Pata wakala wa AI aliye tayari kwa uzalishaji anayetumia LangChain, LangGraph, na chaguo lako la OpenAI au LLM ya chanzo huria ya ndani — kamili na msimbo wa chanzo, nyaraka, na kiolesura cha mbele kinachofanya kazi.
Nitaunda Mawakala Maalum wa AI na Maombi ya RAG
Ajenti wa AI anayefanya kazi aliyeunganishwa na LLM uliyochagua, na uthibitishaji na msimbo wa chanzo — msingi muhimu.
- Ujumuishaji wa mfano wa AI LLM (OpenAI API au LLM ya ndani kama vile LLaMA 3 / Mistral)
- Uthibitishaji wa mtumiaji umejumuishwa
- Usanidi wa backend wa FastAPI
- Frontend katika React.js / Tailwind au Streamlit
- Msimbo kamili wa chanzo umekabidhiwa
- Nyaraka za usanidi zimejumuishwa
Kila kitu katika Starter pamoja na bomba la Uzalishaji Lililoboreshwa kwa Urejeshaji ili wakala wako afikirie juu ya hati na data zako mwenyewe.
- Vipengele vyote vya kiwango cha Starter vimejumuishwa
- Mifumo ya Uzalishaji Iliyoimarishwa kwa Urejeshaji (RAG) iliyojengwa kwenye hati zako au hifadhidata ya maarifa
- Ujumuishaji wa duka la vekta kwa majibu sahihi, ya wakati halisi
- Backend ya FastAPI yenye vituo vya RAG
- 2 raundi za marekebisho
- Msimbo kamili wa chanzo na nyaraka
Suluhisho kamili: RAG, CRM au ujumuishaji wa hifadhidata, na safari ya mazungumzo iliyowekwa tayari kwa mwingiliano ulioongozwa, tayari kwa biashara.
- Vipengele vyote vya RAG Agent tier vimejumuishwa
- Ujumuishaji wa CRM au hifadhidata kwa ufikiaji wa data moja kwa moja
- Safari ya mazungumzo iliyowekwa mapema kwa mwingiliano wa watumiaji uliopangwa
- Mtiririko wa kazi wa mawakala wengi au LangGraph wa hali ya juu inapofaa
- 3 raundi za marekebisho
- Msimbo kamili wa chanzo, mwongozo wa usambazaji, na nyaraka
Omba Ofa Maalum
Ingia ili Uombe Ofa Maalum
Fungua akaunti ya bure au ingia ili kuomba ofa maalum kutoka kwa Zinner huyu.
Ingia / JisajiliUliza Swali Kabla ya Kuuza
Ingia ili Ulize Swali
Ili kupunguza barua taka kwenye jukwaa, jumbe za mauzo ya awali zinaweza kutumwa tu na watumiaji walioingia.
Fungua akaunti ya bure au ingia ili kumtumia ujumbe Zinner huyu moja kwa moja.
Ingia / JisajiliKuingia kunahitajika
Fungua akaunti ya bure au ingia ili kumtumia ujumbe Zinner huyu.
Ingia / JisajiliKuingia kunahitajika
Fungua akaunti ya bure au ingia ili kuomba ofa iliyobinafsishwa.
Ingia / JisajiliKwa Mtazamo
Maelezo muhimu kuhusu huduma hii kukusaidia kuamua. Imetolewa na Zinn Hub, si muuzaji.
Nafasi ya Thamani
AI Framework Stack
Unyumbufu wa LLM
Upatikanaji wa RAG
Usaidizi wa Mbele
Utakachopokea
Maelezo Kamili
Ikiwa biashara yako inahitaji wakala wa AI mwenye akili anayefanya kazi kweli — anayejibu maswali, anapata habari kutoka kwa data yako mwenyewe, anaboresha mtiririko wa kazi, au anashughulikia mazungumzo ya wateja — hii ndiyo huduma kwako.
