01
Overdraagbaar
Een collega of opvolger moet binnen een week begrijpen hoe het systeem werkt en het kunnen aanpassen. Geen ondoorzichtige notebooks, wel duidelijke modules, expliciete prompts en gedocumenteerde keuzes.
Werk, Dormiq
Portfolio.
Zes AI-systemen en automatiseringen, voor eigen producten, klanten en mijn eigen werkpraktijk.
Eigen product, live in productie
Case 01
FitFi.ai
AI-stijlplatform met multi-agent recommender
Probleem
Generieke aanbevelingen helpen niet bij stijl, en persoonlijke styling schaalt slecht. Mensen doen miskopen.
Wat ik bouwde
Een quiz vertaalt smaak naar een profiel. Aparte agents doen smaak-inferentie, outfit-compositie en uitleg. Een eval-suite checkt de outputs voor en na elke modelwissel.
Resultaat
Live op fitfi.ai, dagelijks gebruikt. De migratie van GPT-4 naar Claude kostte twee uur dankzij de eval-suite. Les: eval-infrastructuur weegt zwaarder dan modelkeuze.
- TypeScript, React, Vite
- Supabase Postgres + pgvector
- LangGraph, Anthropic Claude API
- OpenAI, Netlify edge functions
fitfi.ai / mijn rapport
Smart casual, herfst
94% match
Werkdag, neutraal
87% match
Weekend, warm
82% match
archetype Warm Classic, herfst-palet, voorkeur voor wol en linnen.
Geïllustreerde mockup, geen echte gebruikersdata.
Klantopdracht, in productie
Case 02
Financieel beheersysteem voor een MKB-onderneming
Atomic transacties, multi-bedrijf, audit-trail
Probleem
Provisies, bonussen en contante uitbetalingen liepen vast op inconsistente totalen en een ontbrekende audit-trail. Cijfers moesten altijd achteraf nagerekend worden.
Wat ik bouwde
Een payoff-systeem met atomic transacties: bonus, kosten, kassamutatie en schuld in één Postgres-functie, als dubbele boekhouding. Real-time overzicht per medewerker, multi-bedrijf gescheiden.
Resultaat
Data-inconsistenties hersteld, uitbetalingen verlopen zelfstandig. Geen support-belletjes meer over kloppende balansen.
- React, TypeScript
- Supabase Postgres met RPC's in PL/pgSQL
- Row-level security policies
- Atomic transacties, security definer
app / dashboard
Goedemorgen, demo-admin
Per-bedrijf overzicht met saldi en dagmutaties.
3 items vragen aandacht
Onderneming A
Digitaal € 2.640
Kassa € 3.730
Onderneming B
Digitaal € 0
Kassa −€ 1.800
Onderneming C
Digitaal € 0
Kassa € 0
Geïllustreerde mockup, geen echte data of bedrijfsnamen.
Eigen product, gebruikt door klant
Case 03
ATS met AI-matching
Semantic search, kandidaat-ranking, recruitment workflow
Probleem
Recruiters lezen honderden CV's en missen kandidaten door zoekwoord-mismatches. Klassieke ATS-systemen scoren op tekst, niet op betekenis.
Wat ik bouwde
Vacatures en CV's in een vector-database, een LLM scoort op skill-overlap met een redenering per match. Volledige pipeline van sourcing tot aanbod, geïntegreerd in de workflow van de klant.
Resultaat
Het team werkt nu dagelijks met semantische matching in plaats van trefwoorden. De adoptie ging soepel, want het leverde direct kandidaten op.
- Python, FastAPI
- Supabase pgvector, OpenAI embeddings
- Anthropic Claude voor reasoning
- React frontend
app / pipeline
Pipeline, 4 vacatures actief
Gesourced3
K. de Vries
DevOps, senior
96%
M. Janssen
Backend, medior
71%
Voorgedragen2
S. Achmed
Cloud, senior
88%
R. Bakker
Front-end
64%
2e gesprek1
L. Hoogendoorn
Security eng.
92%
Geïllustreerde mockup met fictieve kandidaten. Geen echte personen of opdrachtgevers.
Eigen product, autonomous agent
Case 04
Advertising-monitor met WhatsApp-alerts
Anomaly detection op Meta Ads, met human-in-the-loop
Probleem
Meta Ads vraagt dagelijkse monitoring, maar het ruisniveau is hoog. Kleine afwijkingen worden te laat gezien of overdreven aangepakt.
Wat ik bouwde
Een agent haalt campagne-data op, detecteert afwijkingen ten opzichte van het 7-daagse gemiddelde, en stuurt alleen bij actiewaardige signalen een WhatsApp met uitleg en voorstel. De mens beslist.
