O design modular do RAGLight permite que os usuários escolham diferentes modos de trabalho de acordo com suas necessidades: o modo RAG padrão implementa o processo básico de geração de recuperação; o Agentic RAG adiciona a funcionalidade Intelligent Body para dar suporte ao raciocínio em várias etapas e ao ajuste dinâmico da estratégia de recuperação; e o modo RAT (Retrieval Augmented Thinking) aprimora ainda mais a lógica e a precisão das respostas por meio da introdução de uma etapa de reflexão. Esses três modos são implementados por meio de diferentes classes de pipeline (por exemplo, RAGPipeline, AgenticRAGPipeline, RATPipeline), oferecendo aos usuários um conjunto completo de soluções RAG, do básico ao avançado.
Essa resposta foi extraída do artigoRAGLight: biblioteca Python de geração de aumento de recuperação leveO
Português do Brasil 
简体中文 
English 
日本語 
Deutsch