Jarvis v3 — eigen agentic AI-infrastructuur
Iedereen die AI-agents heeft gebouwd herkent het: 80% van de tijd zit in de saaie infrastructuur — auth, tool-loop, vector-memory, billing, mobile-client, daemon-mode. Jarvis v3 is de complete blauwdruk daarvan, met Claude Sonnet 4.6 als brein, 22+ tools, ChromaDB-memory, Stripe-billing en vier interfaces (web, CLI, wake-word daemon, mobile). Het is ons fundament voor branchspecifieke AI-assistants (medisch, juridisch, sales, support).
Iedereen bouwt dezelfde "saaie" laag opnieuw
Een agent voor de zorg verschilt sterk van een agent voor verkoop. Maar 80% van de code is identiek: een authenticatie-laag met per-user state, een tool-loop met parallelle uitvoering, een vector-store voor lange-termijn-geheugen, een queueing-systeem voor lange acties, een billing-model voor gebruik, een wake-word-daemon voor stem-input, en een mobile client die het allemaal toont.
Resultaat: elke agent-builder herbouwt het wiel en verzandt in plumbing voordat 'ie aan de echte branchekennis toekomt.
Wat ontbrak: een solide kern waar je alleen nog de verticale tools en system-prompts op hoeft te plakken.
Het brein, de tools, de interfaces — apart maar klaar
De kern is een tool-use loop met Claude Sonnet 4.6 die parallel tools mag aanroepen. Iedere tool is een Python-functie met JSON-schema; de agent kiest welke 'ie nodig heeft en geeft de uitkomsten terug.
Geheugen werkt via ChromaDB + sentence-transformers — elke conversatie wordt geëmbed en kan teruggehaald worden. Per gebruiker een eigen scope.
De stem-laag is volledig lokaal te draaien: faster-whisper voor STT, edge-tts voor TTS (streaming, gratis), Picovoice Porcupine voor wake-word. Of cloud — beide werken.
Bovenop dit hart komen vier interfaces: een web-app (Vanilla JS + WebSocket), een CLI, een Wake-word daemon die op de achtergrond luistert, en een React Native (Expo) mobile-app. Stripe verzorgt billing per-user en gebruik-tracking.
Claude kiest, parallel, gebruikt vorige resultaten
Hieronder een ingekorte sessie waarin de agent parallel een mail leest, een berekening doet en geheugen recallt. Tools werken in parallel.
22+ tools out-of-the-box
Vier categorieën: brein (memory + reasoning), I/O (vision + audio), OS (filesystem + screen), web (search + http). Allemaal definieerbaar als simpele Python-functie met JSON-schema.
Vijf lagen, één API, vier clients
Elke laag is vervangbaar. Wil je een eigen LLM in plaats van Claude? Wissel het brein. Eigen TTS? Vervang de audio-laag. De rest blijft staan.
Onder de motorkap
- BrainClaude Sonnet 4.6 met tool-use; fallback Ollama (lokaal)
- MemoryChromaDB + sentence-transformers (all-MiniLM)
- Speechfaster-whisper (STT) + edge-tts (TTS) + Picovoice (wake)
- APIFastAPI + WebSockets + SQLAlchemy + SQLite/Postgres
- AuthJWT + bcrypt + per-user data-isolation
- BillingStripe checkout + webhook + daily token-tracking
- MobileReact Native (Expo) — geüpload naar TestFlight/Play Internal
- DeployDocker + docker-compose, ook helemaal lokaal te draaien
Wat het anders maakt
- Parallel toolsClaude kan in één turn meerdere tools aanroepen — Jarvis dispatcht parallel
- Memory-as-toolClaude beslist zelf wanneer iets bewaard of teruggehaald moet worden
- Allowlist sandboxingcode/fs/os tools alleen binnen door user goedgekeurde paden
- Lokaal of cloudHele stack kan lokaal draaien (Ollama + ChromaDB) of in de cloud
- Whitelabel-blauwdrukPer branche: andere system-prompt + andere tools, kern blijft
- Daily token-budgetIedere user heeft hard cap; voorkomt billing-shock
"De saaie infrastructuur achter een AI-agent is altijd het meeste werk. Jarvis levert die kant volledig kant-en-klaar — auth, billing, tool-loop, memory, multi-interface. Voor een verticale assistant kun je 80% van de tijd direct besteden aan branche-logica."
Meer werk van Lynuxis
Een verticale AI-assistant in jouw branche?
Medisch, juridisch, sales, support — met Jarvis als basis bouwen we in 4-6 weken een production-ready agent voor jouw branche. Auth/billing/memory/tools al gedaan.