Costruirò chatbot AI rag con API Claude e chromadb


Informazioni su questo servizio
Traduzione automatica.
Creo funzionalità alimentate dall'AI usando API Claude (Anthropic) e RAG (Retrieval-Augmented Generation) con ChromaDB - trasformando la tua app in qualcosa che può capire e rispondere alle domande dai tuoi dati.
Quello che faccio realmente:
- Progettare e implementare pipeline RAG: suddivisione dei documenti, embeddings, ricerca vettoriale con ChromaDB
- Integrare API Claude per risposte intelligenti, output strutturati e logica conversazionale
- Avvolgere tutto in un backend FastAPI pulito, con PostgreSQL (tramite SQLAlchemy 2.0) per memorizzare la cronologia delle chat, i metadati o i dati degli utenti
- Configurare il deployment basato su Docker quando hai bisogno di qualcosa pronto per la produzione
Il mio background: lavoro quotidianamente con FastAPI, PostgreSQL e API Claude, incluso un progetto basato su RAG (Rocket Projection) che combina un ciclo di agenti con ricerca vettoriale su dati reali. Mi concentro su integrazioni solide e funzionanti piuttosto che su funzionalità esagerate che non ho effettivamente costruito.
Non incluso in questo Gig (felice di discuterne separatamente): fine-tuning di modelli AI, sviluppo di app mobili.
Parliamo del tuo progetto prima di ordinare — ti dirò sinceramente se RAG/API Claude è la soluzione giusta, o se è meglio un approccio più semplice.
Scopri di più su Darov
Python Backend Developer, FastAPI, AI and RAG Integration
- DaUcraina
- Membro daott 2025
Lingue
Ucraino, Russo, Inglese
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Perfezioni modelli AI?
Al momento no — mi concentro su RAG e integrazioni basate su prompt con API Claude, che coprono la maggior parte dei casi d'uso reali senza i costi e la complessità del fine-tuning.
Con quale provider di AI lavori?
Principalmente API Claude (Anthropic). I pattern di integrazione sono simili tra i vari provider di LLM, quindi è facile adattarsi se necessario.
Devo fornire i miei dati per il sistema RAG?
Sì – fornirai i documenti/dati che vuoi che l'AI faccia riferimento (PDF, documenti, record di database, ecc.). Gestisco la suddivisione, gli embeddings e la configurazione della retrieval.
Puoi mettere in produzione questa soluzione?
Sì, il pacchetto Premium include il deployment basato su Docker. Per Basic/Standard, consegno codice funzionante che puoi deployare tu stesso, oppure possiamo discutere il deployment come opzione aggiuntiva.

