Agent AI technologii żywienia sportowego

Budżet: 25000 USD Termin: 30 dni

Zobacz, jest tu niuans - ocenianie całego produktu jedną liczbą jest przedwczesne, dlatego zaproponowałbym pierwszy etap za 220000 UAH i 30 dni roboczych. W to wliczam architekturę, prototyp agenta, bazę reguł dla 2-3 rynków, weryfikację gotowego składu, generację wersji receptury oraz podstawową dokumentację dla technologa. Pełna wersja przemysłowa z rozszerzoną bazą krajów, dziennikiem zmian, rolami, źródłami i panelem administracyjnym będzie liczona osobno po zaprojektowaniu.

Zespół Ingello tworzył podobne systemy AI i platformy korporacyjne. Ważne jest, aby nie tylko podłączyć model, ale także stworzyć bazę regulacyjną, weryfikowalne źródła, walidację dawek oraz tryb, w którym żywy technolog pozostaje ostatnim rozwiązaniem. W przeciwnym razie agent będzie brzmiał pewnie, ale popełni błędy tam, gdzie cena błędu jest nieprzyjemna =)

> https://business.ingello.com/fractal - podobne w zakresie agentów AI, logiki krok po kroku i weryfikacji decyzji
> https://business.ingello.com/vorfahr - bliskie w automatyzacji skomplikowanej dziedziny i logice produktowej
> https://business.ingello.com/lita - pośrednio bliskie w medycznych IT i starannej pracy z danymi

Uściślę 2 rzeczy - jakie rynki są potrzebne w pierwszej wersji - cały Unia Europejska, USA, Kanada, Wielka Brytania - i jakie źródła norm uważać za priorytetowe? Czy trzeba przechowywać historię wersji receptur, role technologa i kierownika, eksport etykiety do PDF, czy wystarczy raport w panelu?

Strona główna Ingello Systems dla giełdy - https://systems-fl.ingello.com Rozwiń

Budżet: 19000 USD Termin: 10 dni

Witam. Stworzę programowego agenta, który generuje receptury suplementów diety pod określony typ produktu i kraj, sprawdza skład pod kątem zgodności z lokalnymi normami oraz przelicza dawkowanie przy wejściu na nowy rynek. Normy krajowe podłączę jako bazę wiedzy, aby ten sam produkt był poprawnie dostosowany do UE i USA, uwzględniając zabronione i ograniczone składniki. Zacznę od działającego MVP na dwóch rynkach, abyście mogli ocenić jakość, a następnie rozszerzymy listę krajów i produktów. Orientacyjnie 19000 rubli i 10 dni roboczych za MVP, dokładną wycenę podam po ustaleniu listy krajów i źródeł norm. Jestem gotów rozpocząć od razu.

Budżet: 5000 USD Termin: 35 dni

Cześć! Nazywam się Oleg, jestem menedżerem projektu automatyzacji w firmie Business Atlas. Twoim zadaniem jest świetny, rozbudowany przypadek na styku FoodTech, AI i międzynarodowego compliance. Mamy duże doświadczenie w budowaniu skomplikowanych systemów eksperckich z bazami wiedzy dla rynków Ukrainy, USA i Europy (zrealizowano ponad 50 udanych projektów). Budujemy architekturę rozwiązań na bazie narzędzi Low-code (Make, n8n) oraz CRM, co gwarantuje elastyczność, wysoką szybkość uruchomienia i stabilność bez przepłacania za ciężki, indywidualny kod. Oto jakie rozwiązanie realizujemy dla Twojego TŻ: • Technologia AI z bazą wiedzy (system RAG): Podłączymy Claude/GPT przez workflow w Make/n8n do zorganizowanej bazy danych przepisów prawnych różnych krajów (FDA, regulacje UE itp.). AI automatycznie skanować będzie limity dawek oraz dozwolone listy substancji podczas generowania receptury „od zera” lub sprawdzania gotowego składu. • Adaptacja do nowych rynków: System będzie mógł w jednym kliknięciu wziąć istniejącą recepturę (na przykład dla USA), porównać ją z normami UE, podświetlić zabronione składniki lub przekroczenia dawek oraz zaproponować bezpieczne alternatywy na podstawie danych naukowych. • Generowanie dokumentacji i etykiet: Agent automatycznie obliczy Kcal, Białko, Tłuszcze, Węglowodany, sformułuje poprawny tekst do oznakowania oraz wygeneruje podstawowe specyfikacje techniczne do produkcji. • Kontrola specjalisty (Human-in-the-loop): Projektujemy system tak, aby AI wydawało dokładnie szkic projektu receptury z szczegółowym uzasadnieniem, które Twój żywy technolog będzie mógł łatwo sprawdzić, skorygować i zatwierdzić w jednym wygodnym interfejsie (na bazie Airtable lub dashboardu). Napisz do mnie w wiadomościach prywatnych — omówimy, które rynki i typy produktów (białka, pre-workouty) są teraz priorytetowe, a ja zaproponuję architekturę do szybkiego startu!

Budżet: 1500 USD Termin: 7 dni

Złatosława, projekt z uwzględnieniem norm UE/USA — to właśnie zadanie, w którym kluczowe są logika, dane i weryfikowalne zasady. Mogę pomóc w zbudowaniu architektury agenta AI: tworzenie receptury od podstaw, weryfikacja składu według kraju, dostosowanie do rynku, ograniczenia dotyczące składników i dawek, a także formowanie danych do etykiety i podstawowej dokumentacji. Mam 7-letnie doświadczenie w tworzeniu usług internetowych i aplikacji, potrafię budować złożone systemy i pracować z zespołem. Porozmawiajmy o szczegółach.

Budżet: 1500 USD Termin: 7 dni

Dzień dobry, Zlatoslava!

Po zapoznaniu się z opiniami innych specjalistów, chciałbym zaoferować pomoc w Twoim projekcie.

Na razie powstrzymam się od propozycji, ponieważ ważne jest zrozumienie ostatecznych celów stworzenia Twojego agenta AI. Aby zaproponować optymalną formę współpracy, proszę o wyjaśnienie:

- Terminy uruchomienia projektu: szybkie stworzenie MVP czy jest zapas czasu?
- Czy gotowe jest zadanie techniczne, czy jest wizja przyszłego agenta?
- Zakres i kategorie produktów, które agent ma obejmować?
- Czy potrzebne jest opracowanie na konkretnej platformie, czy można zaproponować rozwiązanie?

Na koszt i terminy opracowania wpływają:

1. Integracja z bazami danych przepisów prawnych.
2. Złożoność algorytmów do adaptacji receptur.
3. Obecność lub brak zadania technicznego.
4. Wymagania dotyczące interfejsu.
5. Wsparcie dla różnych typów produktów.

Na początkowym etapie ważne jest sformułowanie ostatecznej wizji agenta AI. To pozwoli zrozumieć, jakie technologie i funkcje mogą być przydatne oraz jak poprawić produkt. Takie podejście zapewni zgodność z wymaganiami prawnymi i wygodę użytkowania.

Twój projekt wymaga głębokiej wiedzy w dziedzinie żywienia sportowego i przepisów prawnych. Moje doświadczenie w AI i programowaniu webowym pomoże stworzyć rozwiązanie uwzględniające wszystkie niuanse.

