Wil je de controle over je huishoudelijke apparaten niet zomaar overdragen aan Big Tech? Home Assistant houdt je data zoveel mogelijk uit de cloud en fungeert als tolk tussen bijna 1800 verschillende apparaten en ecosystemen. We spraken de makers er achter.

Veel slimme apparaten werken door een koppeling met de cloud, in beheer bij de aanbieder van het product. Doordat deze bedrijven jouw huishoudelijke mededelingen in hun eigen cloud afhandelen, zwiep je een schat aan persoonlijke data het internet op. God weet wat Big Tech er vervolgens mee doet. Je zou dan ook kunnen uitwijken naar een opensource-thuisautomatiseringssysteem als Home Assistant. 

Dat heeft als uitgangspunt om gebruikersdata zoveel mogelijk uit de cloud te houden. Tegelijkertijd fungeert het als tolk tussen bijna 1800 verschillende apparaten en ecosystemen. Daardoor ontstaat een keur aan gebruiksmogelijkheden.

Geschiedenis van Home Assistant

De eerste regels Home Assistant-code werden in september 2013 geschreven door Paulus Schoutsen, ook wel bekend als Balloob. Hij was na een studie bedrijfsinformatica aan de TU Twente naar Californië verhuisd om er stage te lopen bij het San Diego Supercomputer Center. 

“Ik woonde in een studentenhuis en kocht ik een paar Philips Hue-lampen.” Paulus schreef een klein scriptje in Python, om ervoor te zorgen dat de lampen bij zonsondergang automatisch aangingen. “Zo kwamen er steeds meer nieuwe functionaliteiten bij.”

In oktober 2013 zette Paulus zijn code op GitHub. Ook begon hij in het home automation forum van Reddit voorzichtig reclame te maken. “Als mensen daar vroegen hoe ze het moesten aanpakken, dan zei ik: met Home Assistant heb ik het zo opgelost. Zo ontdekten steeds meer mensen dat je met Home Assistant elegantere oplossingen kon vinden dan met off-the-shelf-producten.” 

Toen Paulus eind 2013 met Material Design een strakke interface bouwde, haalde Home Assistant zelfs de voorpagina van Hacker News. Dat betekende een doorbraak. Hij werkte intussen aan het opbouwen van een hechte opensource-gemeenschap. Laagdrempelige online communicatie was daarbij extreem belangrijk, zo realiseerde hij zich. 

©PXimport

“Ontwikkelaars vinden het soms lastig om bijvoorbeeld onderhoudsissues aan te kaarten, uit angst dat het misschien aan hen ligt.” Dus zette hij een mailinglijst op, een chatgroep en een forum. Toen op een dag iemand anders dan Paulus antwoord gaf op een gebruikersvraag, voelde dat als een mijlpaal.

Levendige gemeenschap

Jaarlijks sleutelen inmiddels meer dan achtduizend ontwikkelaars in samenspraak aan nieuwe features. Die samenwerking zorgt regelmatig voor een trein aan leuke nieuwe ideeën. Een voorbeeldje. In september vorig jaar werd de iOS app voor Home Assistant overgezet naar MacOS – door ontwikkelaar Zac West uit San Francisco, in zijn vrije tijd. Dat zag er niet alleen fraaier uit dan een bedieningspaneel in de browser, maar Zac maakte van de gelegenheid gebruik om wat extra functionaliteit in te bouwen. 

De Home Assistant Companion for macOS kan voortaan ook enkele Mac-statusdata doorgeven. Sindsdien kun je vanuit Home Assistant bijvoorbeeld signaleren of de camera of microfoon actief is, de batterij van je MacBook bijna leeg is, of de computer in slaap is gevallen. Deze ‘binary_sensors’ kun je als trigger gebruiken voor handige automatiseringen. 

©PXimport

Franck – alias Frenck – Nijhof gaf van zo’n automatisering in een introductievideo meteen een mooi voorbeeld: hij liet zien hoe, wanneer de camera op zijn Mac aanging, automatisch een ledpaneel aanfloepte boven zijn scherm, zodat hij er bij videocalls automatisch goed belicht bij zat. In de opmerkingen onder de introductieblog werd volop gefilosofeerd over andere gebruiksmogelijkheden.

