Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een rag kennisbank chatbot met bronvermeldingen
Asad Rafique
Over deze dienst
Automatische vertaling
Ik bouw een retrieval-augmented generation systeem waarmee gebruikers vragen kunnen stellen uit jouw documentatie, beleidslijnen, helpcentrum, PDFs of interne kennis, terwijl ze bron-onderbouwde antwoorden ontvangen. Deze service is ontworpen voor SaaS-producten, klantenserviceportalen en interne bedrijfsystemen. Ik verzorg meer dan alleen de chat UI: documentinvoer, chunking, metadata, embeddings, retrieval, citaties, permissies en productiebeveiligingen worden geïmplementeerd volgens de afgesproken scope.
Mogelijke functies:
- PDF-, document- of helpcentrum-invoer
- PostgreSQL/pgvector of Qdrant retrieval
- Kennis toegang op basis van tenant en rol
- Bron citaties
- Gespreksgeschiedenis
- Beheerder upload- en herindexeringsworkflow
- Retrieval evaluatie en feedback
- Integratie met OpenAI of Claude
Ik kan de assistent direct integreren in een bestaande Laravel/PHP applicatie of via beveiligde APIs beschikbaar maken voor een ander platform. De kwaliteit van RAG hangt af van de documentkwaliteit en de benodigde retrievalregels. Stuur me een bericht vooraf met voorbeeld documenten, gebruikersrollen en verwachte vragen voordat je bestelt.
Maak kennis met Asad Rafique
Asad Rafique
Senior Laravel and AI Automation Engineer n8n APIs SaaS
- Afkomstig uitPakistan
- Lid sindsnov 2012
- Gem. reactietijd1 uur
- Laatste levering8 maanden
Talen
Urdu, Punjabi, Engels, Hindi
Senior Laravel Developer & AI Automation Engineer with 9+ years of experience building SaaS platforms, APIs, dashboards, eCommerce systems, POS solutions, and business automation workflows. I help businesses automate operations using Laravel, n8n, AI agents, APIs, webhooks, queues, and cloud infrastructure. Experienced with WooCommerce, Shopify, Stripe, Cloudflare, VPS, CI/CD, and production-ready systems.
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Is dit anders dan een basis chatbot?
Ja. Een RAG assistent haalt relevante informatie uit jouw goedgekeurde kennisbronnen voordat hij een antwoord genereert. De implementatie kan citaties, metadata filters en toegangsregels bevatten in plaats van alleen te vertrouwen op de algemene kennis van het model.
Welke vector database gebruik je?
Ik adviseer PostgreSQL met pgvector of Qdrant op basis van jouw huidige infrastructuur, documentvolume, filterbehoeften en operationele vereisten. De keuze van database wordt tijdens de scope-bepaling definitief gemaakt.
Kunnen verschillende klanten of teams aparte documenten hebben?
Ja. Tenant-gevoelige of rol-gevoelige retrieval kan worden geïmplementeerd in de standaard- of premium scope na beoordeling van jouw autorisatie-model.
Garandeer je dat elk antwoord correct is?
Geen enkel verantwoord RAG-systeem kan perfecte antwoorden garanderen. Ik kan citaties, evaluatiegevallen, fallback gedrag en feedbackcontroles implementeren om ongeschikte antwoorden te verminderen en de kwaliteit te meten.
Zijn AI API- en hostingkosten inbegrepen?
Nee. Modelgebruik, vector hosting, opslag en andere third-party kosten worden rechtstreeks door de klant betaald.
Kun je automatisch elke website inladen?
Alleen content die de klant bezit of waarvoor hij toestemming heeft om te verwerken. De bron moet toegang toestaan en technisch geschikt zijn. Websiterobots scannen wordt apart gescoped van documentinvoer.
