Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré sistemas de RAG agentico, grafo de conocimiento y sistemas de IA multiagente
Adnan
Acerca de este Servicio
Traducción automática
IA de nivel de producción con RAG agentico y multiagente que funciona en uso real, no solo en demos. Construyo sistemas de agentes con LangGraph o CrewAI, o configuro y despliego el runtime preconstruido Strands Harness para ti.
Lo que construyo:
- RAG agentico: recuperación basada en grounding sobre vectores, grafos de conocimiento y búsqueda híbrida, con citas de fuente en cada respuesta.
- Orquestación multiagente: enrutamiento de tareas, subagentes delegados y memoria persistente que sobreviven a reinicios.
- Strands Harness (Premium): el runtime de agente preconstruido, configurado y desplegado por mí, no reconstruido desde cero. Persistencia de sesiones, gestión automática de contexto, ejecución de tareas en segundo plano y puertas de aprobación en cada llamada a herramientas, en AWS o Docker.
- Modelo independiente: funciona en OpenAI, Anthropic, Google o Amazon Bedrock, para que puedas cambiar de proveedor sin reescribir.
- Guardrails: políticas de aprobación y autorización humana para que ninguna llamada a herramienta se ejecute sin control.
- Complementos: extracción de tablas en PDF, filtrado de metadatos, grafos Neo4j, agentes de base de datos solo lectura.
Posees el código y la configuración. Obtienes código fuente probado, documentación de arquitectura y soporte para despliegue. Contáctame para una consulta técnica antes de ordenar.
Conoce a Adnan
Adnan
Building AI systems and the Python backends that serve them
- DeBangladesh
- Miembro desdeabr 2025
Idiomas
Inglés
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
Traducción automática
Mi porfolio
FAQ
Traducción automática
¿Cuál es la diferencia entre RAG estándar y RAG agentico?
El RAG estándar recupera contexto estático para inyección en prompt. El RAG agentico usa agentes autónomos con lógica de decisión, llamadas a herramientas y recuperación iterativa para razonamiento en múltiples pasos.
¿Qué bases de datos vectoriales y frameworks soportas?
LangGraph, LangChain, Pinecone, ChromaDB, Qdrant y PGVector, integrados con OpenAI, Claude, DeepSeek o modelos LLaMA de código abierto.
¿Puedo mantener el control sobre lo que mi agente puede hacer?
Sí. Cada llamada a herramienta pasa primero por una puerta de intervención — aprobación humana completa, puntuación de riesgo de IA, reglas en lenguaje sencillo o políticas de autorización formal que los subagentes heredan automáticamente. Los delegados no pueden saltarse tus reglas.
¿Puedes trabajar con mis PDFs, documentos escaneados y hojas de cálculo?
Complemento, sí. RAG empresarial falla silenciosamente en la extracción — los informes son prosa envuelta alrededor de las tablas que contienen cada número que consultas. Extraigo tablas, gráficos y escaneos en datos estructurados limpios, rastreados por página. Aviso honesto: ninguna tabla es perfecta, así que seleccionamos las clave y nos centramos en la precisión allí.
¿El agente puede responder preguntas contra mi propia base de datos?
Sí, como complemento. Tu equipo pregunta en inglés sencillo y recibe una respuesta con el SQL mostrado, para que puedan verificar la lógica en lugar de confiar en una caja negra. Funciona con una conexión a base de datos de solo lectura con una lista de permisos y un límite de filas — el agente no puede modificar tus datos.
¿Qué es exactamente el "agent harness" en el paquete Premium — me estás construyendo un marco de trabajo?
No. Strands Harness es un runtime existente y mantenido, y yo lo configuro y despliego para ti, en lugar de construir o bifurcar algo. Obtienes sesiones, memoria a largo plazo, gestión de contexto, subagentes, tareas en segundo plano y puertas de aprobación conectadas a tus datos y herramientas.
¿Obtengo memoria a largo plazo y persistencia de estado?
Sí — el estado de la sesión, almacenamiento persistente de vectores y memoria de conversación están incluidos en Standard y Premium.
