Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Eu vou construir um chatbot IA rag com citações, lacunas de conhecimento e análises com demonstração ao vivo
Mohammad S
Sobre este Serviço
Tradução automática
Vou criar um chatbot IA pronto para produção que responde às perguntas dos SEUS documentos com citações de fontes, para que os usuários possam verificar cada resposta.
O QUE VOCÊ RECEBE:
- Chatbot IA treinado com seus PDFs, documentos e artigos de ajuda
- Respostas respaldadas por citações (cada resposta mostra de qual documento ela veio)
- Dashboard de análises em tempo real (volume de conversas, sentimento, perguntas mais frequentes)
- Detecção de lacunas de conhecimento (IA informa o que está faltando)
- Implantação em widget de site, WhatsApp, Telegram ou API REST
- Código fonte completo, você possui tudo, sem dependência de fornecedor
COMO FUNCIONA:
- Você me envia seus documentos (PDFs, arquivos Word, texto, FAQs)
- Eu construo e treino a pipeline RAG com seu conteúdo
- Eu implanto nos canais de sua preferência
- Você recebe um chatbot ao vivo + painel de administração + análises
STACK TECNOLÓGICO:
FastAPI + Next.js + PostgreSQL + Pinecone + Groq/IA com failover para IA
Experimente a demonstração ao vivo: rag.fenloai.com
Converse com ele, navegue pelas conversas, visualize as análises — tudo funciona ao vivo.
Eu já criei sistemas de IA de nível empresarial com isolamento de workspace, limitação de taxa, autenticação RBAC e cache semântico. Me envie uma mensagem com seu caso de uso e eu te dou um orçamento personalizado.
Conheça mais sobre Mohammad S
Mohammad S
Research Assistant
- A partir deBangladesh
- Membro desdejan. de 2021
Idiomas
Bengali, Inglês, Hindi, Chinês
Full-stack AI developer, 4+ years in production ML, computer vision, and web apps. Research Assistant at NSU Robotics Lab, former AI Engineer at NITEX (multi-modal systems, triton, OCR, data scrapping, trend analysis), Google Summer of Code '22 alum (TensorFlow), research intern at DeepPavlov.ai. I build: AI chatbots with RAG, custom AI agents, ML pipelines & model deployment, computer vision systems, GenAI solutions (ComfyUI, Stable Diffusion), workflow automation (n8n, Zapier), full-stack web apps (FastAPI, Next.js, React).
Live demo: rag.fenloai.com
Portfolio: shoaib6174.github.io
Tradução automática
Perguntas frequentes
Tradução automática
O que é um chatbot RAG e como ele é diferente do ChatGPT?
RAG (Retrieval-Augmented Generation) significa que o chatbot responde apenas com base nos SEUS documentos — não da internet. Cada resposta inclui citações mostrando de qual documento ela veio. Diferente do ChatGPT, ele não vai inventar ou criar informações. Ele só sabe o que você ensina.
Posso testar antes de pedir?
Sim! Acesse rag.fenloai.com para experimentar a demonstração ao vivo. Você pode conversar com o bot, ver o dashboard de análises, navegar pelas conversas e conferir a base de conhecimento — tudo ao vivo e interativo.
Quais formatos de arquivo você suporta?
PDF, documentos Word (.docx) e arquivos de texto simples. Eu cuido de toda a análise, segmentação e incorporação. Basta me enviar seus arquivos que eu faço o resto.
Eu recebo o código-fonte?
Sim, cada pacote inclui o código fonte completo (frontend + backend). Você possui tudo. Sem taxas mensais, sem dependência de fornecedor. Pode modificar, ampliar e hospedar onde quiser.
Em quais canais o chatbot pode ser implantado?
Widget de site (balão de chat flutuante), WhatsApp Business, bot do Telegram e API REST para integrações personalizadas. O pacote Basic inclui o widget do site. O Standard adiciona mais um canal. O Premium inclui todos os canais.
Como funciona o painel de análises?
O dashboard mostra o volume de conversas ao longo do tempo, análise de sentimento (positivo/negativo/neutro), scores de qualidade, perguntas mais feitas e pontuação de leads. Disponível nos pacotes Standard e Premium. Veja uma demonstração ao vivo em rag.fenloai.com/analytics.
Posso atualizar a base de conhecimento após a entrega?
Com certeza. O dashboard de administração permite fazer upload de novos documentos, excluir os antigos e monitorar lacunas de conhecimento (perguntas que o bot não conseguiu responder). O sistema reindexa automaticamente quando você adiciona conteúdo novo.
Com qual stack tecnológico isso foi feito?
Backend: FastAPI (Python 3.12) com PostgreSQL e Redis. Frontend: Next.js 15 com React 19. Busca vetorial: Pinecone. LLM: Groq (principal) com failover para IA. Tudo containerizado e pronto para implantação.
Você oferece hospedagem/implantação?
O pacote Premium inclui implantação completa na AWS com CI/CD. Para os pacotes Basic e Standard, entrego o código fonte com guia de implantação, e você pode implantar no seu servidor, AWS ou qualquer nuvem. Posso ajudar na configuração de implantação como complemento.
