Resumen
[pre][float=left]En este artículo se presenta el desarrollo e implementación de un agente inteligente basado en la arquitectura de Generación Aumentada por Recuperación (RAG) para optimizar la consulta sobre normativa ambiental del Servicio Nacional de Certificación Ambiental para las Inversiones Sostenibles (SENACE). Ante la complejidad y volumen de la normativa ambiental peruana, se diseñó un sistema que captura datos actualizados mediante técnicas de webscraping desde la plataforma de la biblioteca normativa de certificación ambiental “Bianca” del SENACE. El agente utiliza modelos de lenguaje de gran escala (LLM) integrados con una base de datos vectorial para proporcionar respuestas precisas y verificables sobre el cumplimiento de directrices ambientales en proyectos de inversión. Los resultados demuestran que el uso de RAG reduce significativamente las alucinaciones del modelo y mejora la accesibilidad a la regulación vigente para consultoras y proponentes de proyectos. Palabras clave— Agentes inteligentes, LangGraph, C-RAG, Licitaciones públicas, NLP.