AFARAG
RAG local e agêntico para o conhecimento da sua empresa
Você já possui os dados mais valiosos do seu setor: milhares de PDFs, contratos, propostas, relatórios, desenhos, e-mails e registros de bancos de dados. O AfaRAG transforma esse arquivo espalhado em um sistema de IA capaz de raciocinar, que responde com o seu próprio conhecimento, cita cada fonte e nunca sai do seu prédio.
O seu conhecimento já está aí
Só que inutilizável. Espalhado por servidores de arquivos, caixas de e-mail, sistemas ERP e SharePoint; impossível de pesquisar, sem documentação e trancado na cabeça de alguns poucos colegas.
Procurar em vez de trabalhar
Os funcionários gastam horas por semana atrás da versão certa de um documento, da última proposta comparável ou de uma especificação técnica de 2019.
O conhecimento vai embora pela porta
Quando colegas experientes se aposentam ou mudam de emprego, décadas de conhecimento de projetos vão junto, mesmo que todos os documentos continuem no servidor.
IA pública não é uma opção
Contratos, dados pessoais, plantas e cálculos jamais podem ser enviados a um serviço de nuvem norte-americano. O compliance barra o projeto antes mesmo de ele começar.
Como o AfaRAG funciona
Um pipeline de recuperação completo somado a uma camada de raciocínio agêntico, com cada componente rodando dentro da sua própria infraestrutura.
INDEXAÇÃO · corre em segundo plano sempre que os documentos mudam
Os seus dados
ficheiros · e-mail · ERP · DMS
O AfaRAG liga-se aos sistemas que já utiliza e deteta alterações. Nada é copiado para a nuvem.
Leitura e OCR
layout · tabelas · digitalizações
Cada documento é lido como uma pessoa o leria: títulos, tabelas e números de página são mantidos, e as páginas digitalizadas passam por OCR local.
Segmentar e enriquecer
secções · carimbo de página
O texto é dividido segundo a sua própria estrutura. Cada segmento conhece o caminho da secção, a página e a pasta, para que uma tabela de números saiba a que pertence.
Vetorizar
vetores densos + esparsos
Um modelo de embeddings multilingue transforma cada segmento num vetor de significado, e ao lado guarda-se um vetor de palavras-chave para termos exatos e referências.
Extrair entidades
empresas · pessoas · valores
Empresas, pessoas, projetos, valores e datas são extraídos e unificados entre grafias, e cada relação guarda o ficheiro e a página que a comprovam.
Índice híbrido
vetores + palavras-chave
Um único armazém vetorial guarda vetores densos e esparsos de milhões de segmentos, com filtros por projeto, tipo de documento, data e permissões.
Grafo de conhecimento
entidades e relações
Quem trabalhou com quem, em que projeto e onde isso está documentado. O grafo responde a perguntas de relações que a pesquisa de texto não consegue.
Armazém de factos
registos estruturados
Contactos, faturas, propostas e resultados de ensaios ficam como registos estruturados, para que contagens, somas e comparações sejam calculadas e não adivinhadas.
Modelos locais
tudo no seu servidor GPU
Todos os modelos correm no seu próprio hardware. Nada chama uma API externa e cada modelo pode ser trocado quando surgir um modelo aberto melhor.
PERGUNTA → RESPOSTA · em cada consulta, em segundos
Pergunta
chat · voz · API
Pergunte com as suas palavras e na sua língua: por escrito, por voz, com uma imagem anexada ou a partir de outro sistema através da API.
Reformular e encaminhar
intenção → ferramentas
Um modelo local pequeno remove a conversa de circunstância, corrige nomes, transforma a pergunta numa frase de pesquisa e decide que ferramentas são necessárias.
Recuperar
até 7 vias, fundidas
Pesquisa semântica, por palavras-chave, identificadores exatos, caminhos de ficheiros, grafo e factos correm em paralelo e são fundidos nos 100 melhores candidatos.
Reordenar e filtrar
100 → ~8 passagens
Um cross-encoder lê a pergunta e cada passagem em conjunto. As passagens fracas são descartadas e as restantes alargadas à tabela ou secção completa.
Gerar
LLM local · cita fontes
O LLM local raciocina apenas sobre as passagens selecionadas e escreve a resposta na língua da pergunta, citando cada afirmação.
Verificar
números · nomes · ficheiros
Cada número, nome e nome de ficheiro da resposta é confirmado nas fontes. O que não estiver lá é assinalado por baixo da resposta.
Resposta + fontes
citações com página
Recebe a resposta com os documentos e as páginas de onde veio, a um clique do ficheiro original.
↻ Ciclo do agente: evidência insuficiente? Planear, pesquisar de novo, usar ferramentas
Visão esquemática: do arquivo bruto até uma resposta verificada com citação das fontes, sem que um único byte saia da sua rede.
