Ik bouw een aangepaste ai chatbot met rag voor je pdf's en documenten


Over deze dienst
Automatische vertaling
Je antwoorden zijn verstopt in PDFs, documenten en wiki's. Ik maak een RAG chatbot die ze leest en in eenvoudige taal antwoordt, met een citaat van de exacte bron elke keer.
Wat je krijgt:
- Je bestanden (PDF, DOCX, TXT, Markdown, webpagina's) schoongemaakt en opgesplitst zodat retrieval echt werkt
- Vector search over je bestanden, plus keyword search en reranking op de hogere pakketten, zodat zowel exacte termen als betekenis tellen
- Antwoorden gebaseerd op je documenten, met bronnen getoond en een eerlijke "Ik weet het niet" als het antwoord er niet is
- Een chatinterface of een FastAPI endpoint die je in je site of app kunt integreren
- Schone Python code die jij bezit, met een README
Kwaliteit wordt gemeten, niet geraden. Ik test op je eigen vragen plus RAGAS-stijl relevantie- en trouwheidscontroles. In een van mijn builds (31 documenten, 444 chunks) gaf hybride search met reranking 14 van de 15 correct onderbouwde antwoorden.
Geschikte toepassingen: support knowledge bases, interne policy Q&A, juridische of onderzoeksdocumenten zoeken, cursusinhoud.
Weet je niet welk pakket? Stuur me je documenttypes en ik adviseer je er een.
Maak kennis met Adeel Asghar
Full Stack AI Engineer
- Afkomstig uitPakistan
- Lid sindsdec 2020
Talen
Engels
Automatische vertaling
Veelgestelde vragen
Automatische vertaling
Welk AI-model wordt gebruikt?
Wat je budget en privacybehoeften ook zijn: OpenAI, Anthropic Claude, Gemini of een open model. Jij levert de API-sleutel, dus het gebruik wordt rechtstreeks aan jou gefactureerd, en later van model wisselen is een kleine configuratiewijziging.
Hoe voorkom je dat hij dingen verzint?
Antwoorden worden alleen opgebouwd uit opgehaalde passages, elke reactie toont de bronnen en de bot zegt dat hij het niet weet als je documenten het vraagstuk niet behandelen. Ik test het ook met je eigen testvragen voor levering.
Hoe meet je de kwaliteit van antwoorden?
Ik voer je eigen vragen uit plus RAGAS-stijl controles op relevantie en trouwheid, en rapporteer wat geslaagd is en wat niet. Je ziet de resultaten vóór levering, niet alleen een demo.
Kan het gescande PDFs, tabellen of afbeeldingen lezen?
Tekst-PDFs, DOCX, TXT, Markdown en webpagina's zijn standaard. Gescande bestanden vereisen OCR en complexe tabellen extra parsing, dus vertel me dat vooraf en ik bepaal de scope.
Ben ik de eigenaar van de code?
Ja. Je krijgt de volledige source code en een README. Geen lock-in, geen abonnement op mij.
Wat kost het om te draaien na oplevering?
Vooral gebruik van de LLM API plus een kleine server. Het hangt af van verkeer en modelkeuze, en ik geef je een schatting tijdens de scopefase.