Imejengwa na mhandisi wa AI wa stack kamili anayeishi London, kila suluhisho limetengenezwa maalum kwa kutumia LangChain, LangGraph, LangSmith, na FastAPI. Iwe unataka kutumia OpenAI API au kuweka kila kitu faragha na mfumo wa ndani wa chanzo huria kama vile LLaMA 3 au Mistral, wakala wako amesanidiwa kulingana na mahitaji yako halisi.
**Unachopokea:**
Kila ushirikiano unajumuisha wakala wa AI anayefanya kazi kikamilifu aliyeunganishwa na LLM uliyochagua, uthibitishaji wa mtumiaji, msimbo kamili wa chanzo, na nyaraka za usanidi. Kulingana na kifurushi unachochagua, utoaji wako unaweza pia kujumuisha bomba la Uzalishaji Ulioimarishwa kwa Urejeshaji (RAG) lililofunzwa kwenye hati zako mwenyewe, safari ya mazungumzo iliyowekwa mapema kwa mwingiliano unaoongozwa, na ujumuishaji kamili wa CRM au hifadhidata.
Uwasilishaji wa Frontend unapatikana katika React.js na Tailwind CSS au kama kiolesura cha Streamlit — chochote kinachofaa safu ya timu yako. Backend inatolewa kupitia programu ya FastAPI, inayoweza kuwekwa kwenye seva yako mwenyewe au jukwaa la wingu.
**Jinsi mchakato unavyofanya kazi:**
Baada ya kuweka agizo lako, shiriki tu mahitaji yako, LLM unayopendelea (OpenAI au ya ndani), na data au hati zozote ambazo wakala anapaswa kufanya kazi nazo. Mawasiliano wazi na ya moja kwa moja hufanyika kupitia gumzo la agizo. Utapokea masasisho ya mara kwa mara, na marekebisho yamejumuishwa katika kila ngazi. Ikiwa chochote kinahitaji kufafanuliwa kabla ya kazi kuanza, utawasiliana naye mara moja.
**Hii ni kwa ajili ya:**
Huduma hii inafaa kwa waanzilishi na biashara zilizoanzishwa zinazotaka usaidizi wa wateja unaoendeshwa na AI, mawakala wa msingi wa maarifa wa ndani, au otomatiki yenye akili — bila kulazimika kudhibiti utata wa miundombinu ya AI wenyewe. Inafaa waanzilishi wa kiufundi wanaotaka msimbo safi, tayari kukabidhiwa, pamoja na timu zisizo za kiufundi ambazo zinahitaji tu suluhisho la kufanya kazi na nyaraka wanazoweza kufuata.
**Kwa nini ufanye kazi na muuzaji huyu:**
Zinn Digital ni kampuni ya uhandisi wa AI yenye makao yake London inayobobea kikamilifu katika AI ya uzalishaji, chatbots maalum, mifumo ya RAG, na mtiririko wa kazi wa LangGraph wa mawakala wengi. Kila mradi unawasilishwa na msimbo kamili wa chanzo — unamiliki kile unacholipia. Suluhisho zimejengwa ili kuunganishwa na mifumo halisi ya biashara, sio tu kuonyesha uthibitisho wa dhana.
Dhamana ya Ubora wa Zinner
Kila Zinner hukaguliwa na kuidhinishwa kabla ya kujiunga na jukwaa.
Huduma zote zinaungwa mkono na ahadi yetu ya uhakikisho wa ubora.
Malipo yako yanalindwa hadi uidhinishe kazi iliyokamilishwa.
