Een assistent die niet alleen praat maar werkt: een orkestrator verdeelt het werk over gespecialiseerde agents, voert echte tools uit en antwoordt met bronnen, live zichtbaar.
Voor een softwareplatform bouwde ik een AI-assistent die echt werk verzet. Geen losse chatbot, maar een orkestrator die taken verdeelt over gespecialiseerde agents, echte tools aanroept in de gekoppelde systemen en antwoordt met de bronnen erbij, live zichtbaar terwijl het gebeurt. De demo hieronder is een vereenvoudigde versie van hoe zo een assistent werkt. De opzet erachter is dezelfde die deze hele website draait.
Vereenvoudigde demo met voorbeelddata · een voorproef, geen volledig product
Het platform had een AI-chat nodig die echt werk doet, geen tekstgenerator. Kennis doorzoeken, concepten maken, taken aanmaken, gegevens uit gekoppelde systemen halen. En dat alles betrouwbaar, want een assistent die af en toe iets verzint of een verkeerde tool aanroept richt meer schade aan dan hij bespaart. De kern van de opdracht zat niet in het laten praten, maar in het laten kloppen: eerlijk laten zien wát er gebeurt in plaats van een black box te zijn, en niets als feit presenteren dat niet onderbouwd is.
Een hoofd-agent leest de vraag en zet gespecialiseerde agents in voor kennis, content of planning, elk goed in hun eigen taak.
Agents roepen echte tools aan in de gekoppelde systemen. Je ziet ze live starten, draaien en afronden, inclusief het resultaat.
Elk antwoord verwijst klikbaar naar de bronnen waarop het is gebaseerd, zodat niets uit de lucht komt vallen.
De keuzes achter de demo, eerlijk uitgelegd. Dit is de opzet zoals ik hem in de praktijk bouw, geen afgeschermde black box.
Ik bouw geen enkele reuze-prompt die alles moet kunnen. Een hoofd-agent leest de intentie achter de vraag en routeert die naar de agent die er goed in is: kennis, content of planning. Zo blijft elke agent scherp binnen zijn eigen domein en blijft het systeem uitbreidbaar zonder dat het bij elke nieuwe taak omvalt.
Elke tool is een getypeerde functie met duidelijke invoer en uitvoer die de agent aanroept in jouw systemen, van Notion en Google Drive tot Slack en je CRM. De agent kiest wélke tool past bij de taak, maar ík bepaal wat een tool mag en waar hij bij kan. Dat contract is de rem: de agent kan niet buiten zijn boekje.
Antwoorden komen uit opgehaalde bronnen uit je eigen kennis, niet uit het geheugen van het model. Ik ontleed je documenten, mails en data in een kennisgraaf en laat de agent daaruit putten. Wat niet te onderbouwen is, wordt niet als feit gepresenteerd. Daar zit het verschil met een gewone chatbot.
Via server-sent events zie je elke stap terwijl hij gebeurt: welke agent aan zet is, welke tool draait, welk resultaat terugkomt. Geen black box waar je maar op moet vertrouwen, maar een glazen huis waarin je kunt meekijken en ingrijpen als iets misgaat.
Het geheel draait in eigen beheer op EU-servers en elke tool krijgt alleen de rechten die hij echt nodig heeft. Nieuwe agents voeg je toe zonder de bestaande te raken. Zo groeit de assistent met je mee en blijf jij eigenaar van de code en de data.
Een team van agents met elk een eigen rol en kleur.
Zie elke tool starten en afronden, met status en resultaat.
Volg hoe het werk van de ene agent naar de andere gaat.
Verwijzingen [1] [2] die je direct naar de bron brengen.
Het antwoord verschijnt vloeiend, woord voor woord, zonder wachten op het einde.
Deze case koppelt aan bestaande systemen. Een paar van de integraties die hierbij passen, allemaal op maat te koppelen.
Elk onderdeel werkt op zichzelf, maar wordt sterker in combinatie. Een paar voorbeelden uit de praktijk:
De hele stack als één platform.
Van één vraag naar een week ingeplande content.
Gidsen die dieper op dit onderwerp ingaan.
Deze case is een referentie-build voor AI-agents & agentic systemen. Bekijk hoe ik dat aanpak, of doe de gratis Automatiseringsscan en zie in twee minuten waar bij jou de winst zit.
Vertel me wat je voor ogen hebt of waar je tegenaan loopt, dan denk ik mee en zeg ik eerlijk wat er kan, vrijblijvend.
