Ik bouw een rag chatbot voor je site, pdf's en database met claude code


Over deze dienst
Automatische vertaling
Een chatbot die echt jouw bedrijf kent omdat hij je documenten leest.
Ik ontwikkel productie RAG chatbots met Claude Code als ontwikkelingsloop, getraind op je PDFs, website, database of helpcenter. Antwoorden zijn gebaseerd op jouw data, met bronvermeldingen. Geen hallucinerende LLM's.
Stack: Claude Code + LangChain + FAISS / ChromaDB / Pinecone + OpenAI of Anthropic + FastAPI + jouw keuze van frontend (webwidget, Slack, WhatsApp, Telegram, Discord).
Wat ik lever:
- Inname pipeline voor PDFs, Word, HTML, Notion, Confluence, SQL
- Vector DB met hybride zoekfunctie (semantisch plus trefwoord)
- Bronvermeldingen bij elk antwoord
- Gespreksgeheugen plus gebruikersfeedback loop
- Beheerdersdashboard: gesprekken bekijken, nieuwe documenten uploaden, opnieuw trainen
- Embed code OF Slack / WhatsApp / Telegram / Discord bot
Gebruiksscenario's: klantenservice (een verzonden eerste reactie van 4 uur naar 90 seconden), interne kennisassistent, compliance Q en A, sales enablement, technische documentatie zoeken.
Levertijd van 4 tot 10 dagen. Onbeperkte revisies. Stuur een bericht voor een gratis scopegesprek.
Maak kennis met Nisar Khan
AI Agent Developer Claude Code LangChain n8n Data Science Expert
- Afkomstig uitPakistan
- Lid sindsdec 2022
- Gem. reactietijd1 uur
Talen
Urdu, Pasjtoe, Engels
Automatische vertaling
Mijn portfolio
Andere AI-development diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Hoe verschilt RAG van fine-tuning?
RAG haalt relevante stukken uit je documenten op bij de query — geen retraining. Je kunt documenten toevoegen of bijwerken wanneer je wilt. Fine-tuning vergrendelt kennis tijdens training. RAG is goedkoper, sneller en beter te controleren voor kennisbanken.
Gaat de chatbot antwoorden hallucineren?
Elk antwoord bevat bronvermeldingen die naar de exacte passage verwijzen. Als een zeker antwoord niet te onderbouwen is, zegt de bot dat. Dit is wat RAG onderscheidt van puur ChatGPT.
Welke documenttypes verwerk je?
PDF's (inclusief gescande — ik gebruik een PaddleOCR cascade uit mijn portfolio), Word, HTML, Markdown, Notion exports, Confluence, SQL, Airtable, Google Docs.
Welke LLM?
Claude, GPT-4/5, of Gemini — jouw keuze. Claude voor lang-context document Q&A. GPT voor algemeen gebruik. Gemini voor budget.
Kun je een Slack / WhatsApp / Discord versie bouwen?
Ja — alle drie ondersteund natively, $120 elk als extra's.
Wat zijn de kosten na levering?
Hangt af van het aantal queries en de keuze van LLM. Typisch voor kleine bedrijven: $20–$80 per maand voor API + $10–$30 voor hosting van vector DB. Ik pas de LLM-keuze aan op jouw budget.
Kan ik later documenten bijwerken zonder jou te bellen?
Ja — Standard+ bevat een beheerdersdashboard waar je nieuwe documenten uploadt en de bot automatisch opnieuw indexeert.
Wat is de grootste RAG-winst die je hebt geleverd?
Een B2B SaaS klantenservice bot met meer dan 400 helpdocs: eerste reactie van tier-1 tickets teruggebracht van 4 uur naar 90 seconden.