Następnym krokiem jest omówienie projektu bardziej szczegółowo. Ustalmy szczegóły w korespondencji lub na spotkaniu. Rozwiń

Budżet: 250 USD Termin: 8 dni

Witam. Nazywam się Włodzimierz.

Jestem doświadczonym programistą z 8-letnim stażem w tworzeniu stron internetowych "pod klucz", aplikacji mobilnych oraz złożonych systemów webowych.

Specjalizuję się w opracowywaniu nowoczesnych, responsywnych i wydajnych rozwiązań. Przez 8 lat praktyki wykształciłem głęboki stos technologiczny:

Frontend i interfejsy: HTML, CSS, JavaScript, TypeScript, React.js, Next.js, Vite, Tailwind CSS, Bootstrap i Elementor.

Rozwój mobilny: React Native i Flutter.

Backend i API: Node.js, PHP, Python, Laravel, REST API i GraphQL.

Bazy danych i cache: MySQL, MariaDB, PostgreSQL, MongoDB i Redis.

Infrastruktura i narzędzia: Git, Docker, Nginx, Apache, Composer i Linux (Terminal).

Efektywnie analizuję wymagania klientów, proponuję optymalne rozwiązania architektoniczne i ściśle przestrzegam terminów. Oprócz programowania posiadam umiejętności w zakresie projektowania, technicznej optymalizacji SEO oraz wsparcia projektów. Rozwiń

Budżet: 600 USD Termin: 8 dni

Cześć! Zrozumiałem zadanie: agent AI, który generuje i weryfikuje przepisy na suplementy diety zgodnie z normami konkretnego kraju (UE/USA itp.), a ostateczne słowo należy do waszego technologii.

Od razu do rzeczy — od tego zależy cała dokładność: w regulowanej tematyce wartość nie leży w kodzie agenta (agenci AI i RAG to nasza standardowa praca), ale w usystematyzowanej bazie przepisów: składnik → kraj → limit dawkowania → źródło (FDA/EFSA/WADA) → data aktualności. Normy nie mogą być „wbudowane” w model — stanie się przestarzały i zacznie wymyślać limity, a w tej dziedzinie jest to niedopuszczalne. Dlatego regulacje żyją osobno (Baza Danych), a agent przed każdym przepisem weryfikuje je i oznacza: zatwierdzone / ograniczone / zabronione — z uzasadnieniem dla każdego składnika.

Jak to zbuduję:
• LLM (Claude) + RAG nad usystematyzowaną bazą norm (PostgreSQL + pgvector).
• Agent-generujący — szkic przepisu pod typ produktu i rynek; agent-weryfikujący — przetwarza skład przez bazę, flaguje konflikty, oblicza dawkowania na podstawie danych naukowych.
• Na wyjściu — projekt przepisu + skład do etykiety + flagi; decyzję podejmuje wasz technolog (człowiek w pętli — właściwe podejście, tak to zaplanuję).
• Start — MVP na 1-2 rynki (UE/USA), potem tym samym mechanizmem skalujemy na nowe kraje.

Kluczowe pytanie, od którego zależy objętość i dokładna cena: czy dostarczacie dane normatywne (składniki/limity według krajów, naukowe dawkowania) — czy ich zbieranie i usystematyzowanie również wchodzi w zakres zadania? Jeśli dostarczacie — MVP szybciej; jeśli na nas — to osobny etap, ocenię według objętości.

Koszt: MVP (agent + RAG + weryfikacja według dostarczonej bazy, 1-2 rynki, człowiek na końcu) — 600 USD, czas realizacji 8-10 dni. Zbieranie/usystematyzowanie regulacji — osobnym etapem według objętości.

Przykłady naszych agentów AI i automatyzacji: https://guardlabs.online/files/ai-portfolio.html Rozwiń

Budżet: 200 USD Termin: 1 dzień

Cześć!

Możemy stworzyć dla Ciebie rozwiązanie AI do opracowywania i weryfikacji receptur na różne rynki.

1. Jakie kraje i kategorie produktów należy uwzględnić w pierwszej kolejności?
2. Czy potrzebna jest weryfikacja już gotowych receptur, czy opracowanie od podstaw?

—
O nas

Jesteśmy dZENcode – firmą IT zajmującą się pełnym cyklem rozwoju: od projektowania i programowania po integracje i wsparcie posprzedażowe rozwiązań cyfrowych.
Tworzymy projekty od podstaw, a także angażujemy się w istniejące rozwiązania, które potrzebują poprawek, rozwoju lub wsparcia technicznego.

Szczegółowe informacje o naszych usługach i stawkach znajdziesz na oficjalnej stronie: Freelancehunt

Zobacz – po tym będziemy mogli omówić szczegóły i ustalić następny krok.

⚠️ Po wyjaśnieniu wszystkich szczegółów określimy zakres prac, odpowiedni format współpracy: na zadania, outsourcing lub outstaffing – oraz ostateczną cenę.

Z nami projekty gwarantowanie dochodzą do wydania:
• 10+ lat świadczymy usługi IT;
• 90+ pracowników etatowych;
• 250+ publicznych opinii od 2015 roku;
• Wspieramy produkty zgodnie z SLA po uruchomieniu;
• Pracujemy na podstawie NDA i umowy z firmą! Rozwiń

Budżet: 2900 USD Termin: 21 dni

Cześć! Tworzę agentów LLM w Pythonie do zadań, w których odpowiedź należy porównywać z sformalizowaną bazą zasad, a nie po prostu "zapytaj model". Kluczowe jest tutaj nie sam agent, ale skąd bierzemy normy: dozwolone składniki i limity dawek według krajów muszą być wprowadzone do usystematyzowanego słownika, który agent sprawdza przed każdą recepturą — w przeciwnym razie będą ładne, ale błędne składy. To, że finał należy do waszego technologii, wyprowadzę bezpośrednio do interfejsu: agent zwraca szkic plus flagi "ograniczone / zabronione". Rozpoczęcie logicznie zrobić MVP na 1-2 rynki (UE / USA), a następnie tym samym mechanizmem skalować. Jedno pytanie: czy normy według krajów dostarczacie sami, czy zbieranie ich również spoczywa na mnie?

Budżet: 4500 USD Termin: 5 dni

Dzień dobry! Zrobimy takiego agenta pod klucz — specjalizujemy się w agentach LLM i botach dla biznesu, podobne rozwiązania już mamy w portfolio.

Jak to widzę: agent oparty na LLM przyjmuje typ produktu i docelowy kraj, a następnie zwraca szkic receptury — z dawkowaniem, listą zabronionych lub ograniczonych składników oraz składem na etykietę. Logikę „inne normy — inny skład” wprowadzamy poprzez strukturalną normatywną bazę, którą agent weryfikuje przed odpowiedzią. To, że finał pozostaje w gestii waszego specjalisty, uwzględnimy bezpośrednio w interfejsie.

Stos technologiczny — Python + LLM, interfejs do wyboru: bot Telegram lub czat internetowy. Proponuję rozpocząć jako MVP na 1-2 rynki (na przykład UE i USA), a następnie tym samym mechanizmem dodajemy nowe kraje.

Jedno pytanie zasadnicze, aby dokładnie obliczyć: czy dostarczacie normatywną bazę dla krajów (dokumenty referencyjne, limity), czy agent ma samodzielnie zbierać ją z otwartych źródeł? Od tego w dużej mierze zależy zakres pracy.

