Desarrollo de un RAG (Retrieval Augmented Generation) para desarrolladores de MuleSoft
Montoya García, Daniel
Grau Sala, Ramon tut. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Desenvolupament d'un RAG (Retrieval Augmented Generation) per a desenvolupadors de MuleSoft
Títol variant:	Development of a RAG (Retrieval Augmented Generation) for MuleSoft Developers
Data:	2026
Resum:	L'objectiu d'aquest projecte és dissenyar i implementar un sistema de Retrieval-Augmented Generation (RAG) orientat a desenvolupadors de MuleSoft. El sistema permet als desenvolupadors fer consultes en llenguatge natural sobre la tecnologia i obtenir respostes precises basades en la documentació oficial, emmagatzemada en una base de dades vectorial. El treball es va abordar en dues fases. Primer es va construir un RAG tradicional que recuperava fragments rellevants de la documentació i els lliurava a un model de llenguatge per generar la resposta. Després es va desenvolupar un RAG agèntic, capaç de raonar sobre les consultes, decidir quines eines utilitzar (documentació indexada, cerca web o catàleg d'Anypoint Exchange) i iterar fins a produir una resposta satisfactòria. Finalment, els dos sistemes es van comparar mitjançant una avaluació que mesura la qualitat de les respostes i el cost computacional de cada enfocament.
Resum:	The goal of this project is to design and implement a Retrieval-Augmented Generation (RAG) system aimed at MuleSoft developers. The system allows developers to ask questions in natural language about the technology and obtain accurate answers based on the official documentation, stored in a vector database. The work was approached in two phases. First, a traditional RAG was built that retrieved relevant fragments of the documentation and fed them to a language model to generate the answer. Then, an agentic RAG was developed, capable of reasoning about queries, deciding which tools to use (indexed documentation, web search, or Anypoint Exchange catalog) and iterating until producing a satisfactory answer. Finally, both systems were compared through an evaluation that measures the quality of the answers and the computational cost of each approach.
Resum:	El objetivo de este proyecto es diseñar e implementar un sistema de Retrieval-Augmented Generation (RAG) orientado a desarrolladores de MuleSoft. El sistema permite a los desarrolladores realizar consultas en lenguaje natural sobre la tecnología y obtener respuestas precisas basadas en la documentación oficial, almacenada en una base de datos vectorial. El trabajo se abordó en dos fases. Primero se construyó un RAG tradicional que recuperaba fragmentos relevantes de la documentación y los entregaba a un modelo de lenguaje para generar la respuesta. Después se desarrolló un RAG agéntico, capaz de razonar sobre las consultas, decidir qué herramientas utilizar (documentación indexada, búsqueda web o catálogo de Anypoint Exchange) e iterar hasta producir una respuesta satisfactoria. Finalmente, ambos sistemas se compararon mediante una evaluación que mide la calidad de las respuestas y el coste computacional de cada enfoque.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.
Llengua:	Castellà
Titulació:	Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau
Àrea temàtica:	Menció Enginyeria de Computadors
Matèria:	Agent de IA ; Base de dades vectorial ; Chunk ; Embedding ; LangChain ; LLM ; MuleSoft ; RAG ; AI Agent ; Vectorial database ; Agente de IA ; Base de datos vectorial

14 p, 929.5 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de final de grau > Escola d'Enginyeria. TFG