# Hybrid RAG

Sistema de Retrieval-Augmented Generation (RAG) hibrido que combina busca lexical (BM25) e busca semantica (vetorial) usando Reciprocal Rank Fusion (RRF).

## Como funciona

1. Documentos PDF da pasta `docs/` sao carregados e divididos em chunks.
2. Dois retrievers sao criados:
   - BM25 (busca por palavras-chave)
   - Chroma (busca por similaridade semantica com embeddings)
3. Os resultados sao combinados com pesos (40% BM25, 60% vetorial) via EnsembleRetriever.
4. O contexto recuperado e enviado ao LLM (Llama 3.3 70B) para gerar a resposta.

## Dependencias principais

- langchain
- langchain-openai
- langchain-huggingface
- langchain-chroma
- langchain-community
- sentence-transformers
- python-dotenv

## Configuracao

1. Crie um arquivo `.env` com a variavel `OPENAI_API_KEY`.
2. Coloque os PDFs na pasta `docs/`.
3. Execute:

```bash
python app.py
```
## Estrutura

- `app.py` — codigo principal do pipeline RAG hibrido
- `docs/` — PDFs usados como base de conhecimento
- `chroma_langchain_db/` — banco vetorial persistido (Chroma)