技术栈
- OpenAI
- Claude
- LangChain
- n8n
- ERPNext
- Next.js
- React
- TypeScript
- Python
- FastAPI
- PostgreSQL
- Vercel
我做什么
从一个想法，到买单的人。
精选案例
已上线、已交付，正在使用。
- 01 / 05
查看案例面向销售与客服的语音 AI 平台
Chatterbots.ai
会判断、会预约、会转接的语音助手
- 02 / 05
查看案例多智能体文档智能
AgentFlow
- 03 / 05
查看案例AI 健康与身心平台
Wellnix
动作检查与标签扫描集于一个产品
- 04 / 05
查看案例AI 冷邮件与外呼自动化
MarqReach
撰写、验证、发送、跟进
- 05 / 05
查看案例旅行预订平台
Fly with Zara
机票、酒店与签证汇入一条预订流程
合作与服务过 TechMarqxMarqHire AIFly with ZaraSubaraWellnix+ 保密协议下的金融与政府类项目
我构建的系统
工作是整条流程，而不是其中一步。
一个回答得好的模型只是一个功能。一条半夜进来的线索，在凉掉之前带着上下文送到对的人手上，那才是系统。
入站线索 workflow. 主流程： 线索进来，然后 AI 判定，然后 CRM 已更新，然后 个性化回复，然后 已通知销售. 关联路径： 信息补全 汇入 AI 判定; 跟进序列 作为条件路径来自 个性化回复.
合作方式
和你对接的，就是动手做的人。
没有客户经理，也没有层层交接。从第一次通话到上线生产，只有一个联系人。只有当范围需要时才会增加人手，并且会提前约定。
- 01
一次简短通话
问题是什么，好的结果是什么样，以及我是否合适。
- 02
一份书面计划
要做什么、如何衡量、花费多少。在任何工作开始之前。
- 03
每周进展
每周都有可运行的演示，然后上线，再到上线之后。
他们自己的话
让这些工作落地的人。
每一段引述都链接到它所说的那个系统，让说法和实物并排放在一起。
MarqHire 和 Brandry 都从一个想法走到了可以拿给客户看的产品，整个构建由 Dixit 从头负责到尾。他读产品的那一面和读技术一样细，推进很快，把还很模糊的需求变成了能跑的软件。两个产品都因此明显更好。
Tushar Jain
首席执行官, TechMarqX
我们需要的是线索被认真处理，而不是再多一个看板。Dixit 做的 AI 线索管理系统接手了跟进，让真正值得追的机会浮出水面，并为一个小团队带来了合格线索和实实在在的增长。他理解我们所处的限制，并按这些限制去构建。
Jonathan
Audtri
我会用自律这个词。在 UB Webs 的这段时间里，他把项目按期推进，不需要人手把手就能上手陌生技术，独立承担责任的同时还在稳步变强。是团队可以依靠的那类工程师。
Sandeep Aggarwal
董事总经理, UB Webs
问问这个网站
想知道我会如何处理你的项目？
一个了解这些工作本身的助手。问问已经交付了什么、是怎么构建的，或者什么适合你的情况。