Tjänster
AI-agenter och LLM-integration
Dahlinius bygger in språkmodeller i era system: AI-agenter som utför arbete, MCP-servrar som ger modellerna kontrollerad tillgång till er data, och integrationer mot Azure OpenAI, Anthropic eller andra leverantörer. I er egen kod.
Vad vi bygger
Modeller från Anthropic, OpenAI via Azure och öppna modeller, valda efter krav på datahantering, kostnad och kvalitet.
- AI-agenter som hanterar ärenden och kör arbetsflöden inom tydliga gränser
- MCP-servrar som exponerar era system för valfri LLM på ett kontrollerat sätt
- LLM-integration i befintliga .NET-, Java- eller Python-system
- Sök över interna dokument med rätt behörigheter
- Utvärdering, loggning och kostnadskontroll
Så går det till
Vi börjar med ett konkret användningsfall, inte en strategi. Kort avstämning av data och behörigheter, sedan en fungerande prototyp i er kod inom några veckor.
Det som fungerar härdas: felhantering, utvärdering, loggning och drift i Azure.
Erfarenhet
Skogsradar har en RAG-grundad assistent över geodata. AgentPurge kör en egen MCP-server med över 16 verktyg och agentloopar över Anthropic, OpenAI, Gemini, Groq och Ollama. Båda är i drift idag.
För Azure-kunder arbetar vi med Azure AI Foundry, Azure OpenAI och Semantic Kernel. Samma mönster som i produkterna, med striktare gränser.
Datahantering
Er data kan stanna i er miljö. Azure OpenAI i europeisk region, tydliga gränser för vad modellen får göra, loggning av varje anrop. Ramavtal med CSN och Sundsvalls kommun för offentlig sektor.
Vanliga frågor
Vilka LLM-leverantörer arbetar ni med?
Anthropic, OpenAI via Azure OpenAI och öppna modeller. Valet styrs av datahantering, kostnad och kvalitet.
Vad är en MCP-server?
En öppen standard, Model Context Protocol, som låter en språkmodell anropa verktyg och läsa data kontrollerat. Bygg integrationen en gång, byt modell fritt.
Kan ni bygga in AI i befintliga system?
Ja, det är det vanligaste. I .NET, Java eller Python, i den kod ni redan har.
Hur hindrar man en agent från att göra fel?
Begränsa verktygen, kräv bekräftelse för handlingar med konsekvenser, logga allt och utvärdera mot riktiga fall innan den agerar själv.
Har ni ett användningsfall?
Beskriv det i några rader, så bedömer vi vad som är rimligt att bygga.