Resultaat
Geen dagelijkse rapportages meer, één bericht per alert met context. Het werkt omdat de drempel hoog genoeg is dat elk bericht telt.
- Python, Meta Graph API
- WhatsApp Business API
- Anthropic Claude voor classificatie en uitleg
- Cron-gebaseerd scheduling
⚠️ Q2 awareness CPM +43% vs 7-daagse gemiddelde
Twee adsets dragen 90% van de stijging. Audience overlap met "Q2 conversie" gedetecteerd.
Voorstel: pauzeer "Q2-aw-broad" of verlaag budget −30%.
10:14
Pauzeer hem, kijk vanavond verder.
10:16
✓ "Q2-aw-broad" gepauzeerd, log staat in dashboard.
10:16
Geïllustreerde mockup van een werkelijke berichtflow. Geen echte campagnedata.
Werkwijze, productiviteit
Case 05
Custom Claude Skills
Herbruikbare AI-vaardigheden voor terugkerend werk
Probleem
Generieke prompts werken slecht voor terugkerend, domein-specifiek werk. Niet iedereen wil prompts schrijven, dus AI blijft persoonsgebonden.
Wat ik bouwde
Herbruikbare Claude-skills met vastgelegde instructies, tools en outputs. Eén commando, klaar resultaat, geen prompt-engineering. Bijvoorbeeld Meta Ads-analyse, urenregistratie en content-workflows.
Resultaat
AI wordt overdraagbaar. Een nieuwe medewerker gebruikt de skills binnen een dag. De methode telt, niet de individuele handigheid.
- Anthropic Claude API
- MCP-servers voor tool-integratie
- TypeScript, configurabele tool-definities
- Geleverd als CLI of als chat-skill
claude · ~/werk
$ claude /meta-ads-analyse --last 30d
Loading Meta Ads data, laatste 30 dagen,
142 campagnes, 18 actief.
Patroon-analyse...
Gevonden: 3 actiewaardige patronen.
→ ROAS-daling op brand-search, week 47, −38%
→ CTR-piek op video-broad, niche match, +112%
→ Audience-overlap tussen Q4-EU en Q4-NL, 41%
Adviezen geschreven naar werk-rapport.md.
$
Geïllustreerde mockup van een skill-output. Geen echte advertentiedata.
Werkpraktijk, dagelijks in gebruik
Case 06
Eigen AI Operating System
Wat ik bij klanten implementeer, eerst op mezelf getest
Probleem
Met meerdere projecten parallel verlies je context en lekt tijd weg aan "waar zat dat ook alweer". Teams die AI als losse chats inzetten hebben hetzelfde: patronen worden niet vastgelegd.
Wat ik bouwde
Een vault van markdown met persistente memory, Claude-skills voor terugkerend werk, scheduled jobs en MCP-integraties met agenda, Drive en boekhouding. Eén systeem over sessies en projecten heen, met git als audit-trail.
Resultaat
Vier projecten parallel zonder overzicht te verliezen. Belangrijker: ik weet uit dagelijks gebruik wat AI-adoptie vraagt aan documentatie en overdracht. Wat ik klanten lever, test ik eerst op mezelf.
- Claude Code, Claude API
- Markdown + YAML frontmatter
- launchd voor scheduling
- MCP-servers (Calendar, Drive, Moneybird)
- Git voor audit-trail
aios-luc · werk-modus LIVE
Skills 14
/ochtend
/pulse
/yt-transcribe
/audit
/level-up
/ship
Activity 07:14 CET
→ /ochtend triggered (launchd)
→ calendar fetched (3 events)
→ vault.log scanned (24u)
→ git status (4 repos) → 2 PRs open
→ moneybird open (1 invoice)
Goedemorgen, Luc.
1 Klant-update: payoff-overview review
2 FitFi: LangGraph port testen
3 Schrijfsel: agent-evals draft
247 sessies · 14 skills · 4 projecten parallel v2026.05
Geïllustreerde mockup van de live mission-control. Persoonlijke werkpraktijk.
Werkwijze
Drie principes die in elke case terugkomen.
02
Gemeten
Elk LLM-systeem heeft een eval-suite voordat het in productie gaat. Niet om wetenschappelijk te zijn, wel om bij een modelwissel binnen uren in plaats van weken te kunnen schakelen.
03
Compliance-bewust
Data-grenzen, audit-trails en wie waarop een actie heeft uitgevoerd, zit in het ontwerp. Niet als laag eroverheen. Komt uit acht jaar werken in gereguleerde sectoren.
Zelf zoiets?
Zin om dit voor jouw werk te bouwen?
Begin met een gratis intake van 15 minuten. Geen sales-pitch.
Boek gratis intake