Orientacyjnie MVP — 4-5 dni. Biorę po cenie startowej: zbieram pierwsze opinie na platformie, dlatego robię to korzystnie. Mogę przesłać na czat żywe demo-boty, abyście od razu zobaczyli poziom.

Budżet: 900 USD Termin: 30 dni

Dzień dobry Złatosław! Ciekawy projekt, z radością podejmę się jego realizacji.

Budżet: 250 USD Termin: 15 dni

Cześć!
Nazywam się Nikita. Od ponad 2 lat zajmuję się wdrażaniem rozwiązań AI w płatną reklamę oraz automatyzacją procesów marketingowych, pracuję z Google Ads, Meta Ads i TikTok Ads.
✅ Co otrzymujesz, pracując ze mną:
— strategię reklamową wspieraną przez AI zamiast chaotycznych uruchomień
— automatyzację analityki i kontrolę ekonomiki projektu
— systemowe skalowanie oparte na danych i narzędziach AI
📈 Pracuję z projektami różnej skali i wykorzystuję AI do szybszej analizy wyników, znajdowania punktów wzrostu oraz optymalizacji procesów reklamowych bez zbędnych kosztów.
Jestem gotów omówić Twoje zadania i zaproponować praktyczny plan wdrożenia AI w reklamę Twojego projektu.

Budżet: 100 USD Termin: 3 dni

Cześć, Złatosława! Już to budowałem — jeśli po prostu podłączyć GPT bez bazy, wyda ładny przepis, ale dawkowanie wymyśli. Potrzebna jest osobna baza, w której znajdują się rzeczywiste normy dla każdego kraju — agent sprawdza każdy składnik według niej, a technolog na wyjściu widzi nie tylko przepis, ale od razu, co narusza i dlaczego.

Oto przykład agenta, którego budowałem: huggingface.co/spaces/BlankD1/research-agent

$100 / 3 dni — agent na LangGraph, normy dla 3–5 rynków, interfejs do testu.

Budżet: 25000 USD Termin: 45 dni

mam już praktycznie gotowe podobne rozwiązanie dla agenta AI z bazą wiedzy, kontrolami według zasad i tworzeniem dokumentów - można je szybko dostosować do żywienia sportowego i uruchomić pierwszy działający prototyp

co do terminów, zakładałbym 4-6 tygodni na pierwszy działający wariant
co do budżetu - od 180000 UAH za prototyp z 2-3 rynkami, bazą składników, kontrolą ograniczeń, generowaniem receptury i szkicem dokumentów
dokładniej ocenię po wyjaśnieniu źródeł bazy normatywnej i głębokości obliczeń

Można nie komplikować na początku - zebrać rdzeń agenta wokół weryfikowanej bazy wiedzy, gdzie każda rekomendacja jest powiązana ze źródłem, krajem, limitem dawkowania i statusem składnika
dalej dodać scenariusze - stworzyć przepis od podstaw, sprawdzić skład, dostosować do nowego rynku, przygotować tekst na etykietę i podstawową dokumentację
żywy technolog pozostaje ostatecznym arbitrem, a agent daje projekt rozwiązania i wyjaśnia logikę - w takiej tematyce to ważne, ponieważ cena błędu jest wyższa niż cena ładnego przycisku =)

pytania dotyczące zadania
- jakie rynki są potrzebne w pierwszej wersji - UE, USA, Ukraina, Wielka Brytania czy inne
- źródła normatywne już zebrane czy trzeba je zebrać i usystematyzować z naszej strony

relewantne przykłady
- https://business.ingello.com/vorfahr - AI i automatyzacja skomplikowanej logiki eksperckiej
- https://business.ingello.com/fractal - procesy agentowe i praca z wieloetapowymi rozwiązaniami
- https://business.ingello.com/lita - podejście healthtech, gdzie ważne są kontrole, role i odpowiedzialność specjalisty

nasza strona dla freelancerów - https://systems-fl.ingello.com

jesteśmy w kontakcie... możemy omówić pierwszy etap tutaj i szybko przejść do zrozumiałego planu uruchomienia Rozwiń

Budżet: 160 USD Termin: 2 dni

Cześć, Złatoslawo!

Zadanie jest jasne — i konkurenci mają rację w jednym: główną trudnością nie jest sam agent, a baza normatywna. Jeśli agent będzie "dopuszczać" limity FDA lub EFSA na podstawie ogólnej wiedzy modelu — zacznie podawać błędne dawkowanie. W regulowanej sferze jest to niedopuszczalne.

Pracuję z API Claude codziennie w produkcji (aiscreener.best, @ai_cryptoanalyze_bot). To właśnie Claude najlepiej radzi sobie z złożonymi instrukcjami i nie "halucynuje" poza bazą.

Architektura:

1. Baza normatywna (PostgreSQL) składnik → kraj → limit dawkowania → źródło (FDA/EFSA/WADA) → data aktualności. To żyje osobno od modelu — aktualizuje się bez przepisywania kodu.

2. RAG + Claude Agent porównuje się z bazą przed każdą recepturą. Na wyjściu szkic z flagami: ✅ zatwierdzone / ⚠️ ograniczone / ❌ zabronione — z uzasadnieniem dla każdego składnika.

3. Dwaj agenci — Generator: tworzy recepturę od podstaw pod typ produktu i kraj — Walidator: sprawdza gotowy skład.

4. Interfejs dla technologa Web-chat (Next.js) lub Telegram — do wyboru. Historia receptur, eksport do PDF.

MVP: 2 rynki (UE + USA), 14 dni. Dalej tym samym mechanizmem — nowe kraje.

Kluczowe pytanie: czy baza normatywna (składniki, limity według krajów) już istnieje w jakiejś formie — czy jej zbieranie i strukturyzacja również wchodzi w zakres zadania? Rozwiń

Budżet: 330 USD Termin: 7 dni

Cześć! Bardzo interesujący projekt - z przyjemnością podejmę się jego realizacji.

Mam doświadczenie komercyjne w tworzeniu inteligentnych agentów AI, którzy pracują z określonymi bazami wiedzy i ściśle regulowaną logiką. W szczególności tworzyłem rozwiązania AI dla firmy zajmującej się ociepleniem, gdzie agent musiał precyzyjnie operować technicznymi charakterystykami materiałów, normami budowlanymi oraz skomplikowanymi obliczeniami na konkretne zapytania.

Budżet: 530 USD Termin: 14 dni

Można to zrobić na Next.js + backend (Node.js) z architekturą RAG i bazą norm (UE/USA/inne kraje), gdzie agent będzie generować receptury, sprawdzać ograniczenia dotyczące składników i dostosowywać formuły do rynku. Ale tak — ostateczna walidacja i tak pozostaje w gestii technologii, jak wskazano w TZ.

Budżet: 60 USD Termin: 3 dni

Witam! Zadanie dotyczące stworzenia technologii AI jest bardzo interesujące i aktualne. Mam doświadczenie w pracy z Pythonem oraz integracją modeli AI przez API, potrafię konfigurować logikę systemową (System Prompts) i parsować dane strukturalne.

Proponuję zrealizować wersję MVP tego agenta na bazie połączenia Python + OpenAI API / Anthropic API.

