Et samlet, kreditbaseret AI-arbejdsområde, der omfatter en webapp med Split Mode og GrouPT, et kollaborativt arbejdsområde for projekter med dokumenter/regneark/artefakter, et Admin Dashboard til markedsplads- og omkostningsmoderering, og et dobbelt RAG-lag (lokal FAISS plus en fjern Milvus-baseret mikroservice) — alt sammen driver fem AI-udbydere under ét tag.

Designede den fem-fladede platformarkitektur — webapp, arbejdsområde for projekter, Admin Dashboard, RAG Microservice og lokal FAISS Service.
Udviklede det samlede multi-udbyder chatlag med streamende SSE-svar på tværs af OpenAI, Claude, Gemini, Grok og Perplexity fra en enkelt samtaletråd.
Leverede Evnesystemet — Perplexity-drevet websøgning med citater, dybe researchsessioner, RAG-kontekst-injiceret billedgenerering, filupload + RAG-indeksering, og Nexum Fives løsningsagent.
Implementerede Split Mode og GrouPT — side-om-side to-rudes sammenligning og strukturerede multi-AI-diskussioner med debat-, brainstorm- og analysemodi.
Leverede Artefakt systemet med HTML/JSX/TSX live preview, versionshistorik, samtalelinks, sociale funktioner og en fællesskabsmarkedsplads.
Udviklede workflow-motoren (Løsninger) med flertrins autopilot-udførelse, statuslinjer, delbare links og gæsteudførelse uden autentificering.
Udviklede det kollaborative arbejdsområde for projekter, der kombinerer TipTap dokumenteditor, Fortune Sheet regnearkseditor og en artefakt-kodeeditor — alle RAG-forankret mod projektfiler.
Designede den dobbelt-lagrings RAG-arkitektur — lokal FAISS til viden pr. samtale og pr. GPT med diskbaserede indekser, og en fjern Milvus-baseret mikroservice til arbejdsbyrder i projektstørrelse.
Implementerede hybrid hentning, der kombinerer vektorsimilaritet, BM25 søgeordsmatching og nyhedsscore med IndexTag-afgrænset søgning for personalisering.
Leverede Admin Dashboardet med brugerstyring, markedspladsmoderering, omkostningsanalyser pr. udbyder/model/bruger, manuelle kreditjusteringer, prisindstilling og komplet revisionslog. Integrerede AWS Cognito autentificering med 5-lags RBAC og det kreditbaserede faktureringssystem på LemonSqueezy.
Forener fem førende AI-udbydere bag en enkelt kreditbaseret grænseflade, tilføjer kollaborative projektarbejdsområder med forankret RAG og introducerer multi-AI-funktioner som Split Mode-sammenligning og GrouPT-gruppediskussioner, som ingen enkelt udbyder tilbyder indbygget.
Lad os drøfte, hvordan vi kan bringe din vision til live med samme niveau af ekspertise og dedikation.
MicrocosmWorks implementerede et normaliseret kreditsystem i NexumFive, hvor hver AI-udbyders tokenomkostninger er kortlagt til en universel kreditværdi, der vedligeholdes i adminprisopsætningen. Når en bruger skifter mellem OpenAI, Claude, Gemini, Grok eller Perplexity midt i en samtale, beregner backend kreditforbruget baseret på omkostningsmultiplikatoren pr. model. Admin-dashboardet leverer omkostningsanalyse pr. udbyder og pr. model for nøjagtig marginsporing.
MicrocosmWorks designede det dobbelte RAG-system, så lokal FAISS håndterer viden pr. samtale og pr. GPT med diskunderstøttede indekser for hurtig enkeltbrugerhentning, mens den fjerntliggende Milvus-understøttede microservice håndterer arbejdsbyrder i projektskala, der kræver dokumentsøgning på tværs af store filsæt. Hybrid hentning kombinerer vektorsimilaritet, BM25 nøgleordssøgning og nyhedsscore, med IndexTag-afgrænset søgning, der sikrer personalisering inden for hver brugers data.
GrouPT er MicrocosmWorks' implementering af strukturerede multi-AI-diskussioner, hvor flere AI-modeller deltager i en samtale med definerede roller. Brugere konfigurerer debat-, brainstorm- eller analyse-tilstande, og systemet orkestrerer sekventielle svar fra udvalgte modeller (OpenAI, Claude, Gemini, Grok, Perplexity) via streaming SSE. Hver model modtager den fulde samtale-kontekst samt dens rolleinstruktioner, hvilket muliggør sammenlignende analyse af modellernes styrker på samme prompt.
MicrocosmWorks byggede arbejdsområdet Projects ved at kombinere TipTap til dokumentredigering, Fortune Sheet til regneark og en artefaktkodeeditor. Alle projektfiler indekseres automatisk i Milvus RAG-laget via en BullMQ embedding-pipeline, der behandler dokumenter ved gem. Når brugere spørger AI'en inden for en projektkontekst, begrænses hentningen til det pågældende projekts indekserede filer, hvilket forankrer svar i teamets faktiske dokumenter og data.
MicrocosmWorks sendte et komplet markedspladssystem i NexumFive med fællesskabspublicerede GPT'er (brugerdefinerede AI-personaer med specialiserede instruktioner og viden), Workflows (automatiserede flertrinsprocesser med autopilot-udførelse) og Artifacts (genanvendelige HTML/JSX-komponenter med live forhåndsvisning). Brugere bygger brugerdefinerede GPT'er via en no-code-bygger, der konfigurerer systemprompts, vedhæftede vidensfiler indekseret via FAISS, tilgængelige værktøjer og modelpræferencer.