Costruirò un agente AI personalizzato o un sistema multi agente

Progetto e costruisco agenti AI che fanno davvero il lavoro, non solo chat. Usando LangGraph per l'orchestrazione, pipeline RAG per risposte basate sui dati e tool-calling per far agire gli agenti sui dati reali, creo sistemi che pianificano, cercano, verificano e completano compiti multi-step.

Costruzione recente: un sistema di orchestrazione di ricerca con 24 agenti che ha ridotto la risoluzione di query multi-step a meno di 90 secondi (p95), migliorato la precisione del 40% rispetto a un baseline con un singolo agente e raggiunto oltre il 90% di precisione nelle citazioni, mantenendo il costo di inferenza sotto i 0,50$ per query grazie a routing tiered LLM e caching dei prompt.

Con cosa lavoro:

LangChain / LangGraph, pipeline RAG, Chroma vector DB, tool-calling, FastAPI, LiteLLM (routing multi-provider), ingegneria dei prompt & caching, Python.

Come lavoro:

Prima di scrivere codice, definisco esattamente il workflow che vuoi automatizzare, dimmi il compito (ricerca, supporto, estrazione dati, report, ecc.) e confermerò l'architettura dell'agente con te prima di iniziare, così non ci sono sorprese alla consegna.