// CASE_FILE > FELIS_AI

Aplicación de IA · RAG (investigación)PrivatePrivado

Felis AI

Construido para una investigadora ahogada en artículos. Una aplicación RAG donde ella sube sus artículos de investigación y hace preguntas sobre todos ellos en lenguaje sencillo.

RAG
Recuperación sobre artículos
Papers
Subir + consultar corpus
Private
Construido para una investigadora
private engagementFEED//LIVE
> felis upload papers/
[ok] papers indexed
> ask across corpus
[ok] context retrieved
grounding ............ on
status: ANSWERING
$

// 01 > CONTEXT

Felis AI fue construido para Vanshika Tyagi, una investigadora que tiene que leer un gran volumen de artículos de investigación. El objetivo era una herramienta que permita a una investigadora entregar sus artículos a una aplicación y consultar sobre ellos en lenguaje sencillo, en lugar de releer todo a mano.

// 02 > THE_PROBLEM

Las investigadoras leen un enorme volumen de artículos, y encontrar el pasaje que responde a una pregunta significa revisar todos ellos a mano.

El conjunto de trabajo de una investigadora son docenas de artículos densos. La búsqueda por palabras clave pasa por alto ideas parafraseadas, y no había forma de hacer una pregunta sobre todo el corpus y obtener una respuesta fundamentada que apunte de vuelta a la fuente.

Antes

Docenas de artículos que releer · la búsqueda por palabras clave pierde el significado · sin consultas entre artículos

// 03 > APPROACH

Construí una aplicación RAG donde una investigadora sube sus artículos y consulta sobre ellos en lenguaje natural, con recuperación que fundamenta cada respuesta en la fuente real y memoria persistente a lo largo de una sesión de investigación.

Subir y consultar artículos

Las investigadoras añaden sus propios artículos de investigación; la aplicación recupera los pasajes relevantes y responde en lenguaje sencillo.

Fundamentado, con memoria

Cada respuesta está fundamentada en la fuente recuperada, y la memoria persistente lleva el contexto a lo largo de una larga sesión de investigación.

Next.jsOpenAI APITailwind CSSLangChainSupabase

// 04 > THE_RESULT

Una investigadora puede entregar a Felis sus artículos y hacer preguntas sobre todos ellos, en lugar de releer a mano. Colaboración privada.

Antes

  • Releer docenas de artículos
  • La búsqueda por palabras clave pierde el significado
  • Sin consultas a lo largo del corpus

Después

  • Sube artículos, pregunta en lenguaje sencillo
  • Respuestas fundamentadas en la fuente
  • Memoria a lo largo de la sesión de investigación
Leo una enorme cantidad de artículos de investigación, y Felis cambió mi forma de trabajar. Le entrego mis artículos y le hago preguntas sobre todos ellos en lugar de revisar cada uno, y me señala el pasaje correcto.
VVanshika TyagiInvestigadora

¿Tienes un problema similar?

Reservar una llamada de 20 min