AI on Eddy de Vink

AI-agent heeft eigen Obsidian-client: headless vault synchronisatie met CouchDB LiveSync

Sat, 30 May 2026 00:00:00 +0000

In mijn vorige artikel beschreef ik hoe ik Obsidian LiveSync heb opgezet met self-hosted CouchDB. Daar noemde ik al kort dat een AI-agent het client-side installatieproces kan automatiseren. Maar toen was er nog een fundamenteel probleem: hoe krijgt die AI-agent zelf toegang tot de vault?

Dit artikel gaat over de volgende stap: een headless CLI die rechtstreeks met CouchDB praat, precies zoals de LiveSync plugin, waardoor AI-agents (OpenCode, Claude Code, etc.) notities kunnen lezen, schrijven en bewerken — en die wijzigingen via LiveSync naar al mijn apparaten synchroniseren.

Self-Hosted Obsidian Sync met CouchDB op Fedora 44

Sat, 30 May 2026 00:00:00 +0000

Obsidian is een krachtige tool voor persoonlijke kennisbeheer, maar de officiële Obsidian Sync kost geld — €5/maand per gebruiker. Voor een paar euro aan serverkosten kun je hetzelfde bereiken met self-hosted CouchDB en de Self-hosted LiveSync plugin, mét als voordeel dat je volledige controle houdt over je data.

Dit artikel beschrijft hoe ik dit heb opgezet op mijn Fedora 44 server met SELinux enforcing, Docker, en Tailscale — en hoe een AI-agent (zoals die waarmee dit artikel is geschreven) het client-side deel kan automatiseren.

Deze Blog is Gebouwd met Hugo en DeepSeek

Mon, 11 May 2026 00:00:00 +0000

Deze blog die je nu leest is volledig gebouwd met hulp van een AI assistent — specifiek DeepSeek v4 Pro, draaiend via OpenCode. Geen externe API’s, geen ChatGPT, geen Copilot. Gewoon een lokaal model dat code schrijft, templates bouwt, en content genereert. Dit is hoe dat ging.

De stack

Hugo — statische site generator, geschreven in Go. Supersnel, geen database, geen runtime.
Tailwind CSS v3 — utility-first CSS framework. Native geïntegreerd via Hugo’s css.TailwindCSS pipe (geen PostCSS CLI nodig).
DeepSeek v4 Pro — het model dat de code schreef, templates bouwde en content herschreef.

Het proces

Ik begon met een half-af Hugo project. Een corporate “AI-factories” theme met drie generieke blogposts en een hoop template duplicatie. De opdracht aan DeepSeek was simpel:

Lokale LLMs Draaien: DeepSeek op een Mac Mini

Sat, 09 May 2026 00:00:00 +0000

Sinds een paar maanden draai ik lokale LLMs op mijn Mac Mini M4. Dit is waarom, hoe, en wat het oplevert.

Waarom lokaal?

Drie redenen:

Privacy — mijn prompts en data gaan niet naar OpenAI of Anthropic
Kosten — geen API credits, geen abonnement
Beschikbaarheid — geen rate limits, geen downtime van derden

Een Mac Mini M4 met 16GB RAM draait verrassend veel modellen. Het M4 neurale engine helpt, maar het echte werk gebeurt op de GPU cores via Metal.

WhatsApp MCP Server

Mon, 20 Apr 2026 00:00:00 +0000

Een MCP server gebouwd met Python die AI agents (zoals Claude, OpenCode) in staat stelt om WhatsApp berichten te versturen, gesprekken te lezen en media te downloaden.

Features

Berichten versturen naar individuen en groepen
Chat geschiedenis ophalen en doorzoeken
Media (foto’s, documenten) downloaden vanuit chats
Automatische reconnect bij verbindingsverlies
WhatsApp Web sessie persistentie

Tech stack

Python — asyncio voor non-blocking I/O
whatsapp-web.js via subprocess — WebSocket bridge
MCP Protocol — JSON-RPC via stdio
Docker — containerized deployment