SERVIÇO · 02

Pipelines RAG

Recuperação híbrida com citações e detecção de drift — respostas que seus auditores conseguem ler.

Iniciar projetoVer arquitetura de referência
WHAT YOU GET

Índice híbrido

Embeddings densos + BM25, fundidos com reranker aprendido. O recall segue saudável quando o corpus cresce.

Respostas com fonte ligada

Toda afirmação cita o trecho da fonte. Evals de faithfulness + grounding rodam toda noite.

Detecção de drift

Distribuição de embeddings e hit rate monitorados. Alertas disparam antes das respostas degradarem.

02 · Reference architecture

What we actually ship.

Every system we build follows this shape. Client at the edge, tools in a sandbox, traces everywhere, evaluators gating output. No black boxes, no "it works on my machine."

EDGE
Client
web · mobile · API
Gateway
auth · rate-limit · redact PII
ORQUESTRAÇÃO
Orchestrator
planner · router · memory
Durable · exactly-once
AGENTES & TOOLS
Retrieval
híbrido · rerank · cite
Tool calls
sandboxed · timeboxed
Evaluator
gates · rubricas · LLM-judge
DADOS & CONFIANÇA
Vector + BM25
isolado por tenant
Traces / logs
OTel · replayable
Saída assinada
auditável · rollback
04 · Run

Watch an agent do the job.

Three real production scenarios, replayed at observed latency. Every box is a span; every span has tokens, cost, and an eval gate. This is what shows up in your traces, not a marketing animation.

POST/api/v1/agent/runConsulta ambient de 7 minutos → nota pronta para o clínico com citações.
trace · clinicalspan_id 7c1f…
orchestrator.run0ms
PLANorchestrator.planorchestrator · 80ms · 178 tok · $0.0013
Plan rationale

Pipeline scribe: ASR médico, contexto do paciente + template, rascunho SOAP, gates de segurança.

Subtasks
tool.asrretrieval.contextreasonerevaluator
0ms/3.07s
LATENCY0msbudget 3.00s
TOKENS0in + out
COST$0.0000budget $0.025
EVAL GATE—deterministic + LLM-judge
PRONTA · revisão clínica
Rascunho SOAP. 14 citações. 2 afirmações de baixa confiança destacadas.
latency3.12scost$0.022tokens3,104evals9/9
09 · STACK

Modern tools, composed cleanly.

Modelos
Claude, GPT-4, Llama 3
Recuperação
pgvector, Qdrant, BM25
Eval
Promptfoo, Braintrust
Observability
OpenTelemetry, Langfuse
Índice vetorial
Embeddings · híbrido
Armazenamento
Postgres, S3, R2
09 · FAQ

FAQ · Pipelines RAG

Preço fixo, scoped a duas semanas. Compartilhamos uma rate sheet sob solicitação — o objetivo é que você saia com algo concreto (arquitetura + spike) independente de continuar conosco.

COMEÇAR

Coloque o primeiro sistema no ar.

Discovery de preço fixo em 2 semanas. Você sai com arquitetura, spike funcionando e plano de build.

Iniciar projetoVer modelos de engagement