Jak proponuję to zrobić:

Stworzymy strukturalną bazę ograniczeń (w formacie JSON lub tekstowych instrukcji) dla kluczowych rynków (USA, UE).

Skonfigurujemy inżynierię promptów tak, aby AI ściśle przestrzegało limitów dawek i wydawało recepturę, obliczenia dawek oraz podstawowy tekst na etykietę bez „od siebie”.

Owińmy to w wygodny interfejs (na przykład, bot Telegram lub schludna aplikacja desktopowa), aby technolog mógł w kilka kliknięć zmieniać parametry.

W cenę wchodzi podstawowa konfiguracja logiki agenta oraz testowanie na 2-3 scenariuszach testowych produktów.

Gdy tylko zatwierdzisz moją stawkę, od razu podzielę się swoim użytkownikiem w Telegramie — omówimy, w jakim formacie będzie Ci najwygodniej otrzymać gotowy projekt receptury (tekst, tabele lub raport PDF) oraz jakie dane wejściowe już posiadasz. Będę zadowolony, mogąc pracować nad takim innowacyjnym zadaniem! Rozwiń

Budżet: 300 USD Termin: 10 dni

Cześć, Złatosława! Buduję właśnie takie AI-agenty dla konkretnego biznesu — mam swoją platformę AI (Mercon), gdzie agent działa ściśle na podstawie bazy danych, bez wymyślania.

Pod Twoje zadanie:
— agent-technolog, który dobiera receptury (białka, batony, przedtreningówki, izotoniki) według Twoich składników i ograniczeń;
— przepisy różnych krajów — jako oddzielna baza zasad: agent sprawdza recepturę pod kątem zgodności i podświetla, co jest niedozwolone;
— odpowiedzi z linkiem do źródła (norma/składnik), aby technolog mógł ufać i sprawdzić.

Kluczowe — aby agent nie "halucynował" w składach i normach: to rozwiązuję poprzez RAG + przemyślane inżynieria promptów, czym zajmuję się codziennie.

Proponuję krótką rozmowę — wyjaśnię źródła danych dotyczące norm i format receptur.
Matwiej Rozwiń

Budżet: 250 USD Termin: 21 dni

Cześć! Projekt jest bardzo interesujący — agent AI dla technologii żywienia sportowego z bazą wiedzy wymaga przemyślanej architektury, a nie tylko integracji LLM.

Mam 3,5 roku doświadczenia komercyjnego w fullstack development (TypeScript, Vue/Nuxt, Next.js, NestJS, PostgreSQL). Pracowałem nad produktami z wyszukiwaniem RAG, wersjonowanymi bazami wiedzy i danymi strukturalnymi. Rozumiem znaczenie oddzielania danych normatywnych od kodu aplikacji — aby aktualizacje przepisów nie wymagały przebudowy systemu.

Proponuję zrealizować: warstwę RAG do wyszukiwania w dokumentach normatywnych, bazę składników z limitami dawek, dziennik audytu decyzji agenta oraz panel administracyjny do zarządzania danymi. Jestem gotów omówić szczegóły i rozpocząć w najbliższym czasie.

Budżet: 200 USD Termin: 3 dni

Interesujące zadanie, robiłem podobne rzeczy w połączeniu z RAG i bazą dokumentów normatywnych. Widzę to tak: na backendzie przechowywana jest zorganizowana baza składników z ich właściwościami i dozwolonymi dawkami według jurysdykcji, agent przy tworzeniu receptury automatycznie waliduje skład pod odpowiedni kraj i flaguje konflikty. Pytanie: czy planujecie ręcznie wprowadzać ograniczenia prawne i aktualizować je samodzielnie, czy potrzebna jest integracja z jakimś źródłem do aktualizacji? Jestem gotów omówić szczegóły i podejście do MVP.

Budżet: 500 USD Termin: 10 dni

Dzień dobry.
Nasz zespół ma wieloletnie doświadczenie w tworzeniu ERP, CRM, CMS oraz specjalistycznego oprogramowania dla biznesu. Tworzymy efektywne rozwiązania cyfrowe, które pomagają automatyzować procesy, zwiększać wydajność i skalować firmy.

Pracujemy z nowoczesnymi technologiami — od botów i skryptów po agentów AI i systemy analityczne. Opracowujemy strony internetowe o różnym stopniu skomplikowania. W naszym portfolio znajdują się zrealizowane rozwiązania ERP dla branży hotelarskiej, a także dla firm zajmujących się importem i sprzedażą towarów, a także nasz własny produkt XFitness — system ERP stworzony specjalnie dla klubów fitness.

Jesteśmy gotowi zrealizować Twój projekt i zaproponować najlepsze rozwiązanie dostosowane do Twoich potrzeb.
Nasze portfolio: Freelancehunt

Specjalizujemy się w takich dziedzinach:
-Rozwój systemów ERP
-Rozwój systemów CRM
-Rozwój stron internetowych o dowolnym stopniu skomplikowania
-Rozwój systemów CMS
-Wsparcie stron internetowych
-Rozwój OpenCart
-Wsparcie OpenCart
-Modyfikacja OpenCart
-Doróbka OpenCart
-Rozwój WordPress
-Wsparcie WordPress
-Modyfikacja WordPress
-Doróbka WordPress
-Rozwój ECommerce
-Wsparcie ECommerce
-Modyfikacja ECommerce
-Doróbka ECommerce
-Rozwój aplikacji webowych
-Wsparcie serwerów 1C
-Wsparcie serwerów webowych
-Rozwój aplikacji mobilnych
-Parsowanie danych
-Rozwój botów
-Rozwój agentów AI

oraz w takich technologiach:
-Python
-PHP
-Laravel
-Symfony
-Yii2
-JS
-NodeJS
-jQuery
-TypeScript
-MySQL
-HTML
-CSS
-Vue
-Nuxt.js
-React
-React Native
-C++ Rozwiń

Budżet: 4000 USD Termin: 28 dni

Cześć. Zadanie jest świetne, ale zwykłe LLM nie poradzi sobie z tym z pudełka — zacznie halucynować na temat dawek i przepisów, a w produkcji suplementów diety jest to krytyczne.

Potrzebny jest hybrydowy system: AI działa jako generator, a solidny backend na Laravel wszystko weryfikuje według formuł. Regulacje krajów (FDA, EFSA) załadujemy do wektorowego magazynu pgvector bezpośrednio w bazie PostgreSQL.

Na poziomie kodu stworzymy dwóch agentów: pierwszy przygotowuje przepis zgodnie z wymaganiami, drugi (compliance) automatycznie porównuje numery CAS z bazą ograniczeń i wydaje ostrzeżenia, jeśli przekroczony zostanie limit. Procesem i składami zarządzać będzie żywy technolog za pomocą wygodnego panelu administracyjnego na Filament v5.

Aby nie ryzykować budżetem, proponuję podejść do tego etapami:

1. MVP (2 tygodnie, 2000 USD) — architektura bazy danych, integracja z API modelu (Claude/Gemini), logika cyklicznej weryfikacji "technolog-prawnik" na backendzie dla jednego kraju pilotażowego oraz panel administracyjny. Otrzymasz gotowe, działające jądro do testów.
2. Produkcja (kolejne 2 tygodnie, 2000-2500 USD) — automatyczne parsowanie nowych przepisów z dokumentów, skalowanie na dowolne kraje oraz generowanie specyfikacji/etykiet w PDF.

