Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais construire un agentic RAG, un graphe de connaissances et des systèmes d'IA multi-agent
Adnan
À propos de ce service
Traduction automatique
Une IA multi-agent et un agentic RAG de niveau production qui tiennent la route en utilisation réelle, pas seulement en démo. Je crée des systèmes d'agents avec LangGraph ou CrewAI, ou je configure et déploie le runtime Strands Harness pré-construit pour vous.
Ce que je construis :
- Agentic RAG : récupération basée sur des vecteurs, graphes de connaissances et recherche hybride, avec citations de sources pour chaque réponse.
- Orchestration multi-agent : routage des tâches, sous-agents délégués, et mémoire persistante qui survit aux redémarrages.
- Strands Harness (Premium) : le runtime d'agent pré-construit, configuré et déployé par moi, pas reconstruit à partir de zéro. Persistance de session, gestion automatique du contexte, exécution de tâches en arrière-plan et portes d'approbation pour chaque appel d'outil, sur AWS ou Docker.
- Indépendant du modèle : fonctionne avec OpenAI, Anthropic, Google ou Amazon Bedrock, vous permettant de changer de fournisseur sans réécriture.
- Barrières de sécurité : approbation humaine et politiques d'autorisation pour éviter tout appel d'outil non contrôlé.
- Extensions : extraction de tableaux PDF, filtrage de métadonnées, graphes Neo4j, agents de base de données en lecture seule.
Vous détenez le code et la configuration. Vous recevez le code source testé, la documentation de l'architecture et le support de déploiement. Contactez-moi pour une consultation technique avant de commander.
Découvrez Adnan
Adnan
Building AI systems and the Python backends that serve them
- DeBangladesh
- Membre depuisavr. 2025
Langues
Anglais
Hi, I'm Adnan. I build AI systems and the Python backends that serve them.
My work covers four areas: agentic RAG and multi-agent systems that cite their sources; AI chat widgets for your website; Python FastAPIs with a real database and tests; and third-party API integrations that handle webhooks and retries.
I work in Python throughout, with FastAPI, PostgreSQL, Redis, LangGraph, and vector databases.
Thank you for reading. I would be glad to hear about your project and advise on the most suitable approach.
Portfolio: adnanmd[dot]pythonanywhere[dot]com
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Quelle est la différence entre le RAG standard et le RAG agentique ?
Le RAG standard récupère un contexte statique pour l'injection dans le prompt. L'agentic RAG utilise des agents autonomes avec logique de décision, appel d'outils et récupération itérative pour un raisonnement en plusieurs étapes.
Quels bases de données vectorielles et frameworks supportez-vous ?
LangGraph, LangChain, Pinecone, ChromaDB, Qdrant et PGVector, intégrés avec OpenAI, Claude, DeepSeek ou des modèles open-source LLaMA.
Puis-je garder le contrôle sur ce que mon agent est autorisé à faire ?
Oui. Chaque appel d'outil passe d'abord par une porte d'intervention — approbation humaine complète, score de risque IA, règles en langage clair ou politiques d'autorisation formelles que les sous-agents héritent automatiquement. Les délégués ne peuvent pas contourner vos règles.
Pouvez-vous travailler avec mes PDFs, documents scannés et feuilles de calcul ?
Extension, oui. Le RAG d'entreprise échoue discrètement à l'extraction — les rapports sont du texte enveloppant les tableaux contenant chaque chiffre que vous interrogez. J'extrais tableaux, graphiques et scans en données structurées propres, avec suivi des pages. Avis honnête : aucun tableau n'est parfait, donc nous sélectionnons les clés et concentrons la précision là où c'est crucial.
L'agent peut-il répondre à des questions en utilisant ma propre base de données ?
Oui, en extension. Votre équipe pose en anglais simple et reçoit une réponse avec le SQL affiché, pour vérifier la logique plutôt que de faire confiance à une boîte noire. Il fonctionne avec une connexion à une base en lecture seule, avec une liste blanche de commandes et une limite de lignes — l'agent ne peut pas modifier vos données.
Qu'est-ce que précisément le "framework d'agent" dans le package Premium — construisez-vous un cadre pour moi ?
Non. Strands Harness est un runtime existant, maintenu, que je configure et déploie pour vous, plutôt que de construire ou forker quoi que ce soit. Vous bénéficiez de sessions, mémoire à long terme, gestion du contexte, sous-agents, tâches en arrière-plan et portes d'approbation reliées à vos données et outils.
Ai-je une mémoire à long terme et une persistance d'état ?
Oui — la mémoire de session, le stockage persistant de vecteurs et la mémoire de conversation sont inclus dans les versions Standard et Premium.
