Trazendo dados inteligentes com inteligência artificial
O curso Production-agentic-rag oferece treinamento prático no desenvolvimento de sistemas de produção assistida por busca baseados em agentes (RAG agentic) que automatizam os processos de recuperação de informações de fontes de dados complexas. Baseado na linguagem Python, este recurso ensina a arquitetura técnica necessária para criar aplicativos de inteligência artificial escalonáveis e em nível de produção.
Atualizações
- 3 de outubro de 2026: Estrelas 8,216 → 9,265, versão mais recente week7.0 (26 de novembro de 2025).
- 2 de agosto de 2026: Estrelas 6,536 → 8,216, versão mais recente week7.0 (26 de novembro de 2025).
O que você ganha
- Estabelecer a infraestrutura necessária para sistemas RAG no nível de produção.
- Aplicação de pesquisa híbrida e métodos inteligentes de processamento de dados.
- Desenvolvendo mecanismos de decisão baseados em agentes com LangGraph.
Instalação
git clone <repository-url>
cd arxiv-paper-curator
# 2. Configure environment (IMPORTANT!)
cp .env.example .env
# The .env file contains all necessary configuration for OpenSearch,
# arXiv API, and service connections. Defaults work out of the box.
# You need to add Jina embeddings free api key and langfuse keys (check the blogs)
# 3. Install dependencies
uv sync
# 4. Start all services
docker compose up --build -d
# 5. Verify everything works
curl http://localhost:8000/api/v1/healthExecução
git clone --branch <WEEK_TAG> https://github.com/jamwithai/arxiv-paper-curator
cd arxiv-paper-curator
uv sync
docker compose down -v
docker compose up --build -d
# Replace <WEEK_TAG> with: week1.0, week2.0, etc.Se você não programa
Quero desenvolver um assistente de pesquisa acadêmica usando o projeto de curso de agente de produção. Para a instalação básica do projeto, após baixar o repositório com o comando git clone, preciso configurar o arquivo .env e instalar as dependências com uv sync. Então, quero verificar se o sistema está funcionando em http://localhost:8000/api/v1/health iniciando todos os serviços com o comando docker compose up --build -d. Você pode me orientar sobre as chaves de API e configurações de serviço às quais devo prestar atenção neste processo?
Repositório: https://github.com/jamwithai/production-agentic-rag-course. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.
Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.
Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.
Se uma chave de API for necessária, não me peça para digitá-la no chat. Mostre-me como adicioná-la ao arquivo .env e garanta que este arquivo não seja enviado ao Git.
Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.
Termos relacionados do glossário
Links
A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-06-03: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.