AI-udvikling
uden buzzwords
Teknisk dybde for udviklere der vil bygge med LLMs. Claude API, RAG pipelines, vector databases og prompt engineering — med kodeeksempler der virker i production.
- 10
- dybe guides
- 144 min
- samlet læsetid
- 0
- frameworks påkrævet
# pip install anthropic
import anthropic
client = anthropic.Anthropic() # ANTHROPIC_API_KEY
message = client.messages.create(
model="claude-sonnet-5",
max_tokens=1024,
messages=[
{"role": "user",
"content": "Forklar RAG i 3 bullets"}
]
)
print(message.content[0].text)// biblioteket
Guides
10 artikler · opdateret 2026
Claude Code: guide for danske udviklere
En agent i terminalen, ikke autocomplete. Headless mode, CLAUDE.md, permissions, hooks, MCP-servere og subagents.
Kør en LLM lokalt med Ollama
VRAM-regnestykket, modelvalg og quantization. Chat-API, embeddings, structured output og OpenAI-kompatibelt endpoint — alt sammen offline.
AI-kodeassistent: Claude Code vs Cursor vs Copilot
Tre værktøjer, tre arkitekturer. Hvor de sidder, hvilken kontekst de får, hvad de koster — og hvornår du vælger hvilken.
Byg en AI Agent med Python
En AI agent der tænker, bruger tools og handler autonomt. Fra scratch med Claude tool use - ingen frameworks.
MCP: Model Context Protocol Guide
Den åbne standard for at forbinde LLMs med tools og data. Byg MCP servere i Python og TypeScript.
LangChain Guide: Fra Chain til Agent
Det mest populære LLM-framework. LCEL, RAG chains, agents og memory med praktiske kodeeksempler.
Claude API: Komplet guide til danske udviklere
Alt du skal vide om Claude API. Messages, streaming, tool use, vision og best practices for production med Python og TypeScript.
RAG implementation fra scratch
Byg en komplet Retrieval Augmented Generation pipeline. Document chunking, embeddings, vector search og context injection.
Prompt engineering for udviklere
Systematisk tilgang til prompts. Templates, few-shot learning, chain-of-thought og programmatisk prompt management.
Vector database sammenligning
ChromaDB vs Weaviate vs Pinecone. Hands-on performance test, setup guides og valg til forskellige use cases.
// princippet
“Hvis en guide ikke indeholder kode du kan køre, er det ikke en guide — det er en pressemeddelelse.”
Hver artikel her er testet mod de faktiske APIer. Ingen pseudokode, ingen “dette er blot et eksempel”, ingen skjulte trin.
Foto: Mohammad Rahmani / Unsplash
// scope
Emner vi dækker
Autonome LLM-systemer
Claude CodeAgent i terminalen
MCPModel Context Protocol
Lokale modellerOllama, quantization, VRAM
LangChainFramework til LLM apps
Claude APIMessages, streaming, tools
RAGRetrieval augmented generation
Prompt EngineeringSystematisk prompting
Vector DatabasesChromaDB, Weaviate, Pinecone
KodeassistenterCursor, Copilot, Claude Code
Tool UseFunction calling
EmbeddingsVektorer og semantic search
// prerequisites
Før du går i gang
Guiderne springer ikke trin over, men de forudsætter at grundopsætningen er på plads.
- Python 3.11+ eller Node.js 18+
- Grundlæggende forståelse af REST APIs
- En API key fra Anthropic (eller OpenAI)
- Villighed til at læse dokumentation