Zo zou je via Home Assistant ook volledig geautomatiseerd een waarschuwingslicht boven de deur van je kamer kunnen laten aangaan – een beetje zoals een lampje bij een opnamestudio – op hetzelfde moment dat je videocall start.

Autodiscovery

Home Assistant is van oorsprong vooral populair in kringen van ontwikkelaars en fanatieke home automation-hobbyisten, die met alle liefde al hun vrije tijd opofferen voor het tweaken van hun systemen en het delen van hun ervaringen op online fora.

Toch was oprichter Paulus zich al in een vroeg stadium bewust van het belang van gebruiksgemak. Al enkele maanden nadat hij in 2013 de eerste regels Pythoncode schreef, voegde hij een ‘Autodiscovery’ feature toe. Daardoor scant Home Assistant meteen na installatie het netwerk op slimme apparaten en configureert die op verzoek om samen te werken met Home Assistant. 

Ook de ontwikkeling van een besturingssysteem door de Zwitser Pascal Vizeli in 2017 betekende een doorbraak. Vanaf toen konden gebruikers dankzij Home Assistant OS een Raspberry Pi in een paar stappen omtoveren tot een huisserver.

Home Assistant-blueprints

Omdat het voor veel ‘gewone’ gebruikers een stap te ver gaat om een image naar een microSD-kaartje te uploaden en vervolgens een Raspberry Pi te configureren, presenteerde Home Assistant in december 2020 het eerste hardwareproject. Home Assistant Blue is een strak gelakte blauw aluminium home automation hub, die van gebruikers alleen vraagt om de stroom- en internetkabel aan te sluiten.

 Nadat ze Blue aanzetten en Autodiscovery zijn werk heeft gedaan, kunnen ze de status van hun slimme apparaten in een dashboard zien en bedienen vanaf hun telefoon of computer. Daarnaast kunnen gebruikers ‘Blueprints’ importeren en configureren. Daarmee kunnen ze ervoor zorgen dat in reactie op bepaalde triggers (er komt iemand thuis) en onder omstandigheden (de zon is onder) bepaalde acties worden uitgevoerd (de thermostaat gaat omhoog en de lichten gaan aan).

©PXimport

Omdat Home Assistant bleef groeien, en het modereren van die gezamenlijke ontwikkelexplosie inmiddels meer dan een dagtaak was, richtte Paulus in 2018 samen met Pascal een bedrijf op: Nabu Casa. Dat telt inmiddels acht medewerkers over de hele wereld, onder wie Franck. Een andere Nederlandse (front-end-)ontwikkelaar is Bram Kragten. 

Om het bedrijf levensvatbaar te maken zochten Paulus en Pascal naar een inkomstenmodel. Het was daarbij voor hen uit den boze om Home Assistant gebundeld te verkopen als softwarepakket. Daarom besloten de oprichters tot het ontwikkelen van een nieuw product: de Home Assistant Cloud. Voor vijf dollar per maand hebben gebruikers met de Home Assistant Cloud ook op afstand toegang ertoe. 

©PXimport

Franck: “Gebruikers kunnen dat ook al zelf regelen, maar dat vereist aardig wat technische kennis en vaardigheid.” Nu verzorgt de Home Assistant Cloud dit hele proces op een veilige en privacyvriendelijke manier. Zo worden datapakketjes tussen app en hub versleuteld verzonden, gedurende de volledige route. Met een abonnement op de Home Assistant Cloud ondersteunen gebruikers bovendien het achterliggende opensource-project.

De Home Assistant Cloud maakt het ook mogelijk om apparaten alsnog te koppelen aan Google Assistant en Amazon Alexa, zodat die via spraak bedienbaar worden en opduiken in de bijbehorende apps. Dat betekent dan wel dat Big Tech alsnog mee kan kijken en luisteren in je huis. Ideaal is dat natuurlijk niet. Paulus ziet wel hoopgevende tendensen, zoals de ontwikkeling van een open standaard die is gebaseerd op het internetprotocol (IP). 

Met Connected Home over IP (CHIP) kunnen slimme apparaten, mobiele apps en clouddiensten als het goed is in de toekomst eenvoudiger met elkaar communiceren. Ook krijgen consumenten dan minder te maken krijgen met incompatibele producten. In de projectgroep voor CHIP zitten grote namen als Amazon, Apple, Google, de Zigbee Alliance, IKEA, NXP Semiconductors en Samsung.

