Cet article présente une architecture complète pour un système RAG multi-agents qui va au-delà de la génération augmentée de récupération de base. Le système dispose de plusieurs agents spécialisés qui coordonnent pour traiter des requêtes complexes, avec un module d'évaluation intégré qui évalue la qualité des réponses. Une innovation clé est le mécanisme de feedback humain dans la boucle, où des réviseurs humains peuvent fournir des commentaires sur les sorties des agents, qui sont ensuite utilisés pour affiner automatiquement les prompts et améliorer les réponses futures. L'architecture comprend des composants pour l'orchestration des agents, la gestion du contexte et une boucle de rétroaction qui comble l'écart entre les sorties du système et les attentes des utilisateurs. Pour les équipes d'ingénierie, cela fournit un plan pratique pour construire des systèmes RAG qui peuvent s'améliorer en continu sans ingénierie manuelle des prompts. Le cadre d'évaluation couvre des métriques comme la pertinence, la précision et l'exhaustivité, ce qui le rend adapté aux déploiements en production où l'assurance qualité est critique.
Une architecture détaillée pour un système RAG multi-agents avec auto-amélioration via évaluation et feedback humain dans la boucle.