<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: Wilbert Luís</title>
    <description>The latest articles on DEV Community by Wilbert Luís (@wilzinh).</description>
    <link>https://dev.to/wilzinh</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F4250367%2Fa7aeb5ee-4b0d-468a-92a2-d4bbf4f04e40.jpg</url>
      <title>DEV Community: Wilbert Luís</title>
      <link>https://dev.to/wilzinh</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/wilzinh"/>
    <language>en</language>
    <item>
      <title>Research Quest: construindo um RAG confiável e de baixo custo — Parte 1</title>
      <dc:creator>Wilbert Luís</dc:creator>
      <pubDate>Tue, 17 Nov 2026 19:22:38 +0000</pubDate>
      <link>https://dev.to/wilzinh/research-quest-construindo-um-rag-confiavel-e-de-baixo-custo-parte-1-24ch</link>
      <guid>https://dev.to/wilzinh/research-quest-construindo-um-rag-confiavel-e-de-baixo-custo-parte-1-24ch</guid>
      <description>&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F7thrvprmocqi7uofxhqi.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F7thrvprmocqi7uofxhqi.png" alt="Research Quest Logo, special art" width="800" height="800"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Da ideia à arquitetura de uma aplicação que responde com base em documentos
&lt;/h2&gt;

&lt;p&gt;Modelos de linguagem são excelentes para produzir respostas convincentes. O problema é que uma resposta convincente não é necessariamente verdadeira.&lt;/p&gt;

&lt;p&gt;Foi dessa preocupação que surgiu o &lt;strong&gt;Research Quest&lt;/strong&gt;, uma aplicação para enviar documentos, fazer perguntas sobre seu conteúdo e receber respostas fundamentadas em trechos verificáveis.&lt;/p&gt;

&lt;p&gt;O desenvolvimento é aberto e pode ser acompanhado no &lt;a href="https://github.com/WilbertMarins/research-quest" rel="noopener noreferrer"&gt;repositório do Research Quest no GitHub&lt;/a&gt;, onde estão disponíveis o código-fonte, o histórico das decisões e a evolução do MVP.&lt;/p&gt;

&lt;p&gt;O objetivo não é criar apenas mais um chat com IA. A proposta é explorar como construir um fluxo de pesquisa que:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;utilize somente os documentos selecionados;&lt;/li&gt;
&lt;li&gt;apresente as fontes utilizadas;&lt;/li&gt;
&lt;li&gt;reconheça quando não há evidência suficiente;&lt;/li&gt;
&lt;li&gt;execute tarefas demoradas em segundo plano;&lt;/li&gt;
&lt;li&gt;continue simples e barato o bastante para uma prova de conceito.&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;
  
  
  O escopo do MVP
&lt;/h2&gt;

&lt;p&gt;A primeira versão aceita documentos TXT e Markdown. Após o upload, o conteúdo passa por validação, divisão em trechos e geração de embeddings.&lt;/p&gt;

&lt;p&gt;Quando uma pergunta é enviada, a aplicação procura os trechos semanticamente mais próximos e entrega esse contexto a um agente. O modelo deve produzir uma resposta estruturada e indicar exatamente quais trechos sustentam sua conclusão.&lt;/p&gt;

&lt;p&gt;O fluxo principal é:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Documento → chunks → embeddings → busca vetorial
                                     ↓
Pergunta → tarefa assíncrona → agente → resposta + fontes
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Para cumprir o prazo e evitar complexidade prematura: autenticação, PDFs, múltiplos agentes e deploy de produção ficaram fora do MVP.&lt;/p&gt;

&lt;h2&gt;
  
  
  A arquitetura escolhida
&lt;/h2&gt;

&lt;p&gt;O projeto utiliza um monorepo com:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Next.js&lt;/strong&gt; para a interface;&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;FastAPI&lt;/strong&gt; para a API;&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;PostgreSQL com pgvector&lt;/strong&gt; para dados e busca vetorial;&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;LangGraph&lt;/strong&gt; para organizar o fluxo do agente;&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Groq&lt;/strong&gt; para gerar as respostas;&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Celery e RabbitMQ&lt;/strong&gt; para execução em segundo plano;&lt;/li&gt;
&lt;li&gt;embeddings locais para reduzir dependência e custo.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;A escolha do PostgreSQL com pgvector evita adicionar um banco vetorial separado. Para uma PoC, manter documentos, tarefas e vetores no mesmo banco simplifica a arquitetura e a operação.&lt;/p&gt;