Meer lokale API’s onder druk van consumenten

Tegelijkertijd probeert het team van Nabu Casa ervoor te zorgen dat het consumentenbewustzijn groeit over de manier waarop producenten van slimme apparaten hun geld verdienen. “Als je een wifi-lamp koopt voor 8 euro, dan kun je er zeker van zijn dat ofwel jouw gebruiksgegevens online verkocht worden aan de hoogste bieder, of dat die lamp over een paar jaar niet meer ondersteund wordt.” 

Ook stimuleert Home Assistant gebruikers om bij fabrikanten aan te dringen op lokale ondersteuning. Dat ondervond bijvoorbeeld TP-Link. Tot november 2020 werkten hun slimme schakelaars lokaal. In november 2020 rolde TP-Link een firmware-update uit die deze mogelijkheid uitzette, omdat die onveilig zou zijn.

“Gebruikers werden gedwongen hun schakelaars voortaan te bedienen vanuit de TP-Link-cloud, terwijl ze juist bewust voor dit merk gekozen hadden vanwege de lokale integratiemogelijkheden.” Een week en veel boze reacties later, bood TP-Link gebruikers de mogelijkheid om de firmware-update terug te draaien.

Om consumenten te helpen bij het selecteren van apparaten met een lokale API, toont de website van Home Assistant inmiddels van elk apparaat duidelijk hoe deze een verbinding legt met Home Assistant. “Het zou mooi zijn als gebruikers dat aspect meer mee gaan laten wegen bij de aanschaf van slimme apparaten. Hun stem en hun aankoopgedrag kunnen ervoor zorgen dat meer bedrijven gaan inzien dat het belangrijk is om lokale connectiviteit voor hun apparaten te ondersteunen.”

Zelf proberen

Op de Home Assistant website vind je uitgebreide documentatie over de installatie en configuratie van Home Assistant en over het automatiseren van je huis met dit platform. Ook bevat de website een eenvoudig doorzoekbare database van apparaten en platformen waarmee Home Assistant kan worden geïntegreerd, lokaal en/of in de cloud. Dat zijn er momenteel bijna 1800. 

Nabu Casa werd in 2018 opgericht door Home Assistant-oprichter Paulus Schoutsen en Pascal Vizeli, de maker van Home Assistant OS. Binnen Nabu Casa werken zij samen met acht medewerkers aan een Home Assistant Cloud, een privacyvriendelijk cloudalternatief. Daarnaast is Nabu Casa de hoofdsponsor van opensourceproject Home Assistant. 

Op Reddit delen gebruikers regelmatig interessante toepassingen van Home Assistant. En door ‘Blueprints’ te importeren en te configureren, kun je er relatief eenvoudig voor zorgen dat de apparaten in je huis samen gaan werken om jouw leven gemakkelijker of leuker te maken. 

©PXimport

In het volgende voorbeeld willen we graag onze IKEA-afstandsbediening voor slimme lampen aansluiten op Home Assistant, zodat we kunnen bepalen wat er met de lichten gebeurt als we de knoppen van deze afstandsbediening indrukken. 

Om te onderzoeken of er al Blueprints bestaan voor deze afstandsbediening, gaan we naar het forum op https://community.home-assistant.io en klikken op Blueprints Exchange. Er verschijnt een doorzoekbare pagina met alle beschikbare Blueprints. In het zoekvenster rechtsboven vullen we de naam in van de IKEA-afstandsbediening (Trådfri). We kunnen kiezen uit een aantal verschillende Blueprints.

We selecteren deCONZ - IKEA five button remote for lights. Nu verschijnt er een beschrijving van de Blueprint. We zien dat de Blueprint is gedeeld door Bram Kragten. Omdat hij zo vriendelijk is geweest om dit YAML-script als Blueprint beschikbaar te maken, hoeven we zelf geen code meer te schrijven.

Hij vertel op deze pagina exact wat de Blueprint doet. Ook gunt hij ons een kijkje op de achterliggende code. Als ons bevalt wat we lezen, klikken we op de lichtblauwe knop Import Blueprint en daarna op Open Link. Daarna drukken we in het pop-up-venster op Bekijk Blueprint en vervolgens op Blueprint importeren.

