Recetas
Receta · Chatbot con RAG
Sube documentos, hazle preguntas. Respuestas con citaciones.
OpenAIpgvectorSupabase
Necesitas antes:
- Haber llegado a la Semana 3 del curso (tu primera integración con AI).
La parte de RAG del boilerplate (la extensión pgvector y la tabla documents) aún está en construcción — esta receta se completará cuando esté lista. Mientras tanto, aquí tienes el mapa de lo que vas a construir.
Qué construyes
Un chatbot que responde solo sobre tus documentos (PDF, web, notas). Cada respuesta incluye citaciones al chunk fuente.
Esto es RAG (Retrieval-Augmented Generation): la IA busca primero en tus documentos y responde con lo que encontró, en vez de inventar de memoria. La búsqueda funciona con embeddings — texto convertido en números que capturan su significado, para poder encontrar "lo que se parece" a tu pregunta.
Pasos (preview)
- Activar
features.rag: trueenweb/config.js. - UI para subir PDFs (
/upload). - Pipeline: extract → chunk → embed → store en
documents. - Endpoint
/api/rag/query: embed pregunta → similarity search → pasa contexto al modelo. - UI de chat con badges de citación.