&lt;p&gt;Os embeddings são produzidos localmente. Assim, o custo externo fica concentrado na geração da resposta, utilizando inicialmente os modelos disponíveis no plano gratuito do Groq.&lt;/p&gt;

&lt;h2&gt;
  
  
  Por que executar em segundo plano?
&lt;/h2&gt;

&lt;p&gt;Uma pesquisa pode envolver busca vetorial, chamada ao modelo, validação da resposta e novas tentativas em caso de falha temporária. Manter a conexão HTTP aberta durante todo esse processo tornaria a interface mais frágil.&lt;/p&gt;

&lt;p&gt;Por isso, a API cria uma tarefa e retorna imediatamente seu identificador. Um worker processa essa tarefa enquanto o frontend acompanha seus estados:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;queued → running → completed
                 ↘ retrying → running
                 ↘ failed
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;O PostgreSQL funciona como fonte de verdade. Mesmo que o worker seja reiniciado, o estado conhecido da pesquisa continua persistido.&lt;/p&gt;

&lt;h2&gt;
  
  
  Respostas com evidências
&lt;/h2&gt;

&lt;p&gt;O ponto mais importante do projeto é o tratamento das fontes.&lt;/p&gt;

&lt;p&gt;O agente não recebe apenas uma pergunta. Ele recebe trechos identificados dos documentos recuperados. A resposta deve seguir um contrato estruturado e referenciar somente identificadores que realmente participaram da busca.&lt;/p&gt;

&lt;p&gt;Se os trechos não forem suficientes, o sistema deve informar essa limitação em vez de completar a resposta com conhecimento externo.&lt;/p&gt;

&lt;p&gt;Essa abordagem não elimina completamente as alucinações, mas reduz o espaço disponível para respostas sem sustentação e permite que o usuário confira a origem da informação.&lt;/p&gt;

&lt;h2&gt;
  
  
  Desenvolvimento orientado a especificações
&lt;/h2&gt;

&lt;p&gt;Antes da implementação, o projeto foi dividido em especificações menores:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;fundação e ambiente;&lt;/li&gt;
&lt;li&gt;ingestão de documentos;&lt;/li&gt;
&lt;li&gt;busca vetorial;&lt;/li&gt;
&lt;li&gt;tarefas de pesquisa;&lt;/li&gt;
&lt;li&gt;agente e fundamentação;&lt;/li&gt;
&lt;li&gt;execução assíncrona;&lt;/li&gt;
&lt;li&gt;interface;&lt;/li&gt;
&lt;li&gt;qualidade e documentação.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Essa divisão ajuda a manter os commits pequenos e prioriza a entrega de um fluxo vertical funcional. Funcionalidades secundárias só entram quando não colocam o MVP em risco.&lt;/p&gt;

&lt;h2&gt;
  
  
  Próxima parte
&lt;/h2&gt;

&lt;p&gt;Nesta primeira parte, apresentei o problema, o escopo e as principais decisões arquiteturais do Research Quest.&lt;/p&gt;

&lt;p&gt;Na parte 2, mostrarei como funciona a ingestão dos documentos: validação, deduplicação, chunking, embeddings locais e persistência no pgvector.&lt;/p&gt;

&lt;p&gt;Enquanto isso, você pode acompanhar a implementação e explorar o código no &lt;a href="https://github.com/WilbertMarins/research-quest" rel="noopener noreferrer"&gt;GitHub&lt;/a&gt;. Sugestões e discussões técnicas são bem-vindas.&lt;/p&gt;




&lt;p&gt;Se você está construindo aplicações com RAG, quais estratégias utiliza para impedir que o modelo responda sem evidências suficientes?&lt;/p&gt;

</description>
      <category>ai</category>
      <category>rag</category>
      <category>python</category>
      <category>architecture</category>
    </item>
  </channel>
</rss>
