AI Hulpsysteem

[Basic2me]

Beste,

Ik ga mijn pc nu bewust meer inzetten voor een AI hulp systeem die ik aan alles in mijn huis ga koppelen en eindeloos blijf uitbouwen. GPT helpt mij mee om alles te maken en te programmeren, zelf heb ik minimale basis def/prog kennis, dus maakt het voor mij het super interessant.

Mijn systeem (puur voor AI aangeschaft):

#	Categorie	Product	Prijs	Subtotaal
1	Processors	AMD Ryzen 9 9900X3D Boxed	€ 559,83	€ 559,83
1	Moederborden	MSI MAG X870 TOMAHAWK WIFI	€ 279,-	€ 279,-
1	Videokaarten	ASUS Dual GeForce RTX 4060 EVO OC Edition 8GB GDDR6	€ 344,36	€ 344,36
1	Videokaarten	Zotac Gaming GeForce RTX 5070 Ti SOLID SFF OC	€ 985,99	€ 985,99
1	Geluidskaarten	Creative Labs Sound BlasterX AE-5 Plus	€ 114,95	€ 114,95
1	Behuizingen	be quiet! Pure Base 500 Wit	€ 86,85	€ 86,85
1	Monitors	Samsung S49DG912S Zilver	€ 826,78	€ 826,78
1	Processorkoeling	Thermalright Peerless Assassin 120 SE	€ 30,90	€ 30,90
3	Case fans	be quiet! Pure Wings 3 140mm, 140mm	€ 11,95	€ 35,85
1	Toetsenborden	Logitech MK295 Silent Wireless Combo (Qwerty US) Wit	€ 37,99	€ 37,99
1	Muizen	Trust Ozaa+	€ 44,99	€ 44,99
1	Geheugen intern	G.Skill Flare X5 F5-6000J2836G32GX2-FX5	€ 989,-	€ 989,-
1	Voedingen	Corsair HX1200i ATX 3.1	€ 252,30	€ 252,30
1	Interne ssd's	Samsung 990 EVO Plus 4TB	€ 399,-	€ 399,-
1	Interne ssd's	Samsung 9100 Pro, geen heatsink 1TB	€ 186,90	€ 186,90
Bekijk collectie Importeer producten			Totaal	€ 5.174,69

Persoonlijke ervaring:
1. Afgelopen periodes heel veel gemaakt, getest en weer afgebroken. In de basis lukt het mij nu om bijvoorbeeld GTA Fivem NPC met AI aan te sturen en te laten spreken, dit was leuk om te proberen en kennis te vergaren.
2. Met LLM en diverse een persoonlijke AI chat gemaakt die kan luisteren en spreken, dus ook dat is een succes en kan alles aanpassen van kennis of no no onderwerpen. Soort GPT met beter geheugen en gepersonaliseerd.
3. Veel met RPi en sensoren bezig geweest om alles met elkaar te koppelen.

Wat nu:
Ik ben met GPT een dashboard aan het bouwen met HTML etc. Domweg om te weten wat ik wil zien en hoe het moet werken. Dit is mijn preview zoals ik het zie zonder definitieve keuzes te maken waarmee ik exact ga werken; hoewel dit al verbazingwekkend goed werkt.





Waarom?
Ik las laatst het onderwerp Vibe coding met AI en daarom ben ik dit onderwerp begonnen. Ik laat zien hoever ik kom als noob en waar ik tegenaan ga lopen. Wat erbij komt kijken en waar het totaal mis gaat. Zo zijn er natuurlijk vele vragen wat ik allemaal nodig ben en hoe alles straks keurig aan elkaar gekoppelt is.

Mocht iemand het leuk vinden om te volgen, nodig ik jullie van harte uit. Ik zal dan ook later toelichten wat ik verder van plan ben zoals beeld herkenning, geautomatiseerde voorraad beheer, machine Learning, advies over voeding, meekijken in lopende projecten met hulp en etc.

[Basic2me]

Ik heb al wat langer met GPT gesproken over wat ik wil, en heb nu gevraagd om een lijst te maken met wat ik ga leren/gebruiken.

Core (PC – centrale brain)
Python (FastAPI) – API + event core
SQLite – snelle state database
NDJSON (append-only event log) – volledige geschiedenis
Background jobs (async tasks) – learning & insights

AI-laag (PC)
Local LLM (bijv. via Ollama) – redeneren & voorstellen
RAG (vector index, bijv. FAISS/Chroma) – datasheets & eigen library
Whisper (lokale STT) – spraak naar tekst
Lokale TTS (bijv. Piper) – terugpraten
Vision model (bijv. YOLO/ONNX) – cameradetectie
Device communicatie (RPi ↔ PC)
MQTT – sensor/event bus
JSON payloads – uniforme berichtenstructuur
HTTP (REST) – media uploads (audio/snapshots)

Frontend / App
Desktop app (Electron of Tauri) – UI + systeemintegratie
Web UI (HTML/JS) – dashboardlaag
WebSocket – realtime updates

Opslagstructuur (D:\Assistant)
/data/events.ndjson – volledige eventgeschiedenis
/data/state.sqlite – actuele status
/library/ – datasheets, manuals, notities
/media/ – audio, snapshots
/models/ – lokale AI-modellen
/backups/ – automatische snapshots

Structuurprincipes
Event-driven architectuur
Modulaire services
Alles lokaal (privacy + controle)
Context-engine bovenop uniforme “event” taal

Dit sluit allemaal logisch op elkaar aan: MQTT voedt de Core, Core schrijft events, AI leest events + library, UI leest state + insights, en alles draait lokaal op mijn machine.

[Basic2me]

Beste GPT, wat gaan we als eerste doen?
We gaan eerst een lokale “data-blackbox” bouwen: een centrale opslag- en cataloguslaag die alles automatisch beheert op de D-schijf.

Concreet betekent dat:
Eén core service die als enige naar disk schrijft
Hash-based opslag (geen dubbele bestanden)
Een SQLite catalogusdatabase met metadata, tags en versies
Full-text + semantische index voor terugvinden
Append-only event logging
Automatische housekeeping en reprocessing

Alles wat je dropt (pdf, foto, zip, audio) wordt automatisch herkend, opgeslagen, geïndexeerd en gekoppeld — zonder handmatig mapbeheer.

We doen dit als eerste omdat opslag de fundering is. Zonder stabiele, deduplicerende, herbouwbare opslaglaag wordt elke AI-laag rommelig, traag en onbetrouwbaar. Als de data-motor klopt, kun je daar later veilig AI (RAG, vision, voice, learning) bovenop zetten zonder dat het systeem instabiel wordt.

Kort gezegd: eerst een solide lokale data-architectuur, daarna pas de “slimme” laag.

[MueR]

Juist ja. Je chathistorie met ChatGPT mag je daar houden. Wij staan geen AI generated reacties toe. Verder weet ik totaal niet wat je nou wil, want je stelt geen concrete vraag (die template bij een nieuw topic is er niet voor de sier). In de Devschuur gaat het over zelf programmeren, niet tegen een AI dingen roepen. Hier kunnen we echt helemaal niets mee, en het gaat dus ook dicht.