Ik bouw je rag chatbot, vector database en ai automatiseringssysteem

Hoi, ik ben Khem. Ik bouw AI chatbots en automatiseringssystemen die echt jouw bedrijf kennen, met Retrieval-Augmented Generation (RAG) en vector databases in plaats van een generieke prompt-only bot die raadt of dingen verzint.

Ik verbind jouw documenten, API's, databases en workflows tot een AI-assistent die antwoord geeft op basis van jouw echte data, niet alleen op trainingsdata. Of je nu een support chatbot wilt die op je site is ingebouwd, een intern hulpmiddel dat vragen beantwoordt uit de documenten van je bedrijf, of een automatiseringsproces dat je AI koppelt aan echte bedrijfslogica (en niet alleen chat), ik kan het van begin tot eind bouwen.

Waar ik mee werk:

• RAG-pipelines met chunking, embeddings, retrieval, reranking
• Vector databases Pinecone, pgvector, Weaviate, Chroma
• LLM-integratie OpenAI API, Claude/Anthropic API, LangChain
• Chatbot UI & embeds React, Next.js, embeddable widgets
• Automatisering die je AI koppelt aan echte acties, niet alleen gesprekken
• Backend Node.js, PostgreSQL, AWS S3 voor document- en bestandshandling

Recent werk:

• Lexa mijn eigen RAG chatbot builder. Teams synchroniseren een GitHub repo, uploaden PDFs of wijzen het aan een helpcenter; het verzorgt chunking, embeddings en tone/guardrail configuratie, en zet het daarna om in een script.