Nishi Chandra

أنشأت ونشرت مساعدًا للذكاء الاصطناعي قائمًا على تقنية RAG بمستوى إنتاجي، لتقديم رؤى في علم التنجيم الفيدي، ويخدم من 700 إلى 1000 مستخدم يوميًا. صممت خط أنابيب متكاملًا يشمل استيعاب البيانات، والتضمينات، والبحث المتجهي باستخدام Qdrant، وتوليد الاستجابات.

نفذت تنسيقًا قائمًا على LangGraph لسير عمل متعدد الخطوات يشمل الاسترجاع، وحسابات الخرائط الفلكية، وتوليد استجابات سياقية. وطورت ذاكرة قائمة على الجلسات لإجراء محادثات متعددة الأدوار ومخصصة.

هندست الواجهة الخلفية باستخدام Python وFastAPI وواجهات API غير المتزامنة، ودمجتها مع الواجهة الأمامية لتوفير تفاعلات فورية. وحسّنت زمن الاستجابة، واستهلاك الرموز، وجودة الاستجابات من خلال التخزين المؤقت، وضبط المطالبات، والتوجيه الانتقائي للنماذج.

أنشأت خطوط تقييم لتحسين الاستناد وتقليل الهلوسة. وأدرت النشر باستخدام Docker، مع ضمان موثوقية النظام وقابليته للتوسع ومراقبة أدائه.