Graph RAG - Relacionamentos Inteligentes

Workflow Pronto

Workflow avancado com 3 tabelas relacionadas no Supabase. Combina busca semantica com traversal de relacionamentos.

O Que e Graph RAG?

Graph RAG usa um grafo de informacoes onde diferentes tabelas/tipos de dados estao conectados entre si. Isso tambem pode ser chamado de ontologia - entender como diferentes conjuntos de dados se relacionam.

Documents

Titulo, conteudo, categoria, autor, status + IDs relacionados

FAQs

Perguntas e respostas frequentes + documento fonte

Procedures

Procedimentos passo-a-passo + documentos relacionados

Fluxo de Ingestao e Vetorizacao

Input de Dados com Schema

Agente recebe dados de teste + definicoes de tabelas (documents, FAQs, procedures) com mapeamentos de relacionamento.

Classificacao LLM dos Dados

Revisa dados de entrada contra schemas para determinar atribuicao correta de tabela.

Parsing e Validacao JSON

Extrai dados estruturados e valida contra regras de schema predefinidas.

Geracao de Embeddings OpenAI

Converte titulo + conteudo em vetores via requisicao HTTP.

Roteamento Inteligente

Direciona dados para tabela Supabase apropriada baseado na classificacao (documents/FAQs/procedures).

Preservacao de Relacionamentos

Armazena IDs de chave estrangeira (related_faq_id, related_procedure_id) nos metadados para traversal de grafo.

Fluxo de Retrieval e Traversal

Busca Semantica Multi-Tabela

Agente consulta tres vector stores separados (um por tipo de dado) simultaneamente.

Retrieval Vetorial Inicial

Retorna chunks relevantes com IDs de relacionamento embeddados nos metadados.

Traversal de Relacionamentos

Usa IDs retornados para buscar registros diretamente conectados de tabelas relacionadas.

Estrategia de Busca Dupla

Combina busca semantica para resultados primarios + queries diretas por ID para contexto vinculado.

Agregacao de Contexto

Mescla dados semanticamente relevantes com informacoes relacionalmente conectadas para respostas abrangentes.

Estrutura de Relacionamentos

Documents
├── id (PK)
├── title
├── content
├── category
├── author
├── status
├── related_faq_id → FAQs.id
└── related_procedure_id → Procedures.id

FAQs
├── id (PK)
├── question
├── answer
└── source_document_id → Documents.id

Procedures
├── id (PK)
├── title
├── steps[]
└── related_document_id → Documents.id
        

Proposta de Valor

Completude Contextual

Inclui automaticamente documentos, FAQs e procedimentos relacionados versus chunks isolados.

Navegacao de Conhecimento Estruturada

Segue relacionamentos explicitos entre tipos de dados como um humano conectaria informacoes.

Reducao de Alucinacao

Aproveita relacionamentos definidos em vez de inferir conexoes, melhorando precisao.

Arquitetura de Dados Escalavel

Lida com bases de conhecimento complexas multi-entidade que busca vetorial simples nao consegue navegar.

Compradores Ideais

TI e Suporte Enterprise

Sistemas de documentacao onde guias, troubleshooting e FAQs referenciam uns aos outros.

Sistemas de Saude

Registros medicos vinculando diagnosticos, protocolos de tratamento, medicacoes e historicos.

Compliance e Regulatorio

Sistemas de auditoria conectando politicas, procedimentos, incidentes e acoes corretivas.

Desenvolvimento de Produto

Docs de engenharia relacionando especificacoes, procedimentos de teste, issues e decisoes de design.

Servicos Legais

Gestao de casos vinculando contratos, precedentes, peticoes e correspondencia relacionada.

Plataformas Educacionais

Materiais de curso conectando aulas, exercicios, pre-requisitos e recursos.

Configuracao Avancada

1. Defina os Schemas

Configure as definicoes de tabelas (documents, FAQs, procedures) com todos os campos e relacionamentos. O agente precisa conhecer a estrutura para classificar corretamente.

2. Crie as Tabelas no Supabase

Use os comandos SQL incluidos no workflow para criar as tabelas com as dimensoes corretas para embeddings e foreign keys.

3. Configure o Roteador

O router direciona dados para documents, FAQs ou procedures baseado na classificacao do LLM. Ajuste as condicoes conforme seu schema.

4. Configure Estrategias de Busca

O system message do agente inclui duas estrategias: busca semantica + traversal de relacionamentos via IDs nos metadados.

5. Embedding via HTTP Request

Este workflow usa HTTP request para embeddings (nao um agente). Configure sua OpenAI key e certifique-se que as dimensoes correspondem as tabelas.

Este e o workflow mais complexo da trilha. Requer configuracao cuidadosa das tabelas, schemas e relacionamentos antes de funcionar corretamente.