DEMO AO VIVO
Veja o AfaRAG a pensar
Uma sessão simulada com os passos reais do pipeline: o agente reformula a pergunta, escolhe as ferramentas, pesquisa, reordena, confirma cada número e cada nome nas fontes e só então escreve a resposta. À direita, o grafo de conhecimento acende as entidades que vai tocando.
Grafo de conhecimento
Arraste os nós. Passe o cursor ou toque num nó para ver as ligações e os documentos que as comprovam.
Simulação com dados fictícios. Os tempos foram encurtados para a demo.
Todos os formatos de arquivo, estruturados ou não
Não extraímos apenas texto. Layout, tabelas, títulos, notas de rodapé, imagens incorporadas e páginas digitalizadas são reconhecidos, de modo que a IA entende um documento do jeito que uma pessoa o lê.
Formato proprietário ou específico do seu setor? Nós construímos o parser para ele.
Muito mais do que busca de documentos
Um RAG clássico recupera um trecho. Um RAG agêntico planeja, busca várias vezes, usa ferramentas, verifica o próprio resultado e age.
Conecta-se ao que você já usa
Seu RAG não vive em uma ilha. Por meio de servidores MCP e conectores dedicados, ele alcança seus sistemas operacionais, somente leitura ou com ações de escrita, exatamente como você definir.
Falta alguma coisa? Qualquer sistema com API — ou até um simples compartilhamento de arquivos — pode ser conectado.
Nós entregamos o hardware
Um RAG local precisa de poder de GPU. Você não precisa comprar, dimensionar nem configurar nada. Entregamos um appliance pronto para uso, instalado e ajustado ao seu volume de dados e número de usuários.
Dimensionado para você
Medimos seu volume de documentos, número de usuários e expectativas de tempo de resposta e, então, especificamos a configuração exata de GPU, RAM e armazenamento — sem superdimensionamento.
Entregue e instalado
Servidor de rack ou appliance de bancada, entregue no seu endereço, montado, conectado à sua rede e totalmente comissionado pelos nossos engenheiros.
Mantido e escalável
Monitoramento, atualizações e upgrades de modelo incluídos sob demanda. Equipe ou volume de dados crescendo? Nós adicionamos nós de GPU sem paradas.
- Appliance de equipe: para departamentos com até ~25 usuários e centenas de milhares de páginas
- Servidor de rack corporativo: para uso em toda a empresa, multi-GPU, terabytes de documentos
- Cluster enterprise: várias centenas de usuários simultâneos, alta disponibilidade, nós redundantes
- Variante air-gapped: totalmente isolada, para defesa, saúde e infraestrutura crítica
100% GDPR por arquitetura
Não é uma promessa nos termos de serviço, mas um fato técnico: não existe nenhuma conexão de saída para processar os seus dados.
Onde o AfaRAG faz diferença
Da primeira conversa ao sistema em produção
Workshop de descoberta
Analisamos suas fontes de dados, casos de uso, grupos de usuários e requisitos de segurança, e definimos metas mensuráveis.
Prova de conceito
Um conjunto limitado de dados em hardware real. Você vê respostas concretas sobre os seus próprios documentos antes de assumir um rollout.
Hardware e instalação
Entregamos e instalamos o appliance, conectamos suas fontes e indexamos o seu acervo — terabytes inclusos.
Agentes e integrações
Skills, conexões MCP, integração com e-mail e fluxos de trabalho são construídos em torno de como a sua equipe realmente trabalha.
Rollout e suporte
Treinamento, onboarding, monitoramento e melhoria contínua, com um parceiro austríaco a quem você pode ligar.
Nosso parceiro oficial
Alan Zettelmann, MBA, MBI, IMBB
Consultor da AfaTech GmbH
Especialista em inovação corporativa, gestão da mudança e adoção de IA
Alan Zettelmann é um experiente estrategista de inovação corporativa e transformação, com ampla experiência em gestão da inovação, desenvolvimento organizacional e gestão da mudança em grandes empresas. Ao longo de funções de liderança em organizações internacionais como ANDRITZ Hydro, AVL e Know-Center, contribuiu para o desenvolvimento e implementação de estratégias de inovação, novos produtos e iniciativas de transformação organizacional. Na AfaTech, Alan presta consultoria em inovação corporativa, gestão da mudança e adoção bem-sucedida de inteligência artificial em organizações estabelecidas. O seu foco está em conectar a tecnologia às necessidades reais do negócio, garantindo que as iniciativas de IA sejam práticas, escaláveis e integradas de forma sustentável nos processos existentes.
Perguntas frequentes
Pronto para destravar o conhecimento da sua empresa ?
Conte-nos sobre os seus dados e o seu caso de uso. Você recebe uma avaliação honesta, um conceito técnico e uma proposta concreta com hardware incluído, de uma equipe de engenharia em Graz, na Áustria.