agents-course/pr_545/es/unit3/agentic-rag/agentic-rag.html

<meta charset="utf-8" /><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;Generación Aumentada por Recuperación con Agentes (RAG Agéntico)&quot;,&quot;local&quot;:&quot;generación-aumentada-por-recuperación-con-agentes-rag-agéntico&quot;,&quot;sections&quot;:[],&quot;depth&quot;:1}">
		<link href="/docs/agents-course/pr_545/es/_app/immutable/assets/0.e3b0c442.css" rel="modulepreload">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/entry/start.63ebcd5b.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/scheduler.37c15a92.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/singletons.4b25defb.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/index.18351ede.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/paths.6deaf1b7.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/entry/app.b37467ae.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/index.2bf4358c.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/nodes/0.147ec314.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/each.e59479a4.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/nodes/68.6eb1eae0.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/Tip.363c041f.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/Heading.8ada512a.js">
		<link rel="modulepreload" href="/docs/agents-course/pr_545/es/_app/immutable/chunks/getInferenceSnippets.031140c2.js"><!-- HEAD_svelte-u9bgzb_START --><meta name="hf:doc:metadata" content="{&quot;title&quot;:&quot;Generación Aumentada por Recuperación con Agentes (RAG Agéntico)&quot;,&quot;local&quot;:&quot;generación-aumentada-por-recuperación-con-agentes-rag-agéntico&quot;,&quot;sections&quot;:[],&quot;depth&quot;:1}"><!-- HEAD_svelte-u9bgzb_END -->      <p></p>  <h1 class="relative group"><a id="generación-aumentada-por-recuperación-con-agentes-rag-agéntico" class="header-link block pr-1.5 text-lg no-hover:hidden with-hover:absolute with-hover:p-1.5 with-hover:opacity-0 with-hover:group-hover:opacity-100 with-hover:right-full" href="#generación-aumentada-por-recuperación-con-agentes-rag-agéntico"><span><svg class="" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" aria-hidden="true" role="img" width="1em" height="1em" preserveAspectRatio="xMidYMid meet" viewBox="0 0 256 256"><path d="M167.594 88.393a8.001 8.001 0 0 1 0 11.314l-67.882 67.882a8 8 0 1 1-11.314-11.315l67.882-67.881a8.003 8.003 0 0 1 11.314 0zm-28.287 84.86l-28.284 28.284a40 40 0 0 1-56.567-56.567l28.284-28.284a8 8 0 0 0-11.315-11.315l-28.284 28.284a56 56 0 0 0 79.196 79.197l28.285-28.285a8 8 0 1 0-11.315-11.314zM212.852 43.14a56.002 56.002 0 0 0-79.196 0l-28.284 28.284a8 8 0 1 0 11.314 11.314l28.284-28.284a40 40 0 0 1 56.568 56.567l-28.285 28.285a8 8 0 0 0 11.315 11.314l28.284-28.284a56.065 56.065 0 0 0 0-79.196z" fill="currentColor"></path></svg></span></a> <span>Generación Aumentada por Recuperación con Agentes (RAG Agéntico)</span></h1> <p data-svelte-h="svelte-1w1sufm">En esta unidad, veremos cómo podemos usar RAG Agéntico para ayudar a Alfred a prepararse para la increíble gala.</p>  <div class="course-tip  bg-gradient-to-br dark:bg-gradient-to-r before:border-green-500 dark:before:border-green-800 from-green-50 dark:from-gray-900 to-white dark:to-gray-950 border border-green-50 text-green-700 dark:text-gray-400">Sabemos que ya hemos discutido la Generación Aumentada por Recuperación (RAG) y RAG agéntico en la unidad anterior, así que siéntete libre de avanzar si ya estás familiarizado con los conceptos.</div> <p data-svelte-h="svelte-rgzchy">Los LLMs están entrenados en enormes volúmenes de datos para aprender conocimiento general.
Sin embargo, el modelo de conocimiento del mundo de los LLMs no siempre puede contener información relevante y actualizada.
<strong>RAG resuelve este problema encontrando y recuperando información relevante de tus datos y enviándola al LLM.</strong></p> <p data-svelte-h="svelte-kysd50"><img src="https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/unit2/llama-index/rag.png" alt="RAG"></p> <p data-svelte-h="svelte-19462b3">Ahora, piensa en cómo funciona Alfred:</p> <ol data-svelte-h="svelte-6l54b1"><li>Le hemos pedido a Alfred que ayude a planificar una gala</li> <li>Alfred necesita encontrar las últimas noticias e información meteorológica</li> <li>Alfred necesita estructurar y buscar la información de los invitados</li></ol> <p data-svelte-h="svelte-15yilz3">Así como Alfred necesita buscar en la información de tu hogar para ser útil, cualquier agente necesita una manera de encontrar y comprender datos relevantes.
<strong>RAG Agéntico es una forma poderosa de usar agentes para responder preguntas sobre tus datos.</strong> Podemos proporcionar varias herramientas a Alfred para ayudarlo a responder preguntas.
Sin embargo, en lugar de responder automáticamente a la pregunta basada en documentos, Alfred puede decidir usar cualquier otra herramienta o flujo para responder la pregunta.</p> <p data-svelte-h="svelte-13tmvvi"><img src="https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/unit2/llama-index/agentic-rag.png" alt="RAG Agéntico"></p> <p data-svelte-h="svelte-1hbf0e1">¡Comencemos a <strong>construir nuestro flujo de trabajo de RAG agéntico!</strong></p> <p data-svelte-h="svelte-16ipdv5">Primero, crearemos una herramienta RAG para recuperar detalles actualizados sobre los invitados. Luego, desarrollaremos herramientas para búsqueda web, actualizaciones meteorológicas y estadísticas de descargas de modelos de Hugging Face Hub. Finalmente, integraremos todo para dar vida a nuestro agente RAG agéntico!</p> <a class="!text-gray-400 !no-underline text-sm flex items-center not-prose mt-4" href="https://github.com/huggingface/agents-course/blob/main/units/es/unit3/agentic-rag/agentic-rag.mdx" target="_blank"><span data-svelte-h="svelte-1kd6by1">&lt;</span> <span data-svelte-h="svelte-x0xyl0">&gt;</span> <span data-svelte-h="svelte-1dajgef"><span class="underline ml-1.5">Update</span> on GitHub</span></a>  <p></p> 
			
			<script>
				{
					__sveltekit_1k0olmh = {
						assets: "/docs/agents-course/pr_545/es",
						base: "/docs/agents-course/pr_545/es",
						env: {}
					};

					const element = document.currentScript.parentElement;

					const data = [null,null];

					Promise.all([
						import("/docs/agents-course/pr_545/es/_app/immutable/entry/start.63ebcd5b.js"),
						import("/docs/agents-course/pr_545/es/_app/immutable/entry/app.b37467ae.js")
					]).then(([kit, app]) => {
						kit.start(app, element, {
							node_ids: [0, 68],
							data,
							form: null,
							error: null
						});
					});
				}
			</script>