Haré un chatbot RAG y una base de conocimiento AI a partir de tus documentos

L
leiyang_dev
L
leiyang_dev
Lei
Parte de la información se ha traducido automáticamente.
build a rag chatbot and ai knowledge base from your documents
Pantalla completa
build a rag chatbot and ai knowledge base from your documents

Acerca de este Servicio

Traducción automática

Convierte tus PDFs, documentos y contenido de tu sitio web en un asistente de IA que responda

con citas de las fuentes. Construyo pipelines RAG en Python (LangChain

o LlamaIndex) con bases de vectores (pgvector, Qdrant, Pinecone), impulsados

por OpenAI, Claude o modelos de código abierto.


Obtendrás: un chatbot funcional (interfaz web, bot de Slack o API), respuestas con

citaciones y despliegue en tu servidor o en la nube.


Por qué trabajar conmigo: 13 años en ingeniería de backend, creando apps de producción de LLM

con bases de conocimiento RAG, agentes y automatización con estimaciones claras y en inglés.

  • Tipo de aplicación

    • Aplicación web

  • Tipo de IA

    • Chat
    • Herramientas de productividad

  • Lenguaje de programación

    • Go
    • JavaScript
    • Python
    • TypeScript
    • SQL

  • Frameworks para desarrollo web

    • React
    • Vue.js
    • Flask
    • Otros

  • Frameworks para aplicaciones de escritorio

    • Otros

  • Desarrolladores no-code y low-code

    • Otros

Conoce a Lei

Lei

Full Stack Developer Go Python AI Agents

  • DeChina
  • Miembro desdeago 2026

  • Idiomas

    Chino, Inglés
I'm a full-stack developer with 13 years of experience — 8 building high-concurrency game backends in Go and Python. WHAT I DO BEST • AI — LLM agents, function calling, RAG chatbots (Python, LangChain) • Backends — Go/Python APIs, MySQL/Redis, Docker, serverless • Full-stack — React/Vue frontends on solid backends RESULTS • Migrated a live game from Python to Go — 4x capacity, Redis -50% • Core dev on a $14M+ annual revenue game • Shipped LLM agents end to end, plus open-source agent infra GitHub: github.com/NinjaSln-labs Hours 10:00–22:00 (GMT+8), EU+US overlap.

Traducción automática

Etiquetas relacionadas