“Zet morgen om tien uur een afspraak met de tandarts.” Een paar seconden later staat de afspraak in mijn agenda. Geen app geopend, geen formulier ingevuld: één bericht, getypt of ingesproken. Dat is mijn eigen AI-assistent. In dit artikel laat ik zien hoe hij werkt, wat ik onderweg heb geleerd en waarom ik hem zelf bouwde in plaats van een kant-en-klaar product te gebruiken.
Waarom zelf bouwen?
AI-chatbots zijn goed in praten, maar doen zelden iets in de echte wereld. Ik wilde een assistent die niet alleen antwoord geeft, maar ook handelt: afspraken inplannen, taken bijhouden, mails versturen en treintijden opzoeken. En ik wilde zelf bepalen waar mijn gegevens blijven. Daarom draait alles op mijn eigen server: een Mac mini thuis.
De bouwstenen
- Telegram als voordeur: ik stuur gewoon een chatbericht of spraakbericht.
- n8n als motor: een open-source automatiseringsplatform dat de workflows uitvoert.
- Claude (Anthropic) als brein: begrijpt wat ik bedoel en bepaalt wat er moet gebeuren.
- ElevenLabs voor spraak: zet mijn spraakberichten om naar tekst en leest antwoorden voor.
- Koppelingen met Google Agenda, Google Taken, Gmail en de reisinformatie van de NS.
Hoe het werkt
Elk bericht komt binnen bij een centrale “router”. Die stelt eerst vast dat het bericht echt van mij komt; een assistent met toegang tot je mail wil je niet voor iedereen openzetten. Is het een spraakbericht, dan wordt het eerst omgezet naar tekst.
Daarna bepaalt Claude wat ik wil: een afspraak, een taak, een mail, een treinreis, het laatste AI-nieuws of iets anders. Elke soort verzoek gaat naar een eigen, gespecialiseerde workflow. De agenda-workflow weet alles van afspraken en genodigden, de mail-workflow zoekt het juiste adres op in een eigen adresboek, de trein-workflow vraagt actuele vertrektijden op.
Voor snelle toegang heb ik ook een menu met knoppen in Telegram. En elke ochtend krijg ik automatisch een briefing met mijn afspraken en taken van de dag, desgewenst voorgelezen.
Van vaste routes naar een echte agent
De eerste versie werkte met vaste routes: Claude koos één categorie en de bijbehorende workflow deed de rest. Dat is voorspelbaar en betrouwbaar. De volgende stap was een agent: een model dat zelf kiest welke van zijn zeven gereedschappen het inzet, en ze desnoods combineert. “Plan een overleg met Jan en stuur hem een mailtje” wordt dan in één keer afgehandeld.
Wat ik onderweg leerde
- Vertrouw, maar controleer. Mijn agent meldde een keer vrolijk dat een afspraak was ingepland, zonder dat hij het agendagereedschap had aangeroepen. Een AI die zegt iets gedaan te hebben, heeft het niet per se gedaan. Duidelijke instructies en controle op wat er werkelijk is uitgevoerd zijn essentieel.
- Klein beginnen werkt. Elke functie als losse workflow bouwen en testen maakt fouten zoeken een stuk eenvoudiger.
- Foutafhandeling is geen bijzaak. Als een dienst even niet bereikbaar is, wil je een nette melding in plaats van stilte.
- Spraak maakt het verschil. Pas toen ik kon inspreken in plaats van typen, werd de assistent echt onderdeel van mijn dag.
Wat volgt
De assistent groeit mee. Ik werk aan een eigen kennisbank waarin hij mijn documenten kan doorzoeken, en aan de bediening van mijn slimme apparaten thuis. Daarover in volgende artikelen meer.
Benieuwd hoe je zoiets zelf opzet, of hoe AI-agents in jouw organisatie werk uit handen kunnen nemen? Neem gerust contact op.