About this service
RAG (Retrieval-Augmented Generation) îți permite să conectezi un LLM la propriile tale date — astfel, în loc să primești răspunsuri generice, utilizatorii obțin răspunsuri extrase direct din documentele, manualele, bazele de date sau baza ta de cunoștințe.
Am construit acest sistem pentru un Career Bot care preia CV-uri, le indexează în ChromaDB și răspunde la întrebări specifice despre ele, generând automat scrisori de intenție personalizate.
CE LIVREZ:
✔ Pipeline de ingestie documente (PDF, TXT, DOCX, HTML)
✔ Embedding și stocare vectorială cu ChromaDB sau FAISS
✔ Lanț RAG LangChain conectat la OpenAI sau Gemini
✔ Endpoint FastAPI pentru chat cu referințe la surse în răspunsuri
✔ Cod curat, reutilizabil și bine documentat
✔ Ghid de configurare pentru ca echipa ta să poată rula și extinde sistemul
CE AM NEVOIE DE LA TINE:
— Documentele sau sursa ta de date
— LLM preferat (OpenAI sau Gemini — furnizezi cheia API)
— Descrierea întrebărilor pe care utilizatorii ar trebui să le poată pune
NU ESTE INCLUS:
— Costurile API-ului LLM
— Ajustarea fină a modelului
Know what is included
See the price, delivery time and package details before you start.
Talk to the seller
Ask questions and keep project updates in one conversation.
Check the seller details
Review their profile, experience, skills and languages.
What happens after you start
Choose a package, send the seller the details, and review the finished work from your project page.
- 01
Choose your package
Compare what is included and pick the option that fits your project.
- 02
Send the details
Add your brief, files, examples and anything else the seller needs.
- 03
Review the work
Check the delivery, request an included revision if needed, and approve when you are happy.