Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò un chatbot RAG AI sui tuoi documenti, dati o sito web
Jeffrey C
Informazioni su questo servizio
Traduzione automatica.
Costruisco chatbot retrieval-augmented (RAG) che rispondono alle domande sui TUOI contenuti, documenti, PDF, una knowledge base, un sito web o un database con citazioni di fonti reali, non allucinazioni. Il bot recupera i passaggi rilevanti prima di rispondere, così le risposte rimangono ancorate ai tuoi dati.
Ho creato un assistente AI con memoria persistente da zero: recupero su un grafo di conoscenza con migliaia di nodi, iniezione di contesto e orchestrazione Claude/OpenAI. So dove RAG fallisce, come il chunking sbagliato, il recupero debole, senza valutazioni e come mantenere le risposte accurate. Dietro tutto questo: oltre 20 anni di progettazione di sistemi aziendali (Fortune 500, difesa) e laurea in fisica.
Ciò che ottieni:
- Un chatbot ancorato ai tuoi dati, con citazioni di fonti
- Chunking corretto, embeddings e un vettore store (Pinecone, Chroma, pgvector, a tua scelta)
- Claude o OpenAI sotto il cofano
- Codice pulito, documentato, di proprietà del tuo team e facilmente estendibile
- Chiarezza su cosa RAG può e non può fare per il tuo caso d'uso
Contattami prima di ordinare con il tipo di dati, il volume approssimativo e lo stack, e ti confermerò il pacchetto giusto.
Scopri di più su Jeffrey C
Jeffrey C
AI Integration Engineer, LLM, RAG, Claude and OpenAI APIs, 25 Year Architect
- DaStati Uniti
- Membro dalug 2026
Lingue
Inglese
I'm a physics-educated software engineer who builds LLM-integrated systems — RAG pipelines, agentic assistants, and Claude/OpenAI API integrations — on top of 25 years architecting enterprise-scale software (Fortune 500 insurance, defense). Recently I built a persistent-memory AI assistant from scratch: multi-agent, with a temporal knowledge graph, retrieval-augmented context, and Claude API orchestration. I bring production engineering judgment — CI/CD, DevSecOps, containerized delivery — so AI features actually ship and hold up. I'll tell you what's possible and what isn't, up front.
Traduzione automatica.
FAQ
Traduzione automatica.
Che tipo di dati può usare il chatbot?
PDF, documenti Word/testo, un sito web, una knowledge base, un database o un'API. Inviami un esempio e ti confermerò cosa è fattibile.
Ti inventa cose?
No — recupera i passaggi rilevanti dai tuoi dati prima di rispondere e cita le fonti, così rimane ancorato ai tuoi dati invece di hallucinate.
Devo avere una chiave API?
Sì, la tua chiave Anthropic (Claude) o OpenAI. Tu mantieni il controllo sull'uso e sulla fatturazione; io non la espongo mai.
Ottengo il codice sorgente?
Sì, su ogni pacchetto — codice pulito, documentato, di proprietà del tuo team e facilmente estendibile.
Quale vector database usi?
La tua scelta — Pinecone, Chroma, pgvector o altro. Ti consiglierò in base alla scala e allo stack.