De Blueprint is nu toegevoegd aan het Blueprint overzichtsscherm in onze eigen Home Assistant-installatie. Om de blueprint te gebruiken, klikken we op Automatisering maken. De automation-editor verschijnt. Daarin valt te lezen dat de middelste knop al voorgeprogrammeerd is (aan-uitknop), net als de bovenste en onderste knop (dimmen). We kunnen wel zelf bepalen wat er moet gebeuren bij het kort of lang indrukken van de rechter- en linkerknop. Daarvoor hoeven we alleen maar te klikken op Add Action.

Nu weet je dat een slim huishouden ook mogelijk is zonder alles van jezelf bloot te geven aan grote techbedrijven. Welke projecten had je zelf in gedachten?

Tekst: Jolein de Rooij

Kijk naar buiten en het is meteen duidelijk: de herfst is begonnen. Moet jij ook op de fiets door de regen? Je houdt het droog met goede regenkleding. Van poncho tot pak: zo valt je fietstocht niet in het water!

Lees ook: Je regenjas wassen én waterdicht houden: natuurlijk kan dat!

Waar gebruik jij je fiets voor?

Welke regenkleding het best bij je past, hangt af van hoe je fietst. Leg je vaak flinke afstanden af, dan telt vooral comfort. Kies dan voor ademende materialen die soepel meebewegen en niet knellen. Gebruik je je (elektrische) fiets vooral voor het woon-werkverkeer of om naar school te gaan, dan is gemak belangrijker: regenkleding die je snel kunt aantrekken en weer uitdoen is dan ideaal.

Verschillende soorten regenkleding

Daarna kun je kijken welk type regenkleding het best bij je past. Een compleet regenpak met jas en broek is handig als je vaak fietst en goed beschermd wilt zijn. Toch vinden veel mensen vooral het aantrekken van de broek onhandig. In dat geval is een losse regenjas of een regenponcho een praktischer optie. Houd er wel rekening mee dat je benen dan bij stevige regen sneller nat worden. Misschien zijn regenchaps wat voor jou: hiermee bedek je alleen de voorkant van je bovenbenen. Ook slim: alvast nadenken over regenschoenen. Wanneer je echt een hekel hebt aan natte voeten, zijn overschoenen een welkome aanvulling op je regenoutfit!

Traditioneel regenpak

De klassieker onder de regenkleding is natuurlijk het regenpak. Dat bestaat uit een jas en een broek en is meestal gemaakt van waterdicht materiaal zoals PVC of nylon. Het voordeel is dat je praktisch helemaal bedekt bent, van je nek tot je enkels. Het nadeel? Vooral goedkope regenpakken kunnen wat minder ademend zijn, waardoor je bezweet kunt aankomen.

Losse regenjas

Een losse regenjas is handig wanneer je al een waterdichte broek hebt (of natuurlijk wanneer je het niet erg vindt als je benen natregenen). Regenjassen zijn vaak stijlvoller en kunnen bij slecht weer ook als gewone jas gedragen worden (iets wat je met een traditioneel regenpak niet zo snel zult doen). Let op details: getapete naden en een hoge kraag zorgen dat je beter beschermd bent tegen de regen.

Regencape/regenponcho

Hoef je maar een kort stukje te fietsen? Dan is een regencape of - poncho ideaal: gewoon een kwestie van omslaan of over je hoofd aantrekken. Met een cape of poncho heb je veel bewegingsvrijheid, maar bij harde wind kunnen ze een beetje onhandig zijn. Er zijn ook regencapes die bijvoorbeeld elastieken aan de mouwen hebben die je aan het stuur kunt vastmaken, of een extra koord om je middel waardoor de cape minder wappert en klappert in de wind.

Regenoverschoenen

Niets zo vervelend als helemaal droog blijven dankzij een goed regenpak, maar aankomen met doorweekte schoenen. Regenoverschoenen zijn dé oplossing. Ze zijn gemaakt van waterdicht materiaal en je schuift ze makkelijk over je normale schoenen heen.

©iuricazac - stock.adobe.com

Waar moet je op letten bij het kiezen van regenkleding?

