Cite
No arProjeto pessoal explorando RAG agêntico. Cada resposta vem com citações inline; clicar em uma abre o documento-fonte na região exata que gerou a resposta, e um juiz automatizado avalia se a fonte realmente sustenta a afirmação.
O que faz
Times fazem upload de documentos — PDFs, Word, HTML, Markdown — e conversam com eles em linguagem natural. Cada resposta é respaldada por citações inline. Clicar em uma citação abre o documento-fonte na região exata que gerou a resposta, com o trecho relevante destacado, e um juiz automatizado avalia se aquela fonte realmente sustenta a afirmação.
Por que construí
Não é um produto — é um projeto pessoal. Chatbots RAG sem citação são infalsificáveis. Ancoragem por citação torna a saída do modelo verificável, que é o ponto central de usar um sistema de recuperação. Também queria criar uma UI onde a citação é a interação principal, não uma nota de rodapé — o visualizador de documentos tem o mesmo peso que o chat — e fechar o ciclo com um juiz que avalia se a fonte citada realmente sustenta a afirmação.
Como funciona
Recuperação agêntica
O modelo planeja e itera recuperações antes de responder: busca híbrida de vetor + palavra-chave sobre pgvector, decomposição de sub-queries para perguntas compostas, e Voyage Rerank 2.5 sobre o conjunto de candidatos. Ele faz uma verificação de suficiência antes de responder — ou diz que não consegue.
O visualizador de citações
Clicar em uma citação abre a fonte em um painel lateral, rolado até o trecho exato — uma bounding box em uma página de PDF (via parsing de layout do LlamaParse) ou um intervalo de texto em HTML — destacado no fluxo de evidências. Um painel redimensionável volta ao estado original quando você termina.
Auditoria de citações
Um juiz automatizado classifica cada citação como Suportada, Parcial ou Não Suportada, com uma pontuação de confiança e um raciocínio curto. Admins têm um dashboard para triar as fracas — filtrar por afirmações não suportadas em contexto, com raciocínio por citação em vez de um único número opaco.
Colaboração e multitenancy
Presença ao vivo, sincronização de mensagens em tempo real e comentários encadeados em mensagens e regiões de documentos mantêm o time trabalhando sobre uma única fonte de verdade. Os documentos ficam dentro do workspace da organização, visíveis apenas para membros por papel. A interface está disponível em inglês e português brasileiro.
Status
No ar em cite.picoral.me. O pipeline de recuperação agêntica, o visualizador de citações e o juiz estão funcionando de ponta a ponta; o foco atual é polir a colaboração.
Perguntas
O que é o Cite?
Cite é uma aplicação de chat com recuperação agêntica aumentada. Times fazem upload de documentos e fazem perguntas em linguagem natural. Cada resposta é respaldada por citações inline — clicar em uma abre o documento-fonte na região exata que gerou a resposta, com o trecho relevante destacado.
O que diferencia o Cite de um chatbot RAG comum?
Duas coisas. Primeiro, a recuperação é agêntica — o modelo planeja e itera buscas híbridas de vetor + palavra-chave com reranking antes de responder, em vez de uma única busca por similaridade top-k. Segundo, a citação é a interface, não uma nota de rodapé. As citações são clicáveis e rolam o visualizador de documentos de forma síncrona até o trecho citado, então verificar é um clique, não uma busca.
Como as citações são verificadas?
Um juiz automatizado compara cada afirmação citada com o trecho-fonte e a classifica como Suportada, Parcial ou Não Suportada, com uma pontuação de confiança e um raciocínio curto. Transforma "confie no modelo" em "verifique a evidência".
Quais formatos de arquivo o Cite aceita?
PDF, DOCX, HTML e Markdown, até 100 MB cada. O LlamaParse cuida do parsing de PDF com reconhecimento de layout; o Cite divide em chunks, gera embeddings com Voyage 3 Large e os indexa, mostrando o status de ingestão por documento.