Azure Search AI Agent Retrieval

API .NET que implementa um sistema de RAG (Retrieval-Augmented Generation) utilizando Azure AI Search, Azure AI Foundry e Azure Service Bus. O sistema indexa documentos de knowledge bases armazenados no Azure Blob Storage, gera embeddings vetoriais e responde perguntas por meio de agentes de IA com busca semântica e vetorial.

🔗 Fluxograma do Sistema

🏗️ Arquitetura

O projeto segue Clean Architecture com as seguintes camadas:

Api/
├── Domain/          # Interfaces, contratos e comandos
├── Application/     # Handlers de comandos e queries
├── Infra/           # Integrações com serviços Azure
│   ├── Rag/             # Agente RAG via Azure AI Projects
│   ├── VectorSearch/    # Indexação e busca vetorial no Azure AI Search
│   └── MessageBus/      # Consumo e publicação via Azure Service Bus
└── Presentation/    # Workers de inicialização e consumo de mensagens

Fluxo de Dados

1. Indexação: ao iniciar, workers criam índices vetoriais no Azure AI Search a partir de containers no Azure Blob Storage (articles e faq).
2. Atualização assíncrona: eventos de criação/remoção de blobs são publicados no Azure Service Bus e processados pelo MessageBusWorker, que atualiza os índices dinamicamente.
3. Consulta: a API expõe um endpoint de chat que recebe uma pergunta, busca nos índices vetoriais e encaminha o contexto ao agente de IA no Azure AI Foundry, retornando a resposta em streaming.

🛠️ Stack Tecnológica

Tecnologia	Versão	Uso
.NET	10.0	Runtime da API
Azure AI Search	SDK 11.8	Indexação e busca vetorial / semântica
Azure AI Projects	SDK 2.0	Agentes RAG no Azure AI Foundry
Azure OpenAI	SDK 2.1	Embeddings (text-embedding-3-small)
Azure Service Bus	SDK 7.20	Mensageria para atualização de índices

📸 Demonstração

Indexers no Azure AI Search

Indexers article-indexer e faq-indexer executados com sucesso, indexando documentos dos respectivos containers no Blob Storage.

Agentes no Azure AI Foundry

Dois agentes criados no Azure AI Foundry — articles e faq — configurados como agentes do tipo prompt com integração à ferramenta Pesquisa de IA do Azure.

Configuração do Agente FAQ no Playground

O agente faq configurado com instrução de RAG: responde somente com base na knowledge base disponibilizada, sem buscar informações em fontes externas.

API em Ação

Endpoint de chat respondendo perguntas via GET. Quando a pergunta está fora do escopo da knowledge base, o agente responde de forma controlada.

🚀 Endpoint

GET /chat:{context}?question={pergunta}

Parâmetro	Descrição	Exemplo
context	Nome do agente/índice	faq, articles
question	Pergunta a ser respondida	O que é RAG?

Exemplo de requisição:

GET /chat:faq?question=Como funciona o processo de reembolso?

A resposta é retornada em streaming via Server-Sent Events (SSE).

⚙️ Configuração

Preencha o appsettings.json com as credenciais dos serviços Azure:

{
  "AzureSearchIA": {
    "ApiKey": "<chave-do-azure-ai-search>",
    "KnowledgeName": "<nome-do-servico-de-busca>",
    "Endpoint": "<endpoint-do-azure-ai-search>"
  },
  "VectorSearchSettings": {
    "Endpoint": "<endpoint-do-azure-ai-search>",
    "ApiKey": "<chave-do-azure-ai-search>",
    "EmbeddingAiEndpoint": "<endpoint-do-azure-openai>",
    "EmbeddingAiKey": "<chave-do-azure-openai>",
    "StorageAccounts": {
      "articles": "<connection-string-do-blob-storage>",
      "faq": "<connection-string-do-blob-storage>"
    }
  },
  "ConnectionStrings": {
    "ServiceBus": "<connection-string-do-service-bus>"
  },
  "RagAgentSettings": {
    "Endpoint": "<endpoint-do-azure-ai-foundry>",
    "TenentId": "<tenant-id>",
    "ClientId": "<client-id>",
    "SecretKey": "<client-secret>",
    "Agents": {
      "articles": { "Version": "<id-do-agente-articles>" },
      "faq": { "Version": "<id-do-agente-faq>" }
    }
  }
}

Pré-requisitos no Azure

• Azure AI Search: serviço criado com suporte a vetores e semântica habilitado.
• Azure OpenAI: implantação do modelo text-embedding-3-small disponível.
• Azure Blob Storage: containers ai-search/articles e ai-search/faq com documentos.
• Azure Service Bus: tópico article criado para receber eventos de blob.
• Azure AI Foundry: agentes articles e faq criados com a ferramenta Azure AI Search conectada aos respectivos índices.
• Microsoft Entra ID: Service Principal com permissões para acessar o Azure AI Foundry.

▶️ Executando Localmente

# Restaurar dependências
dotnet restore

# Executar a API (porta 5221)
dotnet run --project Api/Api.csproj

A API estará disponível em http://localhost:5221.

📋 Comportamento de Inicialização

Ao iniciar, a aplicação executa automaticamente:

1. InitializeArticleSourceWorker: cria o índice vetorial articles a partir do container ai-search/articles no Blob Storage.
2. InitializeFaqSourceWorker: cria o índice vetorial faq a partir do container ai-search/faq no Blob Storage.
3. MessageBusWorker: inicia o consumo do tópico article no Service Bus para processar atualizações de documentos em tempo real.

Se os índices já existirem, a criação é ignorada e os indexers são executados para manter os dados atualizados.