➜ Waterdichtheid

Dit is natuurlijk het allerbelangrijkste om op te letten! Om te weten hoe goed een regenjas je droog kan houden, kijk je naar de waterkolomwaarde op het etiket. Hoe hoger de waarde, hoe beter de waterdichtheid. Een waarde van 10.000 mm of meer is uitstekend. In de tabel hieronder zie je hoe goed verschillende waterkolomwaarden je beschermen.

➜ Ademend vermogen

Je wilt droog blijven, maar je wilt ook dat je eigen zweet niet blijft hangen in je regenpak. Materialen zoals Gore-Tex zijn waterdicht maar toch ademend.

➜ Materiaal

Het materiaal is ook iets om rekening mee te houden. Polyester is licht en ademend maar minder duurzaam. PVC is zwaarder maar gaat langer mee. Kies wat bij jou en je fietsgedrag past.

➜ Prijs-kwaliteitverhouding

Goedkoop is vaak duurkoop, vooral als je dagelijks fietst. Investeer in kwalitatief goede regenkleding die jaren meegaat.

Tabel: waterdichtheid

Waterdichtheid van regenkleding wordt gemeten in millimeters waterkolom (mm). Dit geeft aan hoe hoog een kolom water kan zijn voordat deze door de stof heen dringt. Voor regenkleding voor de fiets is minimaal 5.000 tot 10.000 mm aan te raden.

➜ Zomer of winter?

Wat voor regenkleding je kiest, hangt ook af van het seizoen en van wat je allemaal op de fiets doet.

Zomer

In de zomer is lichte, ademende kleding het prettigst. Ga voor materialen die waterdicht én ventilerend zijn, zoals Gore-Tex. Dat houdt regen buiten maar laat vocht van binnen ontsnappen. Zo blijf je droog van de regen én raak je overtollige warmte kwijt tijdens het fietsen. Ideaal dus voor warme, wisselvallige dagen waarop je actief bent.

Winter

In de winter draait het juist om warmte. Een regenjas met thermische voering houdt je niet alleen droog, maar ook behaaglijk. Veel modellen hebben een uitneembare voering, zodat je dezelfde jas ook in het voor- en najaar kunt dragen. Houd wel rekening met een hogere prijs, maar daar krijg je meer comfort en veelzijdigheid voor terug.

Welk merk fietskleding moet je kiezen?

In Nederland zijn er verschillende bekende merken die regenkleding van hoge kwaliteit aanbieden. Dit zijn enkele van de meest populaire:

1: Agu

Dit Nederlandse merk is vooral bekend onder fietsers en biedt een breed scala aan regenkleding, van jassen tot broeken en overschoenen.

2: Rains

Dit Deense merk is ook populair in Nederland en staat bekend om zijn minimalistische en stijlvolle regenjassen.

3: Mac in a Sac

Dit merk biedt lichtgewicht en opvouwbare regenkleding die gemakkelijk op te bergen is.

4: Vaude

Dit Duitse merk is populair onder outdoorliefhebbers en biedt duurzame en milieuvriendelijke regenkleding.

5: Columbia

Dit Amerikaanse merk is ook in Nederland verkrijgbaar en biedt een breed scala aan regenkleding, vaak gemaakt van hun gepatenteerde Omni-Tech-materiaal dat zowel waterdicht als ademend is.

©Martin - stock.adobe.com

✅ Checklist regenkleding kopen

☐ Bepaal je behoeften: dagelijks gebruik, lange ritten, woon-werkverkeer.
☐ Kies het type regenkleding: regenpak, losse jas, cape/poncho, overschoenen.
☐ Controleer de waterdichtheid: zoek naar de waterkolomwaarde.
☐ Let op het ademend vermogen: materialen zoals Gore-Tex zijn ideaal.
☐ denk om het seizoen: licht en ademend voor de zomer, geïsoleerd voor de winter.
☐ Check de prijs-kwaliteitverhouding: goedkoop is niet altijd beter.
☐ Pas verschillende maten: houd rekening met de kleding die je eronder draagt.
☐ Test de kleding indien mogelijk: gebruik een tuinslang of lees online reviews.
☐ Lees het waslabel: sommige kledingstukken hebben speciale zorg nodig.
☐ Overweeg extra's: zoals reflecterende strips voor veiligheid.