Linganisha Vifurushi
| Kipengele | Wakali wa AI wa Kuanzia | RAG Agent | Mfumo Kamili wa AI |
|---|---|---|---|
| Muda wa Uwasilishaji | 7 siku | 14 siku | 21 siku |
| Marekebisho | 1 | 2 | 3 |
| Ujumuishaji wa modeli ya AI LLM (OpenAI API au LLM ya ndani kama vile LLaMA 3 / Mistral) | ✓ | ✕ | ✕ |
| Uthibitishaji wa mtumiaji umejumuishwa | ✓ | ✕ | ✕ |
| Usanidi wa nyuma wa FastAPI | ✓ | ✕ | ✕ |
| Frontend katika React.js / Tailwind au Streamlit | ✓ | ✕ | ✕ |
| Msimbo kamili wa chanzo umekabidhiwa | ✓ | ✕ | ✕ |
| Nyaraka za usanidi zimejumuishwa | ✓ | ✕ | ✕ |
| Vipengele vyote vya kiwango cha Starter vimejumuishwa | ✕ | ✓ | ✕ |
| Mifumo ya Uzalishaji Iliyoimarishwa kwa Urejeshaji (RAG) iliyojengwa kwenye hati zako au hifadhidata ya maarifa | ✕ | ✓ | ✕ |
| Ujumuishaji wa duka la vekta kwa majibu sahihi, ya wakati halisi | ✕ | ✓ | ✕ |
| FastAPI backend na RAG endpoints | ✕ | ✓ | ✕ |
| Mizunguko 2 ya marekebisho | ✕ | ✓ | ✕ |
| Msimbo kamili wa chanzo na nyaraka | ✕ | ✓ | ✕ |
| Vipengele vyote vya ngazi ya Wakala wa RAG vimejumuishwa | ✕ | ✕ | ✓ |
| Ujumuishaji wa CRM au hifadhidata kwa ufikiaji wa data moja kwa moja | ✕ | ✕ | ✓ |
| Safari ya mazungumzo iliyowekwa tayari kwa mwingiliano wa watumiaji uliopangwa | ✕ | ✕ | ✓ |
| Mtiririko wa kazi wa mawakala wengi au LangGraph ya hali ya juu inapofaa | ✕ | ✕ | ✓ |
| Mizunguko 3 ya marekebisho | ✕ | ✕ | ✓ |
| Msimbo kamili wa chanzo, mwongozo wa kupeleka, na nyaraka | ✕ | ✕ | ✓ |
Kwingineko
Mifano ya kazi ya muuzaji inayohusiana na Zinn hii.
Jenga Wakala Maalum wa AI na Maombi ya RAG
Jenga Wakala Maalum wa AI na Maombi ya RAG
Taarifa za Ziada
Kwa Nini Unichague
Zana Ninazotumia
Inafaa Kwa
Maswali Yanayoulizwa Mara kwa Mara
Wakali wa AI ni programu yenye akili inayoweza kujibu maswali, kurejesha habari, kusanifisha mtiririko wa kazi unaorudiwa, au kushughulikia mazungumzo ya wateja — yote yakiendeshwa na mfumo wa lugha wa AI. Inaweza kuendeshwa na API ya OpenAI (yenye msingi wa wingu) au mfumo wa ndani wa chanzo huria kama vile LLaMA 3 au Mistral kwa faragha kamili ya data.
API ya OpenAI inahifadhiwa kwenye wingu, ni ya haraka, na inahitaji ufunguo wa API — data yako inachakatwa kwenye seva za OpenAI. LLM ya ndani (kama vile LLaMA 3, Mistral, au Vicuna) huendeshwa kwenye mashine yako mwenyewe au seva ya kibinafsi, ikimaanisha hakuna data inayoondoka kwenye mazingira yako na hakuna gharama za API zinazoendelea. Chaguo sahihi inategemea mahitaji yako ya faragha na miundombinu.
RAG (Retrieval-Augmented Generation) inachanganya utafutaji unaotegemea vekta kwenye nyaraka zako mwenyewe na mfumo wa AI unaozalisha. Badala ya AI kukisia au kudanganya, inarejesha habari sahihi moja kwa moja kutoka kwenye hifadhidata yako kabla ya kutoa jibu. Hii ni muhimu kwa mawakala wa usaidizi kwa wateja, Maswali Yanayoulizwa Mara kwa Mara ya ndani, na hali yoyote ambapo usahihi ni muhimu.
Baada ya kuweka agizo lako, tafadhali shiriki: mahitaji na malengo ya mradi wako, LLM unayopendelea (ufunguo wa API wa OpenAI au upendeleo wa mfano wa ndani), hati au data yoyote ambayo wakala anapaswa kufanya kazi nayo (kwa miradi ya RAG), na kiolesura chako unachopendelea (React.js au Streamlit). Ikiwa chochote hakiko wazi, utawasiliana kupitia gumzo la agizo kabla ya kazi kuanza.