Mam duże doświadczenie w tworzeniu złożonych systemów na Laravel, a logikę AI skonfiguruję w sposób deterministyczny i bez halucynacji.

W jakiej formie przechowywane są obecnie regulacje i limity krajów (pliki PDF, bazy danych czy linki)? Czy jesteście gotowi zacząć od MVP? Rozwiń

Budżet: 500 USD Termin: 14 dni

Budowałem podobne rozwiązania: AI-workflow z warunkową logiką, dynamicznym kontekstem i zorganizowanymi odpowiedziami w formacie dogodnym do weryfikacji przez specjalistę. Podejście jest takie: rdzeń agenta — systemowy prompt z bazą normatywów (UE/Regulamin 1169/2011 + EFSA, USA/DSHEA + FDA, UA/DSTU), który aktywuje się w zależności od wybranego rynku przed każdym zapytaniem. Dla każdego typu produktu (białko, pre-workout, izotonik itp.) przygotowuję osobne szablony z obowiązkowymi polami: składniki, dawkowanie, zakazy rynkowe. Agent zwraca recepturę + listę pozycji ryzykownych + rekomendacje — w formacie dogodnym do ostatecznej weryfikacji przez technologa. Orientacyjnie 7–10 dni roboczych, ~$500–700 za MVP z 3 rynkami i 4–5 typami produktów. Czy istnieje już gotowa baza normatywów lub format raportu, który wykorzystuje wasz technolog — to znacząco wpłynie na terminy?

Budżet: 250 USD Termin: 7 dni

Dzień dobry. Jestem gotów podjąć się pracy. Zrobię tak, jak chcesz. Czekam na Twoje wiadomości, omówimy szczegóły.

Budżet: 750 USD Termin: 10 dni

Cześć! Architektura jest zrozumiała: LLM nie powinien "znać" norm z pamięci, one żyją w osobnej, zorganizowanej bazie danych (składnik -> kraj -> limit -> źródło -> data). Agent porównuje się z nią przed każdą recepturą i oznacza status każdego składnika. Finał, za technologiem, to poprawnie i tak to zaplanuję. Stos: NestJS + Claude API + PostgreSQL + pgvector (RAG według dokumentów normatywnych) + Vue 3 dla interfejsu. Jedno kluczowe pytanie, od którego zależy rzeczywisty zakres pracy: czy baza normatywna (FDA, EFSA, limity składników) jest już w zorganizowanej formie, czy jej zbieranie również wchodzi w zakres zadania? Proponuję MVP na 2 rynki (UE + USA), 3–4 kategorie produktów, z rozszerzeniem tym samym mechanizmem. Dziękuję za odpowiedź.

Budżet: 2000 USD Termin: 30 dni

👋 Witaj! Największe i najciekawsze projekty— Freelancehunt

Zadanie jest bardzo interesujące! Jestem gotów opracować inteligentnego agenta do tworzenia receptur żywności sportowej z uwzględnieniem przepisów prawnych różnych krajów. Agent będzie potrafił:

tworzyć receptury od podstaw
sprawdzać skład pod kątem zgodności z normami UE, USA i innych rynków
adaptować receptury do różnych krajów
wskazywać ograniczenia i zabronione składniki
formować dane do etykiety

💶 Koszt: do 2000 $
⏳ Termin: 14–30 dni

Stworzę wygodnego i użytecznego pomocnika, który znacznie przyspieszy pracę technologów. Jestem gotów szczegółowo omówić wymagania i rozpocząć. Co sądzisz o tej propozycji? Rozwiń

Budżet: 200 USD Termin: 5 dni

Dzień dobry! Rozwijam w Pythonie, React/Node.js realizowałem podobne projekty, gotowy do współpracy.

Budżet: 1200 USD Termin: 21 dni

Dzień dobry.
Projekt jest interesujący, jestem gotów zająć się MVP bez dumpingowania i bez obietnic, że model będzie znał przepisy prawne z pamięci. W takim zadaniu to główne ryzyko.
Budowałbym agenta nie jako zwykły czat, ale jako system z oddzielną bazą norm i składników:
składnik;
kraj/rynek;
status: dozwolony, ograniczony, zabroniony;
limit dawkowania;
kategoria produktu;
źródło normy;
data aktualności;
komentarz dla technolog.
Na tym już działa agent AI: generuje szkic receptury, sprawdza gotowy skład, dostosowuje formułę do innego rynku, pokazuje konflikty i formuje dane do etykiety. Ostateczna decyzja pozostaje w gestii technologa, i to jest słuszne.
Jak widzę MVP:
1. Zorganizowana baza norm
Na pierwszy etap lepiej wziąć 1-2 rynki, na przykład UE/USA, i 2-3 kategorie produktów. Normy nie są wbudowane w prompt, a przechowywane oddzielnie, aby można je było aktualizować.
2. Agent receptury
Użytkownik podaje typ produktu, rynek, cele dotyczące składników odżywczych i ograniczenia. Agent proponuje szkic składu i wyjaśnia, dlaczego wybrał składniki.
3. Agent weryfikacji
Sprawdza każdy składnik i dawkowanie w bazie: co można, co jest ograniczone, co jest zabronione, gdzie potrzebna jest ręczna weryfikacja.
4. Wynik dla technolog
Receptura, ostrzeżenia, skład do etykiety, źródła, lista kontrowersyjnych miejsc.
Stos: Python, FastAPI, PostgreSQL/pgvector lub Qdrant, OpenAI/Claude API, prosty interfejs webowy dla MVP.
Z doświadczenia: robiłem scenariusze AI/RAG, systemy backendowe z bazami, workflow z ręczną weryfikacją, agentów AI w procesach biznesowych, parsery/monitoring pipelines i systemy, w których ważne jest, aby nie pozwolić modelowi na swobodne fantazjowanie. GitHub i przykłady mogę pokazać w korespondencji/na rozmowie.
Jeśli potrzebna jest nie wersja MVP, a pełnoprawny system dla wielu krajów i kategorii produktów, lepiej to rozważyć osobno po fazie discovery. Rozwiń

Budżet: 250 USD Termin: 4 dni

Dzień dobry, programowaniem w sieci zajmuję się od ponad 9 lat. Pracuję z rest api, frameworkami i cms takimi jak django, laravel, yii2, wp, opencart, codeigniter itd. Jestem gotów wykonać zadanie. Opinie: Freelancehunt

Budżet: 1500 USD Termin: 14 dni

Ja i moja drużyna oferujemy pełny cykl rozwoju pod klucz. W zespole znajdują się doświadczeni programiści, projektanci i specjaliści od UX/UI, co pozwala nam stworzyć wygodny i funkcjonalny produkt, spełniający wszystkie Twoje wymagania. Terminy i ceny omówimy już w wiadomościach prywatnych, gdy będziemy mieli pełne wyobrażenie o zakresie pracy. Oczekuję od Ciebie feedbacku. Przykłady prac mogę przesłać w wiadomościach prywatnych.

Budżet: 100 USD Termin: 5 dni

Mogę opracować, ale w każdym razie będą potrzebne szczegóły do wyjaśnień, dziękuję. Mam doświadczenie w różnych projektach.

