Ugrás a tartalomra
mptr

AI · 2026

Az AI-t valódi munkára fogjuk.

Ha érzed, hogy az AI-val lehetne gyorsítani a cégeden, segítünk megtalálni az első értelmes lépést. Ez lehet ügyfélszolgálati asszisztens, belső tudásbázis, dokumentumfeldolgozás vagy a saját adataidon dolgozó asszisztens. Megtervezzük, beépítjük a rendszereidbe, és élesben is üzemeltetjük.

Amit csinálunk AI-jal

Három irány, egy csapat.

Nyelvi modellek a termékben

RAG, asszisztensek, adatkinyerés dokumentumokból, szemantikus keresés. Claude, GPT vagy nyílt forrású modell, attól függően, mi indokolt üzletileg és technikailag.

  • RAG-alapú keresés a saját tudásbázisodban
  • Asszisztensek adminfelületen és ügyfélportálon
  • Dokumentumok feldolgozása, strukturálása, összefoglalása
  • Szemantikus keresés a hagyományos kulcsszavas helyett

Saját infrastruktúrán futó AI

Nyílt forrású modellek a saját GPU-s szerverünkön vagy a tiéden. Az adat az EU-ban, igény szerint Magyarországon marad.

  • Qwen3.8, DeepSeek V4 és más nyílt modellek telepítése
  • Magyarul is jól teljesítő, többnyelvű embedding-modellek
  • Modellkiszolgálás vLLM-mel vagy TGI-jal, hozzáférés- és kéréskorlátozás
  • Az adatkezelés GDPR szerinti dokumentálása

AI-ügynökök

Többlépéses AI-ügynökök belső folyamatokhoz, Claude/GPT-vel vagy saját modellel, MCP-integrációkkal és emberi jóváhagyási pontokkal.

  • Eszközöket használó, többlépéses ügynökök
  • MCP-szerverek a te rendszereidhez
  • OpenClaw-alapú, helyben futó ügynökök
  • Belső folyamatok automatizálása: tartalom, ügyfélszolgálat, adatkezelés
  • Emberi jóváhagyás a kritikus lépéseknél

Ezekkel dolgozunk naponta

Az eszközeink, amelyeket ténylegesen használunk.

Nem követünk minden trendet. Itt csak olyan eszköz szerepel, amellyel már dolgoztunk éles projektben, vagy amelyre megalapozottan tudunk munkát vállalni.

Ügynökrendszerek
LangGraph, CrewAI, OpenClaw, saját vezérlés.
Helyben futó ügynökök
OpenClaw telepítése és testreszabása: személyes és belső ügynökök, amelyek a saját gépeden vagy szervereden futnak, nem felhőben. Markdown-alapú memória, üzenetküldő felület, tetszőleges nyelvi modellel.
Kódoló asszisztensek
Claude Code, Cursor, Aider a saját fejlesztési munkánkban. Ismerjük a korlátaikat, ezért ügyfélprojektben is tudjuk, mire érdemes használni őket.
MCP-integrációk
MCP-szerverek ügyfeleink rendszereihez, hogy a Claude, a GPT vagy egy helyi modell közvetlenül használhassa őket.
Nyílt forrású modellek
Qwen3.8, DeepSeek V4 telepítése szigorú adatvédelmi követelményekkel dolgozó ügyfeleknek.

Az elvünk: ha egy divatos technológia hiányzik a listáról, az azt jelenti, hogy még nem vállalnánk rá felelősséggel projektet.

AI-biztonság

Nemcsak építjük, védjük is.

  • Prompt injection tesztelés: élesítés előtt célzottan megtámadjuk az AI-alkalmazást.
  • Adathozzáférés RAG-rendszerekben: jogosultságkezelés, személyes adatok kitakarása, naplózás.
  • Modellhozzáférés-kezelés: ki milyen modellt, milyen adatokkal használhat; kéréskorlát, automatikus költségplafon.

Az AI működése röviden

Feladatból válasz, visszajelzésből pontosabb rendszer.

PROBLÉMA bemenet MEGOLDÁS kimenet VISSZAJELZÉS · FINOMÍTÁS
  1. 01
    Bemenet

    Kérdés, dokumentum vagy esemény a rendszeredből.

  2. 02
    Feldolgozás

    Modell a saját adataidon: RAG, ügynökök, szabályok.

  3. 03
    Megoldás

    Válasz vagy művelet, kritikus pontokon emberi ellenőrzéssel.

  4. 04
    Visszacsatolás

    A javítások visszakerülnek, a rendszer hétről hétre pontosabb.

Van AI-ötleted? Kezdjük itt.

Írd le röviden az ötletedet, és írásban válaszolunk: javasolt megközelítés és technológia, becsült költségsáv, főbb kockázatok.