AI项目作品展示
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。
shreyasputtaraju.com 是 Shreyas Puttaraju 的个人作品集网站，定位为 AI Applications Engineer 与 Data Scientist。页面主要展示其教育背景、工作经历、项目和技能栈，而不是一个面向终端用户开放的 AI SaaS 或在线工具。
从正文看，其经验集中在 Generative AI、LLM、RAG、Agentic RAG 和多智能体架构。工作经历中提到在 Jewelers Mutual Group 使用 Azure OpenAI 与 LangChain 设计 RAG 系统，并通过 Agentic RAG 和提示工程将幻觉率降低 40%；在 PeritusHub 使用 AWS Bedrock 与 LangGraph 构建多智能体系统，并用 Pinecone 优化向量检索，使上下文相关性提升 30%；还包括 Llama-2 微调、RAGAS 评估流水线、Azure AI Studio、Flask API 实时推理等内容。
网站没有提供任何产品定价、免费额度、试用或支付方式信息，因为它本质上不是商业产品。API 与集成方面，正文只体现其个人工程经验，例如 Flask、FastAPI、Azure、AWS、Docker、Kubernetes、CI/CD、Pinecone、LangChain 等，并未提供可供外部开发者调用的 API 文档或 SDK。
优点是技术画像清晰，覆盖企业级 RAG、LLMOps、向量检索、多智能体和实时推理等当前 AI 应用落地方向，并且部分成果有量化指标。页面简洁，适合招聘者快速判断候选人能力。局限也很明显：没有在线 Demo、公开代码细节、客户案例、隐私政策或服务支持说明，无法像评估一款 AI 工具那样验证稳定性、输出质量和可用性。
该站更适合招聘方、AI 团队负责人或潜在合作伙伴用于了解个人履历与项目方向；不适合希望直接购买或试用 AI 产品的用户。中国访问情况正文未提供，判定为未知。若用户寻找可落地的替代工具，可直接评估 LangChain、LlamaIndex、Azure AI Studio、AWS Bedrock、Pinecone 等平台。
本测评基于公开资料整理,不构成购买建议,请以 shreyasputtaraju.com 官网实际信息为准。
聚焦GenAI、LLM和多智能体项目，适合参考。
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。