We vinden het intussen al bijna normaal dat generatieve AI-modellen leuke tekeningen kunnen maken en teksten kunnen schrijven. Maar de AI-evolutie staat niet stil: er verschijnen steeds krachtigere AI-agents op die zelfstandig ook diverse taken kunnen aanpakken. Hoe je ze zelf gebruikt of bouwt, lees je in dit artikel.

Het begrip 'AI-agent' komt misschien wat verwarrend over omdat 'agent' vaak met ordehandhaving of spionage wordt geassocieerd, maar hier betekent het iets heel anders. In de informatica verwijst de term naar een entiteit die namens iemand anders handelt, afgeleid van het Latijnse agere (handelen). Je kunt het vergelijken met een reisagent die taken uitvoert in opdracht van zijn klant.

Een agent is hier een systeem dat autonoom handelt, vaak in opdracht van een gebruiker, om bepaalde en soms complexe taken uit te voeren. Zo zou je een robotstofzuiger een fysieke agent kunnen noemen: hij ziet obstakels, beslist waar hij rijdt en voert deze actie uit. Een e-mailbot is een virtuele agent: hij leest je mails, classificeert ze en beantwoordt bepaalde mails automatisch.

Een AI-agent gaat nog een stap verder en gebruikt kunstmatige intelligentie om beslissingen te nemen – iets wat sommige robotstofzuigers of e-mailbots inmiddels trouwens ook wel doen. Hiervoor gebruikt men ook wel de term 'agentic AI'.

©iRobot

Werking

Voordat we een paar voorbeelden van een AI-agent bekijken en ook zelf samenstellen, leggen we kort uit hoe zo'n agent werkt. In een eerste fase neemt de agent zijn omgeving waar. Dat kan via visuele input van afbeeldingen of camera's, geluidsdata van een microfoon of spraakopname, numerieke data uit logs of sensors, of via tekst zoals prompts, mail- of chatberichten.

De agent probeert vervolgens deze ruwe invoer te interpreteren. Bij tekst bijvoorbeeld gebeurt dit doorgaans met een groot taalmodel (Large Language Model, kortweg LLM), een deep-learning-systeem dat natuurlijke taal begrijpt en genereert, zoals ChatGPT, Claude of Gemini. Dankzij zo'n LLM kan de agent doelen begrijpen en indien nodig ook opsplitsen in subtaken. Als een taak beperkt blijft tot tekstgeneratie, zoals het beantwoorden van een bericht, volstaat het LLM. Maar vaak zijn er ook externe tools nodig (zogeheten tool calling) om aanvullende of realtime gegevens op te halen of (sub)taken uit te voeren, bijvoorbeeld via API's, zoals voor weerinformatie, databases of andere AI-modellen.

Met een efficiënt geheugensysteem kan de agent tijdens het uitvoeren van taken de resultaten bijhouden, feedback verwerken en daaruit nieuwe subtaken afleiden. Hij kan deze informatie ook bewaren, wat ook bij latere interacties voor meer consistentie zorgt.

Voor- en nadelen

Geoptimaliseerde AI-agents bieden duidelijke voordelen. Ze verhogen vaak de productiviteit doordat ze repetitieve en tijdrovende taken kunnen overnemen. Daarnaast verwerken ze in korte tijd enorme hoeveelheden data en kunnen ze meerdere (sub)taken tegelijk uitvoeren. AI-agents leveren doorgaans nauwkeurige en consistente resultaten en zijn goed schaalbaar. Mits goed geïntegreerd in de workflow, kunnen ze dus flink wat tijd en kosten besparen.

Tegelijk zijn er wel wat dingen waar je op moet letten. AI-agents zijn namelijk vaak afhankelijk van grote hoeveelheden data, waaronder soms privacygevoelige of bedrijfsinformatie. Houd bijvoorbeeld in een bedrijfscontext dus rekening met richtlijnen als de AVG (Algemene Verordening Gegevensbescherming). En omdat veel agents werken met LLM's die getraind zijn op grote hoeveelheden tekst waarin ook vooroordelen en stereotypen voorkomen, kunnen zulke vertekeningen onbewust doorsijpelen in de resultaten en leiden tot discriminerende uitkomsten. Tot slot vraagt het ontwikkelen en trainen van zulke (bedrijfs)systemen de nodige tijd en rekenkracht.

