antes de responder às perguntas do usuário.

🚀 Tecnologias

• Go 1.21+
• MongoDB
• OpenAI GPT-4
• Docker & Docker Compose

📁 Estrutura do Projeto

.
├── cmd/
│   ├── api/
        |__ main.go    # Aplicação principal
│   └── seed/
│       └── main.go    # Script para popular o banco
├── internal/
│   └── database/
│       └── mongodb.go # Pacote de acesso ao MongoDB
├── docker-compose.yml # Configuração do MongoDB
└── go.mod            # Dependências do Go

🛠️ Configuração

1. Variáveis de Ambiente

Crie um arquivo .env na raiz do projeto:

OPENAI_API_KEY=sua-chave-da-openai
MONGO_URI=mongodb://admin:password123@localhost:27017

2. Instalação

1. Clone o repositório:

git clone https://github.com/alextavella/agentic-rag.git
cd agentic-rag

2. Instale as dependências:

go mod tidy

3. Inicie o MongoDB:

docker-compose up -d

4. Verifique se os containers estão rodando:

docker-compose ps

3. População do Banco

Execute o script de seed para inserir documentos de exemplo:

go run cmd/seed/main.go

💻 Uso

1. Execute a aplicação principal:

go run cmd/api/main.go

2. A aplicação irá:
   • Receber uma pergunta do usuário
   • O agente (GPT-4) decidirá se precisa buscar informações
   • Se necessário, consultará o MongoDB
   • Gerará uma resposta combinando seu conhecimento com os dados encontrados

📊 MongoDB Express

Uma interface web para gerenciar o MongoDB está disponível em:

• URL: http://localhost:8081
• Usuário: admin
• Senha: password123

🗃️ Estrutura dos Documentos

Os documentos no MongoDB seguem esta estrutura:

type Document struct {
    Title    string `json:"title"`    // Título do documento
    Content  string `json:"content"`  // Conteúdo principal
    Link     string `json:"link"`     // Link/caminho do documento
    Category string `json:"category"` // Categoria (ex: "performance")
}

🔍 Funcionalidades

1. Busca Semântica

   • Índice de texto no MongoDB para busca eficiente
   • Busca em títulos e conteúdo dos documentos
   • Limite configurável de resultados

2. Integração com OpenAI

   • Uso do modelo GPT-4 Turbo
   • Sistema de ferramentas (tools) para busca
   • Histórico de conversação mantido

3. Persistência

   • Armazenamento em MongoDB
   • Conexão segura com autenticação
   • Volume Docker para persistência dos dados

🤝 Contribuindo

1. Faça um fork do projeto
2. Crie uma branch para sua feature (git checkout -b feature/nova-feature)
3. Commit suas mudanças (git commit -m 'Adiciona nova feature')
4. Push para a branch (git push origin feature/nova-feature)
5. Abra um Pull Request

📝 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

✨ Próximos Passos

• Adicionar testes automatizados
• Implementar busca vetorial
• Adicionar mais opções de configuração
• Melhorar tratamento de erros
• Adicionar métricas e monitoramento
• Implementar cache de resultados
• Adicionar suporte a mais tipos de documentos