Budżet: 150 USD Termin: 5 dni

Witam! Widzę, że potrzebujesz nie tylko czatu-bota, ale technologii AI, która generuje przepisy na żywność sportową z uwzględnieniem wymogów regulacyjnych różnych krajów i automatycznie dostosowuje je do konkretnego rynku.

W podobnych projektach AI budowałem systemy, w których agenci LLM pracowali według jasnej logiki zbierania, weryfikacji i przetwarzania danych za pomocą ChatGPT, Claude, Voiceflow i Make.com. Do tego zadania zaproponowałbym stworzenie agenta wielopoziomowego: osobny moduł do pracy z bazą norm prawnych, osobny moduł do generowania przepisów oraz moduł walidacji, który sprawdzi skład pod kątem zgodności z wymaganiami kraju przed wydaniem wyniku.

Można również zrealizować automatyczne tworzenie dokumentacji, listy składników na etykietę oraz wyjaśnień dotyczących zabronionych lub ograniczonych komponentów. Szczególnie ważne jest wdrożenie systemu regularnej aktualizacji bazy normatywnej, aby agent nie pracował na przestarzałych danych.

Z mojego doświadczenia w integracji rozwiązań AI, największym ryzykiem w takich projektach jest nie generowanie przepisów, ale wiarygodność źródeł i kontrola logiki weryfikacji. Dlatego zaproponowałbym wprowadzenie osobnego etapu automatycznej weryfikacji przed przekazaniem wyniku technologowi.

Proszę, daj znać: czy baza normatywna jest już zebrana u Was (FDA, EFSA i inni regulatorzy), czy też trzeba ją również formować w ramach projektu?

Budżet: 245 USD Termin: 14 dni

Zrozumiałem TŻ: agent AI tworzy receptury produktów sportowych z uwzględnieniem przepisów prawnych docelowego kraju. Ta sama batonik białkowy dla UE i USA może mieć różny skład, ponieważ dozwolone składniki i limity dawek różnią się. Agent wydaje projekt receptury, następnie żywy technolog to sprawdza.

Widziałbym architekturę tak: rdzeń to agent LLM (Claude lub GPT-4o) z użyciem narzędzi dla trzech zewnętrznych warstw. Pierwsza warstwa — indeks RAG według przepisów (FDA dla USA, EFSA i EU Novel Foods Regulation dla UE, Codex Alimentarius dla bazy) z podziałem na kraje i kategorie produktów. Pod nią Qdrant lub pgvector z embeddingami od OpenAI lub Voyage. Druga warstwa — tabelaryczny słownik składników z ich kategoriami, limitami dawek i adnotacjami o zakazach według krajów (to już nie RAG, a strukturalny SQL/JSON). Trzecia warstwa — funkcja obliczania wartości odżywczej i kosztu produkcji na 100 g produktu.

Kiedy użytkownik mówi, stwórz batonik 25 g białka dla rynku UE, agent najpierw ładuje kontekst dozwolonych składników dla UE z drugiej warstwy, następnie dobiera kombinację, która daje potrzebny profil za pomocą prostego solvera ograniczeń, sprawdza każdy składnik przez pierwszą warstwę w odniesieniu do aktualnych przepisów, i wydaje skład plus cytaty z dokumentów normatywnych z zastrzeżeniem, że ostateczna decyzja należy do człowieka.

Jeden moment, który wpłynie na cenę i jakość: rozmiar bazy normatywnej. Jeśli mówimy tylko o MVP dla UE i USA, to zarządzana baza na 1-2 tysiące dokumentów. Jeśli planowane jest objęcie warunkowych 10+ krajów — to już osobne zadanie dotyczące utrzymania aktualności bazy (normy się zmieniają, agent musi to widzieć). Dla MVP sugeruję zacząć od 1-2 rynków w celu walidacji podejścia, a następnie skalować.

Pod względem terminów realistycznie 14 dni roboczych na MVP z jednym rynkiem (na przykład UE) i 3-4 kategoriami produktów (batonik, białko, izotonik, pre-workout). Stos technologiczny Python plus Claude lub GPT-4o plus Qdrant plus minimalny interfejs webowy na Streamlit do testów. Następnie po walidacji technologii rozszerzamy na drugi rynek.

Z mojego doświadczenia: agenci AI z użyciem narzędzi i RAG to mój główny fokus w ostatnim roku. W produkcji zbudowałem głosowego asystenta AI dla klinik weterynaryjnych na tym samym stosie (RAG plus LLM jako orkiestrator plus narzędzia), platformę AI do reklamy kontekstowej z wyszukiwaniem semantycznym. Jestem gotów zadzwonić, aby omówić szczegóły. Rozwiń

Budżet: 500 USD Termin: 7 dni

Dzień dobry. Mamy 4-letnie doświadczenie w web development i możemy zrealizować takiego agenta AI jako usługę internetową z wygodnym interfejsem do tworzenia, weryfikacji i dostosowywania receptur żywności sportowej do różnych rynków. Agent będzie mógł uwzględniać wymagania prawne poszczególnych krajów, analizować ograniczenia dotyczące składników i dawek, formułować receptury, skład do etykiety oraz podstawową dokumentację. W celu realizacji proponujemy stos AI + RAG z oddzielną bazą dokumentów normatywnych oraz możliwością dalszego rozszerzenia na nowe kraje i kategorie produktów. Przykłady naszych prac: apple-family.com.ua/uk, 3magency.co.

Budżet: 4000 USD Termin: 30 dni

Cześć!

Kluczowa cecha twojego agenta — „jeden produkt, różny skład pod rynek” — to także główne ryzyko techniczne: jeśli model „przypomina” normy z pamięci, czasami będzie pewnie się mylić, a w przypadku dodatków to problem prawny. Rozwiązuje się to tym, że agent rozważa nie z pamięci, a na podstawie weryfikowanej bazy regulacji w krajach, z odniesieniem do źródła dla każdego limitu — aby twój specjalista mógł szybko potwierdzić, a nie weryfikować od nowa.

Aby nie być gołosłownym: mogę przygotować małe demo na jednym produkcie (na przykład pre-workout) i parze rynków UE/USA — pokażę, jak agent generuje dwa różne składy i zaznacza, co jest ograniczone i dlaczego.

Kwota i termin — orientacyjnie pod MVP (jeden produkt + para rynków). Dokładny kosztorys podam po krótkiej fazie odkrywania, kiedy ustalimy rynki i źródło danych regulacyjnych.

Napisz na priv, jaki produkt i rynek są dla ciebie priorytetowe — przygotuję demo pod nie.

Budżet: 1000 USD Termin: 30 dni

Stworzenie agenta AI do receptur żywności sportowej to zadanie, w którym większość rozwiązań zawodzi nie z powodu braku algorytmów, ale z powodu powierzchownego zrozumienia norm prawnych różnych krajów.

Ważne jest, aby AI nie tylko uwzględniało zabronione składniki, ale także interpretowało prawne niuanse — na przykład limity w UE działają jako maksymalne, a w USA czasami stosowane są jako minimalne. To wymaga nie szablonowych rozwiązań, ale głębokiej integracji źródeł prawnych w logikę generacji.

Opracowanie agenta wymaga mapowania 30+ krajów w ciągu 60 dni, z naciskiem na dynamiczną adaptację receptur. Należy określić, jaki format danych chcesz użyć do informacji wejściowych — strukturalne tabele czy swobodny tekst z certyfikatów.