Manus

AI-agents kunnen dus goed bruikbaar zijn in bedrijfsomgevingen, maar ook daarbuiten kun je er je voordeel mee doen. Ga bijvoorbeeld naar www.manus.im (van Chinese origine) en klik op Use cases voor een reeks praktijkvoorbeelden, ingedeeld in rubrieken als Life, Data Analysis en Education. Zo kan deze algemene AI-agent je bijvoorbeeld helpen bij het opstellen van een cursus of het plannen van een reis. Het voorbeeld Trip to Japan in april (in de rubriek Featured) laat dit duidelijk zien. Klik hierop om het volledige proces te kunnen volgen: links de uitvoer, rechts het scherm van de agent. Je kunt ook altijd klikken op Skip to results of Watch again.

Wil je Manus ook zelf proberen, dan kun je met een gratis proefversie met duizend credits aan de slag, na goedkeuring van je aanvraag (de betaalde versie start vanaf 19 dollar per maand, dat is ongeveer 20 euro inclusief btw). We merkten dat zo'n goedkeuring sneller verloopt via de mobiele Manus-app.

Voor de eindgebruiker is het hele proces vrij eenvoudig. Zoals bij een gewone AI-chatbot geef je eerst een uitgebreide prompt met je opdracht. Daarna gaat Manus aan de slag en zie je stap voor stap hoe de taak wordt aangepakt. Je kunt dit proces ook in realtime bijsturen met extra informatie of instructies. Is de hoofdtaak voltooid, dan krijg je een melding, tenzij je credits eerder op zijn of de agent vastloopt op bijvoorbeeld een niet-bereikbare webpagina.

AgentGPT

Ook met AgentGPT kun je op een toegankelijke manier toe, ook gratis, een AI-agent in je browser gebruiken. Het platform is een gebruiksvriendelijke webinterface (geïnspireerd op Auto-GPT), waarmee je een opdracht kunt lanceren voor een autonome agent die meerdere stappen zelf bedenkt en uitvoert.

Je hoeft enkel een naam voor je agent in te vullen en bij Doel een duidelijke opdracht te schrijven, zoals 'Plan een veertiendaagse rondreis met 4x4 in Namibië' of 'Voer een onderzoek uit naar de duurzaamste bouwmaterialen in Nederland'.

Controleer bij Tools of de benodigde functies zijn ingeschakeld: Image (voor AI-beelden), Search (voor online opzoekwerk), Code (voor scripting) en Connect Your Data. Deze laatste biedt via een account bij SID, een vorm van Retrieval Augmented Generation (RAG), waarbij eigen gegevens van bijvoorbeeld Google Drive of Gmail kunnen worden verwerkt en doorzocht.

Bevestig met de blauwe afspeelknop en de agent gaat meteen aan de slag. Je kunt de deeltaken volgen, pauzeren en via een prompt het proces bijsturen. De kans bestaat dat de agent niet alle stappen voltooit met een gratis account, maar via Summarize kun je wel alvast een tussentijds resultaat bekijken. Voor een uitgebreider abonnement betaal je 40 dollar per maand (ongeveer 43 euro inclusief btw). Bij Settings kun je eventueel ook een OpenAI API-sleutel invoeren als je er een hebt.

Agent-bibliotheken

Op de webpagina van het hierboven vermelde AgentGPT kun je ook uit twintig sjablonen kiezen. Dit zijn kant-en-klare agenten, met prompts gericht op een bepaald taaktype, zoals rapportanalyse, reisplanning of marketing strategieën. Maar er bestaan intussen ook diensten met een bibliotheek AI-agents, zoals Agent.AI. Je kunt zoeken op naam of op tags, binnen categorieën zoals Social, Customer Service, Image en Lifestyle. Filter je op Image, dan krijg je agents zoals Logo Creator, Youtube Thumbnail Generator en MindmapGenerator.

We nemen even Mindmap Generator als voorbeeld. Klik hier op Goagent en geef een geschikte prompt, bijvoorbeeld een onderwerp voor je mindmap. Bevestig met Go en de agent gaat aan de slag. Daarna kies je tussen Fully automatic (waarbij je alles aan de agent overlaat) of Interactive (waarbij je stap voor stap het voorlopige ontwerp kunt aanpassen of uitbreiden).

