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.
TL;DR - Claude API i 10 linjer
# pip install anthropic
import anthropic
client = anthropic.Anthropic() # Uses ANTHROPIC_API_KEY env var
message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=1024,
messages=[{"role": "user", "content": "Forklar RAG i 3 bullet points"}]
)
print(message.content[0].text)Guides
4 artiklerClaude 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.
Emner vi daekker
Messages, streaming, tools
Retrieval augmented generation
Text til vektorer
Systematisk prompting
ChromaDB, Weaviate, Pinecone
Framework til LLM apps
Function calling
Real-time responses
Prerequisites
Vores guides forudsaetter at du har:
- ✓Python 3.11+ eller Node.js 18+
- ✓Grundlaeggende forstaelse af REST APIs
- ✓En API key fra Anthropic (eller OpenAI)
- ✓Villighed til at laese dokumentation