Construindo um RAG do zero
A trilha completa de recuperação: chunking, embeddings, busca e avaliação.
Ao final desta trilha, você consegue
Você vai montar um pipeline de RAG funcional e saber diagnosticar por que o retriever erra.
Entre para marcar etapas concluídas e acompanhar seu progresso nesta trilha.
- ArtigoEtapa 1
RAG na prática: do zero ao primeiro retriever
Monte um pipeline de RAG funcional em Python, entenda chunking, embeddings e por que seu retriever devolve lixo.
Por que agora: O pipeline inteiro de ponta a ponta, com código que roda.
- LaboratórioEtapa 2
Simulador de Chunking
Ajuste tamanho e sobreposição e veja onde o seu documento é cortado.
Por que agora: Veja com os próprios olhos onde o seu documento está sendo cortado errado.
- ArtigoEtapa 3
Chunking: as estratégias que funcionam
Compare 4 estratégias de chunking com código: tamanho fixo, parágrafo, recursiva e semântica. Entenda trade-offs e saiba quando usar cada uma.
Por que agora: As estratégias por tipo de documento — e quando cada uma quebra.
- ArtigoEtapa 4
Banco vetorial na prática: pgvector e além
Implemente banco vetorial com pgvector no Postgres. Aprenda índices HNSW vs IVFFlat, busca híbrida em SQL e quando migrar para solução dedicada.
Por que agora: Onde guardar os embeddings, e por que pgvector costuma bastar.
- JogoEtapa 5
Pipeline em Pânico
Roteie registros sujos pelas estações certas antes que a esteira te engula.
Por que agora: A intuição de que dado sujo na entrada vira resposta ruim na saída.
- ArtigoEtapa 6
RAG, fine-tuning ou prompt? Guia de decisão
Compare custo, latência e implementação. Saber quando NOT usar fine-tuning economiza meses.
Por que agora: Fecha a trilha decidindo quando RAG NÃO é a resposta certa.