Ndiyo. Sehemu ya nyuma imejengwa kwa FastAPI na inaweza kuwekwa kwenye seva yako mwenyewe au jukwaa la wingu, na kufanya wakala kupatikana kupitia programu ya wavuti au sehemu ya mwisho ya API. Kiwango cha Mfumo Kamili wa AI kinajumuisha mwongozo wa kuweka kama kawaida.
Ndiyo — msimbo kamili wa chanzo umejumuishwa katika kila ngazi. Unapokea umiliki kamili wa msimbo wote uliotengenezwa, pamoja na nyaraka za usanidi ili timu yako iweze kuutunza, kuupanua, au kuubadilisha kwa uhuru.
Marekebisho yamejumuishwa kama ilivyoelezwa katika kila kifurushi (1 kwa Starter, 2 kwa RAG Agent, 3 kwa Mfumo Kamili wa AI). Marekebisho yanashughulikia marekebisho ya kazi iliyowasilishwa kulingana na muhtasari wako wa asili. Mabadiliko makubwa ya upeo zaidi ya mahitaji yaliyokubaliwa yatachukuliwa kama ombi jipya na kujadiliwa kupitia gumzo la agizo.
Frontends zinaweza kujengwa katika React.js na Tailwind CSS, HTML/CSS/JavaScript tupu, au Streamlit — kulingana na upendeleo wako na ugumu wa kiolesura kinachohitajika. Hii inathibitishwa wakati wa majadiliano ya awali ya mahitaji.
Maoni ya Wateja
Angalia wateja wetu wanasema nini kuhusu Zinn hii
Mtaalamu bora, alinisaidia katika miradi mingine kadhaa.
Ilikuwa furaha kweli kufanya kazi na Syed. Hakuelewa tu mahitaji yangu wazi bali pia alikamilisha mradi kwa wakati na ubora wa kipekee. Katika mchakato mzima, alikuwa mvumilivu, makini, na msikivu kwa kila mabadiliko niliyoomba. Mawasiliano yake yalikuwa bora, na mara kwa mara alihakikisha nimeridhika katika kila hatua ya kazi. Syed alionyesha taaluma, maadili imara ya kazi, umakini kwa undani, na uwezo mkubwa wa kutatua matatizo. Nilivutiwa na kujitolea kwake na dhamira yake ya kutoa matokeo bora. Ningependekeza sana Syed kwa mtu yeyote anayetaka kuajiri mtaalamu anayeaminika na mwenye ujuzi.
Syed alifanya kazi nzuri sana kwa RAG. Alikuwa makini sana, sahihi, na kila mara alihakikisha anaelewa kikamilifu mahitaji kabla ya kuendelea. Mawasiliano yalikuwa laini na ya kitaalamu katika mradi mzima. Anapendekezwa sana — ningefanya kazi naye tena!
Zain alitoa MVP ya kipekee kwa jukwaa la CareAs AI. Alikamilisha Milestones zote 1 hadi 4 sawasawa na vigezo vya kukubalika na hata kurekebisha vitu nilivyokuwa nimekosa. Alijenga backend imara ya FastAPI, injini ya kuaminika ya mpango wa utunzaji wa RAG na marejeo, ukaguzi wa sheria za kliniki, na UI safi ya React yenye kurasa 22. Usambazaji wa Azure ulikuwa laini na CI/CD, Blob Storage, usanidi salama na ubadilishaji wa modeli. Mawasiliano yalikuwa wazi, alionyesha mara nyingi, alitatua masuala haraka, na alielewa mahitaji ya nyumba za wazee za Uingereza na CQC. Mtaalamu, mwenye ujuzi, na nina furaha kufanya kazi naye tena kwenye vipengele vya baadaye.
Ninapenda kufanya kazi naye.
Wateja walioingia pekee ambao wamenunua bidhaa hii ndio wanaweza kuacha ukaguzi.
