Assistente de PDF com RAG (LangChain)

Projeto de aprendizado para implementar um sistema RAG (Retrieval Augmented Generation) que responde perguntas sobre documentos PDF usando LangChain.

Arquitetura

Tecnologias Utilizadas

• LangChain: Framework para aplicações com LLMs
• Google Gemini: Modelo de linguagem para geração de respostas
• HuggingFace Embeddings: Geração de embeddings locais
• ChromaDB: Banco de dados vetorial
• PyPDF: Extração de texto de PDFs

Como Funciona

1. Preparação dos Dados:

   • Carrega o PDF
   • Divide em chunks menores
   • Gera embeddings (vetores) de cada chunk
   • Armazena no ChromaDB

2. Consulta:

   • Usuário faz uma pergunta
   • Sistema busca chunks mais relevantes semanticamente
   • Monta um prompt com os chunks + pergunta
   • LLM gera resposta baseada no contexto