API

Idempotentie in gedistribueerde systemen die daadwerkelijk werkt

Idempotentie in gedistribueerde systemen die daadwerkelijk werkt

Voorkom dubbele bijwerkingen

Idempotentie in gedistribueerde systemen is de eigenschap die je redt nadat het netwerk faalt, de wachtrij opnieuw probeert, de client paniekt en de operator een replay uitvoert. In productiesystemen is dubbele levering normaal. Dubbele bijwerkingen zijn de bug.

Snelle start met Vane (Perplexica 2.0), Ollama en llama.cpp

Snelle start met Vane (Perplexica 2.0), Ollama en llama.cpp

Zelf gehoste AI-zoekopdrachten met lokale LLM's

Vane is een van de meest pragmatische opties binnen het domein van “AI-zoekmachines met bronvermelding”: een zelfgehoste antwoorden-engine die live web-ophaal met lokale of cloud-LLM’s combineert, waarbij de volledige stack onder uw controle blijft.

Snelstartgids voor llama.cpp met CLI en Server

Snelstartgids voor llama.cpp met CLI en Server

Hoe OpenCode te installeren, configureren en gebruiken

Ik keer steeds terug naar llama.cpp voor lokale inferentie – het geeft je controle die Ollama en anderen abstracteren, en het werkt gewoon. Het is eenvoudig om GGUF-modellen interactief te draaien met llama-cli of een OpenAI-compatibele HTTP-API bloot te stellen met llama-server.

Airtable voor ontwikkelaars en DevOps - Plannen, API, Webhooks en Go/Python-voorbeelden

Airtable voor ontwikkelaars en DevOps - Plannen, API, Webhooks en Go/Python-voorbeelden

Airtable - Vrije planlimieten, API, webhooks, Go & Python.

Airtable is het beste te beschouwen als een low-code toepassingsplatform dat is opgebouwd rondom een samenwerkende “database-achtige” spreadsheet UI - ideaal voor het snel maken van operationele tools (interne trackers, lichte CRM’s, content pijplijnen, AI evaluatie wachtrijen) waarbij niet-ontwikkelaars een vriendelijke interface nodig hebben, maar ontwikkelaars ook een API oppervlak nodig hebben voor automatisering en integratie.

BAML vs Instructor: gestructureerde LLM-outputs

BAML vs Instructor: gestructureerde LLM-outputs

Type-safe LLM-uitvoer met BAML en Instructor

Bij het werken met Large Language Models (LLM’s) in productieomgevingen is het essentieel om gestructureerde, typeveilige outputs te verkrijgen. Twee populaire frameworks - BAML en Instructor - hanteren verschillende benaderingen om dit probleem op te lossen.

Go-projectstructuur: praktijken en patronen

Go-projectstructuur: praktijken en patronen

Structureer je Go-projecten voor schaalbaarheid en duidelijkheid

Structureren van een Go-project is fundamenteel voor langdurige onderhoudbaarheid, team samenwerking en schaalbaarheid. In tegenstelling tot frameworks die rigide mapstructuur afdwingen, accepteert Go flexibiliteit—maar met die vrijheid komt ook de verantwoordelijkheid om patronen te kiezen die het specifieke behoeften van je project dienen.

Swagger toevoegen aan je Go API

Swagger toevoegen aan je Go API

OpenAPI-documentatie automatisch genereren op basis van codeannotaties

API-documentatie is essentieel voor elke moderne toepassing, en voor Go API’s Swagger (OpenAPI) is geworden de industrie-standaard. Voor Go-ontwikkelaars biedt swaggo een elegante oplossing om uitgebreide API-documentatie direct te genereren uit code-annotaties.