Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou construir agentes de IA com estado e RAG agentico usando langgraph e mcp
Sami Ullah
Sobre este Serviço
Tradução automática
Atualize sua aplicação de IA estática para agentes dinâmicos com tomada de decisão.
Modelos padrão de IA generativa carecem de contexto, e o RAG básico apenas busca dados. Eu me especializo em RAG agentico onde a IA raciocina, avalia confiança e decide autonomamente quando consultar bancos de dados ou executar funções personalizadas.
Usando minha formação em Ciência da Computação, projeto fluxos de trabalho com LLMs que são com estado, multi-etapas, capazes de resolver lógica de negócios complexa sem criar informações falsas.
O que eu ofereço:
- Sistemas de RAG agentico: Adicionando camadas de raciocínio para que a IA avalie os dados e pesquise dinamicamente ferramentas externas se faltar informação.
- Orquestração com LangGraph: Construção de pipelines com múltiplos agentes para fluxos de trabalho complexos, com supervisores e agentes especializados.
- Integração com MCP: Implementando o Model Context Protocol para conectar seus agentes de IA de forma segura a arquivos locais, bancos de dados ou APIs empresariais.
- Engenharia de Vector DB: Chunking eficiente, embeddings e busca semântica usando Pinecone, ChromaDB ou FAISS.
A pilha de tecnologia:
Python | LangChain | LangGraph | GPT-4o | Claude | Ollama
Por favor, envie uma mensagem antes de fazer o pedido para que possamos definir seu fluxo de trabalho personalizado perfeitamente.
Conheça mais sobre Sami Ullah
Sami Ullah
AI and ML Engineer, Agentic AI, LangGraph, and RAG Specialist
- A partir dePaquistão
- Membro desdejun. de 2026
- Responde em aprox.:1 hora
Idiomas
Urdu, Inglês
As a Computer Science graduate from Quaid-i-Azam University, I build production-ready Generative AI systems beyond standard chatbots. I specialize in stateful, multi-agent architectures and Agentic RAG applications that reason and interact with external APIs. I orchestrate complex workflows using LangChain, LangGraph, and Vector Databases, while implementing the Model Context Protocol (MCP) to connect LLMs to your data. I deliver scalable AI agents and customized multi-agent pipelines tailored to your business needs.
Tradução automática
Perguntas frequentes
Tradução automática
Qual é a diferença entre RAG padrão e RAG Agentic?
O RAG padrão simplesmente busca os documentos que mais correspondem a uma consulta e os passa para o LLM. O RAG agentico usa um agente para avaliar a consulta primeiro, decidir quais bancos de dados ou ferramentas buscar, avaliar a qualidade do contexto recuperado e buscar novamente de forma iterativa se a resposta não estiver completa.
Por que usar LangGraph ao invés de só LangChain?
Enquanto o LangChain é excelente para sequências lineares, o LangGraph foi projetado especificamente para fluxos de trabalho com múltiplos atores e com estado. Ele permite que agentes façam loops, se corrijam, lembrem de interações passadas em sessões longas e deleguem tarefas a outros agentes especializados.
O que é MCP e por que eu preciso dele?
O Model Context Protocol (MCP) é um padrão aberto que fornece aos agentes de IA uma "porta USB" universal para conectar-se de forma segura a ferramentas externas, fontes de dados e APIs, sem precisar de integrações codificadas e frágeis.
Com quais LLMs você trabalha?
Posso integrar seu sistema com modelos comerciais líderes como GPT-4o da OpenAI, Claude 3.5 da Anthropic, Google Gemini ou modelos locais de código aberto via Ollama.