Budżet: 333 USD Termin: 3 dni

Cześć! Wykonam Twoje zadanie szybko i jakościowo. Zrobię agenta

Ostatnie moje prace
https://indexfast.pp.ua - szybka indeksacja strony
https://mono-bank.pp.ua - wszystko o monobank
https://mamamia.pp.ua - sklep internetowy
https://programist.pp.ua/ua/portfolio/ - portfolio prac
https://monitortest.pp.ua - testowanie monitora
https://keytest.pp.ua - testowanie klawiatury
https://pctest.pp.ua - testowanie komputera
https://vseetut.matviy.pp.ua - składanie

Moje portfolio: https://freelancehunt.com/ua/freelancer/romas6ka.html#portfolio
Pisz, zacznę pracować dzisiaj. Będę zadowolony ze współpracy z Tobą! Rozwiń

Budżet: 200 USD Termin: 21 dni

Dzień dobry! Mogę zrealizować agenta AI z podłączeniem zewnętrznej bazy wiedzy i danych regulacyjnych. Pozwoli to na aktualizację wymagań według krajów bez modyfikacji logiki i zmniejszy ryzyko błędów ze strony AI.

Proszę o przesłanie szczegółów dotyczących krajów, źródeł danych regulacyjnych oraz pożądanego interfejsu pracy agenta.

Budżet: 200 USD Termin: 1 dzień

Cześć!
To dokładnie ten typ aplikacji AI, w którym wiedza z zakresu danej dziedziny, dane normatywne i projektowanie procesów roboczych są znacznie ważniejsze niż tylko podłączenie LLM do interfejsu czatu.
Rozumiem, że celem nie jest zastąpienie specjalistów ds. opracowywania receptur, ale przyspieszenie ich pracy poprzez generowanie odpowiednich wymogom szkiców receptur, które następnie są weryfikowane i zatwierdzane przez eksperta.
Zalecana przeze mnie architektura łączy warstwę LLM z uporządkowaną bazą danych dokumentów normatywnych i składników, a nie polega tylko na wiedzy modelu.
Agent będzie w stanie generować receptury produktów od podstaw na podstawie typu produktu i docelowego kraju, sprawdzać istniejące receptury pod kątem zgodności z wymaganiami normatywnymi konkretnego kraju, dostosowywać receptury do nowych rynków, identyfikować zabronione lub ograniczone składniki, obliczać dawkowanie składników zgodnie z konfigurowalnymi odniesieniami naukowymi oraz generować szkice etykiet i dokumentacji towarzyszącej.
Aby zapewnić niezawodne wsparcie, zbudowałbym system oparty na bazie wiedzy dokumentów normatywnych według krajów, bazie danych składników z ograniczeniami i limitami dawkowania, architekturze RAG do wyszukiwania dokumentów normatywnych, dzienniku audytu pokazującym, dlaczego dokonano rekomendacji, oraz panelu administracyjnym do aktualizacji dokumentów normatywnych i danych o składnikach.
Kluczowym wymaganiem dla takiego projektu jest to, że informacje normatywne pozostają edytowalne i wersjonowane, a nie wbudowane w podpowiedzi lub kod aplikacji. Umożliwia to aktualizację przepisów prawnych bez przebudowy systemu.
Mój preferowany stos technologiczny: Next.js, TypeScript, Python lub NestJS, PostgreSQL, OpenAI lub modele antropologiczne, wektorowa baza danych do wyszukiwania dokumentów normatywnych oraz panel administracyjny do zarządzania dokumentami normatywnymi.
Wprowadziłbym również wskaźniki wiarygodności, odniesienia do źródeł i przejrzyste ścieżki rozumowania, aby specjaliści mogli weryfikować rekomendacje, a nie traktować wyników jako "czarna skrzynka".
To wyraźny przykład zastosowania AI, ponieważ system łączy uporządkowane zasady normatywne, dane naukowe i ocenę ekspertów, a nie polega na autonomicznym podejmowaniu decyzji.
Z przyjemnością omówię etapy architektury i szczegóły realizacji. Rozwiń

Budżet: 200 USD Termin: 4 dni

Cześć!

Agenci AI na RAG to mój główny temat, więc zadanie jest jasne i interesujące. Opiszę, jak to widzę, aby było widać, że się wnikam, a nie tylko przebiegam.

Sam agent buduję jako połączenie LLM + bazy wiedzy (RAG): tworzy recepturę pod typ produktu i kraj, sprawdza gotowy skład pod kątem zgodności, dostosowuje do nowego rynku, flaguje zabronione/ograniczone składniki, oblicza dawkowanie i formułuje skład na etykietę. To, że finalną wersję sprawdza żywy specjalista — to właściwe podejście: agent daje poprawny szkic, człowiek podejmuje decyzję. Tak też zaplanuję logikę.

Od razu szczerze o najważniejszym, ponieważ od tego zależy cała dokładność: agent jest dobry dokładnie na tyle, na ile precyzyjna jest baza wiedzy pod nim — dozwolone/zabronione składniki w krajach, limity dawkowania, dane naukowe. To regulowana sfera, i jeśli agent będzie "dopuszczać" normy z ogólnej wiedzy modelu — zacznie podawać błędne limity. Dlatego rdzeń projektu — to nie tyle kod agenta (to nasza zwykła praca), ile niezawodna, usystematyzowana baza regulacji, na której się opiera.

Kluczowe pytanie, które określi zakres i terminy: czy dostarczacie dane regulacyjne (składniki i limity według krajów, naukowe dawkowania) / czy macie gotowe źródło lub usystematyzowaną bazę — czy też zbieranie i usystematyzowanie tych danych również wchodzi w zakres zadania?

Od waszej odpowiedzi w dużej mierze zależy architektura i ocena, dlatego chcę to zrozumieć w pierwszej kolejności. Jeśli baza istnieje — buduję agenta na jej podstawie; jeśli trzeba zbierać — uwzględnimy to jako osobny etap.

Z jakiego rynku i typu produktu planujecie rozpocząć? Wygodnie byłoby stworzyć MVP w jednym kraju-jednym typie, sprawdzić jakość z waszym specjalistą, a potem rozszerzać. Rozwiń

Budżet: 700 USD Termin: 20 dni

Kluczowa trudność — nie sam LLM, a przechowywanie i aktualizacja bazy regulacyjnej. EFSA, FDA, WADA — każdy ma swój format, a zasady zmieniają się nieustannie. Nie można ich wbudować w model: szybko się dezaktualizują. Dlatego ustawodawstwo żyje osobno w PostgreSQL: składnik → kraj → ograniczenie → źródło → data aktualności. Synchronizacja według harmonogramu z regulatory API.

Na górze — dwóch agentów. Pierwszy generuje recepturę na żądanie (typ produktu, rynek docelowy, cel żywieniowy). Drugi przetwarza każdy składnik przez bazę i oznacza konflikty: co jest zatwierdzone, co jest ograniczone pod względem dawkowania, co jest zabronione w konkretnym kraju. Na wyjściu — projekt receptury z uzasadnieniem dla każdego składnika, ostateczna decyzja należy do technolog.

