AI工程师作品服务
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Huzaifa Tahir 是一位位于巴基斯坦拉合尔的 AI Engineer & AI Researcher，其网站主要是个人作品集与咨询入口，并非标准化SaaS产品。页面展示了其在 Agentic AI、RAG、Multi-Agent Systems、MCP Servers、LLM自动化等方向的项目经验，覆盖法律、金融、销售、HR、教育、汽车识别和语音识别等场景。
其技术栈围绕 OpenAI、Anthropic、LangChain、CrewAI、LangGraph、LlamaIndex、FastAPI 和 Playwright 展开。代表项目包括 Deep Research Sales Intelligence Agent：通过CrewAI多阶段智能体、Playwright抓取、GPT-4o评分和FastAPI后端，自动完成B2B线索研究、资格评估与报告输出。另有MCP服务器项目，封装Web搜索、数据库、文件系统、日历邮件等工具接口，强调降低智能体集成成本。车辆识别项目披露了GPT-4 Vision微调后达到74% top-1准确率。
网站没有给出收费模式、顾问费率、项目报价、免费试用或交付周期信息，只提供邮件、LinkedIn、GitHub等联系渠道。因此采购前需要进一步确认需求评估、合同、里程碑、售后支持和源码归属等商业条款。
优点是项目描述较具体，能看到端到端工程能力：数据抓取、模型调用/微调、RAG、结构化JSON输出、API后端、Docker部署和外部工具集成均有涉及，并给出部分量化结果，如薪资单自动化节省90%时间、MCP集成时间降低约60%。不足也明显：缺少公开产品Demo、统一后台、SLA、数据隐私政策、合规说明和客户案例验证；很多结果来自自述，无法据此判断长期稳定性。
更适合已有明确业务流程、希望定制AI智能体或RAG系统的中小企业、外包项目方、创业团队和需要原型验证的企业部门。不适合希望立即开通、在线付费、低门槛自助配置的用户；这类用户可考虑Dify、Coze、FastGPT或成熟RAG/Agent平台。
正文未提供中国大陆访问、支付或中文服务说明，china_access只能判定为未知。若项目依赖OpenAI、Anthropic、Google服务或部分海外API，中国团队落地时通常需要额外评估网络、合规、付款和模型替代方案，可考虑切换到DeepSeek、Qwen、Kimi等模型及国内云服务。
本测评基于公开资料整理,不构成购买建议,请以 huzaifatahir.com 官网实际信息为准。
展示RAG、多智能体项目，可作AI外包线索。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。