GiovanniPasq/agentic-rag-for-dummies

¿Qué es?

Funciones clave

• 01Indexación jerárquica que busca en fragmentos hijo pequeños y devuelve fragmentos padre más grandes como contexto.
• 02Reformulación y aclaración de consultas, incluida la pausa para pedir al usuario los detalles que falten.
• 03Subgrafos paralelos del agente que dividen las preguntas complejas en subconsultas.
• 04Autocorrección que vuelve a consultar cuando los resultados iniciales no son suficientes.
• 05Compresión del contexto y resúmenes de la conversación para mantener los prompts concisos.
• 06Compatibilidad con Ollama en local, con ejemplos de modelos de OpenAI, Anthropic y Google.

Casos de uso

• Aprender cómo se estructuran los flujos de trabajo de Agentic RAG con LangGraph.
• Crear prototipos de un chatbot que responda preguntas sobre documentos PDF.
• Usarlo como punto de partida para un sistema RAG personalizado en el que se pueda sustituir el modelo o la capa de recuperación.
• Comparar la calidad de la recuperación y de las respuestas mediante la evaluación con RAGAS.

Inicio rápido

1. 1

   Instala Ollama desde el sitio oficial

2. 2

   Descarga el modelo local predeterminado

   ollama pull granite4.1:8b
3. 3

   Instala las dependencias de Python del notebook (ejecuta las celdas del tutorial en orden)

   pip install -qU langchain-openai

Antes de usarlo

• !La aplicación ejecutable está diseñada para usar Ollama y necesita un modelo local; los modelos más pequeños, de menos de 8B, pueden alucinar o ignorar las instrucciones de recuperación de información.
• !Los proveedores en la nube requieren tu propia clave de API y tienen costes de uso.
• !El README describe el proyecto como un tutorial, por lo que quizá haya que adaptar la aplicación modular para usarla en producción.

Temas

Preguntas frecuentes

¿Qué es agentic-rag-for-dummies?

Tutorial y proyecto modular de Agentic RAG con LangGraph, con indexación jerárquica, memoria conversacional y aclaración de consultas. Agentic RAG for Dummies es un recurso de aprendizaje y un proyecto extensible que muestra cómo crear un sistema de generación aumentada por recuperación en el que un agente decide cuándo y cómo buscar en documentos. Está organizado como un notebook interactivo para aprender paso a paso y como un proyecto modular en el que se pueden sustituir por separado el proveedor del LLM, el modelo de embeddings, el conversor de PDF y el flujo de trabajo del agente.

¿agentic-rag-for-dummies es gratuito? ¿Qué licencia tiene?

agentic-rag-for-dummies es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿agentic-rag-for-dummies sigue mantenido?

Mantenimiento activo. El último commit de agentic-rag-for-dummies fue el 17 oct 2026.

¿Para qué puedo usar agentic-rag-for-dummies?

Aprender cómo se estructuran los flujos de trabajo de Agentic RAG con LangGraph. Crear prototipos de un chatbot que responda preguntas sobre documentos PDF. Usarlo como punto de partida para un sistema RAG personalizado en el que se pueda sustituir el modelo o la capa de recuperación. Comparar la calidad de la recuperación y de las respuestas mediante la evaluación con RAGAS.

¿Cómo se instala agentic-rag-for-dummies?

Instala Ollama desde el sitio oficial Descarga el modelo local predeterminado: ollama pull granite4.1:8b Instala las dependencias de Python del notebook (ejecuta las celdas del tutorial en orden): pip install -qU langchain-openai

¿Dónde consigo agentic-rag-for-dummies?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/GiovanniPasq/agentic-rag-for-dummies