Interfejs. Hybryda: zorganizowany formularz ustala parametry (typ produktu, kraje docelowe, cele żywieniowe), agent odpowiada w czacie z analizą dla każdego składnika. Dwie opcje wdrożenia:

Telegram Mini App — formularz otwiera się w Telegramie, wynik przychodzi na czat. Szybkie uruchomienie, bez osobnej autoryzacji.
Aplikacja webowa (Next.js) — historia receptur, porównanie wersji, eksport do PDF.
Stos: Claude API (Sonnet) + LangGraph + PostgreSQL + pgvector, front — Telegram Mini App lub Next.js.

Terminy i koszty: MVP z interfejsem Telegram, UE + USA — 2 tygodnie, 550–700 USD. Aplikacja webowa z historią i eksportem — 3 tygodnie, 800–1000 USD. Rozwiń

Budżet: 500 USD Termin: 5 dni

Dzień dobry!

Nazywam się Ivan, jestem założycielem Tyap Lyap AI.

Możemy opracować agenta AI do pomocy technologowi żywienia sportowego: generowanie szkiców receptur, sprawdzanie składników pod kątem ograniczeń wybranego kraju, dostosowanie składu do rynku UE/USA, obliczanie dawek i przygotowanie danych do etykiety/dokumentacji.

Orientacyjny czas realizacji: 5 dni na MVP.

Jestem gotów omówić szczegóły i zaproponować strukturę realizacji.

Budżet: 500 USD Termin: 14 dni

Cześć!

Mam duże doświadczenie w tworzeniu agentów AI, systemów RAG oraz budowaniu asystentów eksperckich do automatyzacji procesów biznesowych i pracy z dokumentacją.

Plan realizacji: stworzyć agenta AI na bazie RAG z bazą normatywnych wymagań według krajów, modułem weryfikacji składników i dawek, generowaniem receptur, dostosowaniem do rynków UE/USA oraz tworzeniem dokumentacji dla technologów.

Proponuję omówić szczegóły architektury, źródła danych normatywnych, rynki docelowe oraz funkcjonalność MVP w wiadomościach prywatnych.

Budżet: 701 USD Termin: 7 dni

Już się z Wami kontaktowaliśmy w sprawie innego projektu, tę zadanie również mogę zrealizować, robiąc wszystko w najlepszym wydaniu)

Budżet: 3250 USD Termin: 25 dni

Dzień dobry.

Bardzo interesujący projekt.

Moim zdaniem, ważniejsze jest nie tyle samo LLM, co odpowiednia architektura wiedzy oraz system weryfikacji zgodności z regulacjami różnych rynków.

W RAI zajmujemy się opracowywaniem agentów AI, systemów RAG oraz platform baz danych, dlatego widzimy realizację mniej więcej tak:

• baza wiedzy o wymaganiach regulacyjnych różnych krajów (FDA, EFSA i inni regulatorzy);
• baza składników, dopuszczalnych dawek i ograniczeń;
• agent AI do generowania receptur;
• moduł weryfikacji zgodności z prawodawstwem konkretnego rynku;
• moduł adaptacji receptur między krajami;
• formowanie składu dla etykiety oraz podstawowej dokumentacji technicznej;
• wyjaśnienia rekomendacji z odniesieniem do źródeł i regulacji.

Dla MVP zalecałbym rozpoczęcie od 1–2 rynków (na przykład UE i USA), aby jak najszybciej sprawdzić jakość wyników i poprawność bazy regulacyjnej.

Aby dokładniej ocenić, chciałbym doprecyzować:
• jakie kraje są potrzebne na pierwszym etapie;
• czy istnieje własna baza dokumentów regulacyjnych lub źródeł;
• czy potrzebny jest interfejs webowy dla technologów;
• czy planowane jest automatyczne aktualizowanie bazy regulacyjnej.

Będę wdzięczny za omówienie szczegółów.

Z poważaniem,
Tadeusz Muratow
CEO, RAI (Robots Artificial Intelligence) Rozwiń

Budżet: 350 USD Termin: 10 dni

Witam, jestem gotów zająć się tym projektem, wykonać go szybko i jakościowo, możemy omówić szczegóły osobiście.

Budżet: 500 USD Termin: 14 dni

Cześć! Świetny pomysł na produkt R&D.

Główną trudnością w opracowywaniu takiego agenta AI jest zmuszenie go do ścisłego przestrzegania regulacji (FDA, EFSA) i unikanie "halucynacji" w dawkowaniu substancji czynnych. Wiem, jak prawidłowo zbudować architekturę bazy wiedzy, aby agent opierał się wyłącznie na rzeczywistych dokumentach normatywnych i danych naukowych.

Będę w stanie skonfigurować całą logikę: od generowania szkicu receptury od podstaw po automatyczną listę kontrolną zakazanych składników przy dostosowywaniu produktu do nowego rynku (USA/UE).

Napisz w wiadomościach prywatnych — omówimy, na jakiej LLM będziemy to realizować i skąd najlepiej parsować bazę prawną!

Budżet: 300 USD Termin: 30 dni

Dzień dobry! Mamy doświadczenie w opracowywaniu agentów AI do automatyzacji skomplikowanych procesów produkcyjnych. Realizujemy rozwiązanie poprzez integrację LLM z aktualnymi bazami danych międzynarodowego prawa, co zapewni poprawność receptur dla różnych rynków. Jesteśmy gotowi przystąpić do architektury systemu i szkolenia modelu zgodnie z Państwa standardami.

Budżet: 130 USD Termin: 5 dni

Dzień dobry, robiłem podobne projekty tylko w innej tematyce, mam doświadczenie w realizacji takich projektów.

Teraz jestem wolny, mogę przystąpić do wykonania od razu, pisz.

Budżet: 100 USD Termin: 5 dni

Dzień dobry. Temat żywienia sportowego jest mi bliski, sam okresowo przeglądam składy przedtreningowych i białkowych produktów i ciągle dziwię się, jak bardzo różnią się formuły dla USA i Europy. Chciałbym, aby rozwiązanie było zbudowane w taki sposób, aby agent działał przez oddzielną bazę norm dla krajów, sprawdzał skład pod kątem ograniczeń i razem z recepturą wyjaśniał, dlaczego dany składnik został dodany, zastąpiony lub wykluczony. Wtedy specjaliście będzie łatwiej przeprowadzić ostateczną kontrolę. Proszę powiedzieć, czy baza norm dla krajów została już zebrana, czy też trzeba ją stworzyć w ramach projektu? Na jakie rynki potrzebny jest pierwszy release — UE, USA, Wielka Brytania czy inne kraje? I potrzebny jest tylko agent czatowy, czy pełnoprawny interfejs webowy dla technologów?

Budżet: 12345 USD Termin: 3 dni

Cześć! Czy planujecie wprowadzenie produktu jednocześnie na kilka rynków, na przykład UE i USA, czy najpierw skoncentrujecie się na jednym? Terminy i budżet omówię dokładniej w prywatnej korespondencji.

Oto jak zrealizuję ten projekt:
1. Zbieram wymagania dotyczące produktu i określam rynki docelowe.
2. Tworzę recepturę z uwzględnieniem przepisów prawnych wybranych krajów.
3. Dostarczam gotowy skład do etykiety oraz podstawową dokumentację.

Dziękuję za rozważenie mojej propozycji. Z niecierpliwością czekam na możliwość współpracy z Wami!