Ook bij MindStudio vind je een ruime collectie AI-agents, verdeeld in rubrieken zoals Research, Analyze Content, For Creators, For Students en YouTube. Na aanmelding kun je ze vanaf het platform uitvoeren via de knop Run (Pro Agents enkel na betaling) of via een Chromium-browserextensie, zodat de agent direct met een specifieke webpagina kan werken.

Houd er rekening mee dat het onderscheid tussen een slimme AI-assistent en een autonome AI-agent ook hier niet altijd duidelijk is.

Zelf bouwen met MindStudio

Zowel Agent.AI als MindStudio laten je niet alleen bestaande agents gebruiken, maar bieden ook tools om zelf een AI-agent te bouwen. We laten kort zien hoe je dit aanpakt in MindStudio, bijvoorbeeld voor een agent die een webpagina, pdf of YouTube-video samenvat (bij deze laatste door zelf het bijbehorende transcript op te halen).

Ga naar https://app.mindstudio.ai en open links het onderdeel Build. Klik rechtsboven op Create New Agent en zorg dat het tabblad Automations actief is. Klik op het blauwe Start-blok; rechts verschijnen dan enkele configuratie-opties. Wil je de agent beschikbaar maken in de browserextensie van Agent.AI, klik dan bij Run Mode op het pijlknopje en kies Browser Extension. Er verschijnen nu data zoals url, metadata en pageContent, die beschikbaar komen voor de agent.

Klik rechts van het Start-blok op de knop met het plusje om een AI-module toe te voegen. Voor ons voorbeeld kies je Generate Text, een van de meest gebruikte modules. Andere opties zijn Generate Image, User Input, Scrape URL of je klikt op View All Blocks voor alle beschikbare modules. Na selectie van Generate Text zie je rechts bij ModelSettings dat standaard Claude 3.5 Haiku gebruikt wordt. Je kunt ook kiezen uit andere ondersteunde LLM's, waaronder enkele gratis modellen.

Verder uitwerken

Met de LLM geselecteerd kun je rechts nog extra instellingen aanpassen via parameters als Temperature (hoe lager, hoe voorspelbaarder het antwoord), Max Response Size (hoe lager, hoe beknopter het antwoord) en andere. Bovenaan staat het promptvenster waar je een duidelijke instructie voor de LLM geeft, bijvoorbeeld: 'Vertel me alles wat ik moet weten over deze webpagina.'

Om de inhoud van de webpagina door te geven, gebruik je de eerder vermelde variabele pageContent (je kunt deze variabele eerst kopiëren naar het klembord) die je onder je prompt met {{pageContent}} aanroept.

Klik linksboven op Untitled AI Agent en geef je agent een naam. Je kunt ook een korte omschrijving toevoegen en een pictogram kiezen. Klik vervolgens rechtsboven op Preview / Open Draft Agent. Je test je agent door een url in te vullen, op Load Site te klikken en daarna op Run Agent.

Wil je de agent publiceren (en aan de browserextensie koppelen via het knopje met de drie puntjes), dan heb je wel een Pro-versie nodig. Deze kost 12 dollar per maand (ongeveer 13 euro inclusief btw) voor onbeperkte agents, exclusief eventuele kosten voor API-calls van betaalde AI-modellen.

Automatische prompt

Je kunt ook een bestaande agent dupliceren en deze via Edit snel aanpassen voor een ander doel. Daarnaast is het mogelijk om de prompt automatisch te laten genereren. Klik hiervoor rechtsonder het promptvenster op het bijbehorende knopje en kies Generate. Typ bijvoorbeeld 'Vat deze webpagina uitgebreid en overzichtelijk samen' of 'Analyseer deze X-berichtreeks' en klik opnieuw op Generate. Even later verschijnt een veel uitgebreidere (standaard Engelstalige) prompt, waarbij de opdracht wordt opgesplitst in subtaken, zodat je agent gestructureerder te werk kan gaan. Vergeet ook hier niet de variabele {{pageContent}} toe te voegen.

Op vergelijkbare manier kun je nog veel andere agents maken. Experimenteer gerust met alle beschikbare opties en mogelijkheden.