← wszystkie projekty
OffboundRAG i MCP

AI, która odpowiada na podstawie Państwa własnej wiedzy.

Dla Offbound wdrożyłem RAG, który indeksuje wszystkie dane firmy oraz dane jej społeczności Skool. Serwer MCP otwiera go dla Claude: każdy członek Offbound będzie mógł podłączyć do niego Claude i bezpośrednio odpytywać wiedzę firmy.

// problem

Bogata wiedza, rozdzielona między firmę a społeczność.

01 · rozproszone treści

Dokumenty firmy z jednej strony, moduły i lekcje społeczności Skool z drugiej, każde w swoim formacie.

02 · ręczne wyszukiwanie

Odnalezienie właściwej lekcji wymaga, by już wiedzieć, gdzie się znajduje.

03 · ogólna AI

Asystent ogólnego przeznaczenia odpowiada tym, co wie z internetu, bez metody właściwej dla Offbound.

// co zbudowałem

Cała wiedza Offbound, dostępna do odpytywania z poziomu Claude.

Trzy oddzielne moduły: baza przechowuje surowe dane, RAG zna tylko to, co się do niego przekaże, AI rozmawia tylko z RAG.

stack →SkoolSupabaseOpenRouterTypeScriptMCPClaude
  1. 01

    Baza notatek

    Dane firmy i treści społeczności Skool są uporządkowane jako notatki Markdown, w folderach. Nowe notatki napływają też przez wejście API, dla n8n, Zapier lub Make.

  2. 02

    Wybiórcze indeksowanie

    Zapisanie notatki jej nie indeksuje: trafia ona do RAG przez wyraźne działanie, notatka po notatce lub partiami. Notatka zmieniona po zindeksowaniu zostaje oznaczona jako nieaktualna.

  3. 03

    Hybrydowy RAG

    Wyszukiwanie łączy znaczenie i dokładne słowa, filtruje według modułu lub folderu i zwraca jeden wynik na dokument, reprezentowany przez jego najlepszy fragment.

  4. 04

    Serwer MCP dla każdego członka

    Każdy członek podłącza Claude do serwera MCP z własnym tokenem, który można odwołać. Claude wyszukuje, czyta i listuje zindeksowane dokumenty, niczego nie zmieniając.

$ search_documents "strukturyzowanie oferty" · moduł: oferta
→ wyszukiwanie hybrydowe · znaczenie + dokładne słowa
→ jeden wynik na dokument · najlepszy fragment
$ read_document · cały tekst
✓ odpowiedź zredagowana · źródło podane

// workflow

Firmadokumenty wewnętrzne
Skoolmoduły i lekcje
Indeksowaniewyraźne działanie
RAGznaczenie + dokładne słowa
a_
Claudekażdy członek przez MCP
Odpowiedźźródło podane
✓ odpowiedź ze źródłemfirma + Skooljeden token na członka
zasada działania workflowu · schemat uproszczony

// rezultat

Odpowiedzi ze źródłami

Wiedza Offbound mieści się w jednym indeksie. Claude odpowiada w nim na podstawie treści firmy i społeczności oraz podaje dokument, z którego pochodzi każda odpowiedź.

// projekty

Pozostałe projekty.

Wszystkie projekty →
Simplement · Agent AI

Agent do redagowania ofert

Aplikacja, w której handlowcy przygotowują oferty z agentem AI.

Korya · Agent AI

Agent sortujący maile

Każdego ranka sortuje maile według ważności i przygotowuje działanie do wykonania dla każdego ważnego maila.

Korya · Agencja webowa

Wewnętrzny kokpit sterowany z poziomu Claude

Zautomatyzowane onboarding, produkcja i raportowanie: 2–3 dni zyskane w tygodniu.

// kontakt

AI, która odpowiada na podstawie Państwa wiedzy? Porozmawiajmy o tym.