De ultieme toolkit voor AI-engineers voor 2026. Elk hulpmiddel dat je nodig hebt - georganiseerd op basis van wat het daadwerkelijk doet. Bookmark dit. Je komt er later op terug 🧵👇 𝜶. VECTOR DATABASES de ruggengraat van elk RAG- of semantisch zoeksysteem. Je hebt er een nodig op het moment dat je begint te werken met embeddings. @pinecone - volledig beheerd, productie-klaar. minste setup, meeste betrouwbaarheid. @weaviate_io - open-source met een schone GraphQL-interface @qdrant_engine - gebouwd in Rust. snel, met krachtige filterondersteuning @trychroma - lichtgewicht, ideaal voor lokale LLM-ontwikkeling @milvusio - cloud-native, gebouwd voor grootschalig zoeken @activeloop - AI-datalake met versiebeheer en multimodale ondersteuning @vectara - beheerd RAG-platform. ophalen + generatie op één plek 𝜷. ORCHESTRATION & WORKFLOWS verbinden van LLM's, tools, geheugen en data in pipelines die daadwerkelijk werken. @LangChain - het meest gebruikte LLM-toepassingsframework @llama_index - speciaal gebouwd om LLM's aan je eigen data te koppelen @deepset_ai - productieklare NLP-pijplijnframework @DSPyOSS - optimaliseert je prompts programmatisch. geen giswerk meer @langflow_ai - visuele no-code bouwer voor LLM-workflows @FlowiseAI - drag-and-drop LLM-ketenbouwer 𝜸. PDF & DOCUMENT EXTRACTION ongestructureerde documenten omzetten in schone, LLM-klaar data. Docling - converteert PDF, DOCX, PPTX, HTML naar gestructureerde Markdown/JSON pdfplumber - karakter-niveau PDF-parsing en tabelextractie PyMuPDF - hoge prestaties bij tekst- en afbeeldingextractie Unstructured - parseert gemengde documenttypes naar gestructureerde JSON Camelot - gespecialiseerd in het extraheren van tabellen uit PDF's Llama Parse - document parsing geoptimaliseerd specifiek voor LLM-inname ExtractThinker - schema-gemapte intelligente documentextractie 𝜹. RAG FRAMEWORKS tools die specifiek zijn gebouwd rond Retrieval-Augmented Generation. RAGFlow - diep documentbegrip voor open-source RAG PrivateGPT - volledig lokale document Q&A met open LLM's AnythingLLM - all-in-one RAG-app die werkt met elke LLM-backend Quivr - persoonlijke kennisbasis aangedreven door Generative AI txtai - embeddings-database voor semantisch zoeken en pipelines Llmware - lichtgewicht RAG-framework gebouwd voor enterprise-use cases 𝛆. EVALUATION & TESTING jij kunt niet verbeteren wat je niet meet. Ragas - evalueert de kwaliteit van de RAG-pijplijn van begin tot eind DeepEval - unit testing framework voor LLM-uitvoer Phoenix @arizeai - observability en tracing voor LLM-toepassingen Opik - volledig DevOps-stijl evaluatie- en monitorplatform TruLens - volgt en evalueert LLM-experimentruns Giskard - test op bias, robuustheid en veiligheid in ML/LLMs 𝛇. MODEL MANAGEMENT & MLOps volg experimenten, versie modellen, beheer de volledige ML-levenscyclus. MLflow - industriestandaard voor ML-experimenttracking Weights & Biases @weights_biases - rijke dashboards voor modeltraining en debugging DVC @dataversioncontrol - Git-stijl versiebeheer voor data en modellen ClearML @ClearML - end-to-end MLOps met LLM-pijplijnondersteuning Hugging Face Hub @HuggingFace - centrale repo voor modellen, datasets en demo's 𝛈. AGENT FRAMEWORKS tools om agents te bouwen die plannen, tools gebruiken en multi-step taken afhandelen. Google ADK - modulair framework voor het bouwen van AI-agents CrewAI @crewAIInc - orkestreert meerdere rollenspelende AI-agents LangGraph @LangChainAI - bouwt agents als controleerbare stateful grafieken AutoGen @Microsoft - Microsoft's multi-agent conversatieframework Pydantic AI - gestructureerde agentredenering gebouwd op Pydantic Smolagents @huggingface - Hugging Face's lichtgewicht agentframework Letta (MemGPT) @letta_ai - geeft je agents een blijvende langetermijngeheugen Agno - agents met ingebouwde RAG, workflows en geheugen 𝛉. LLM FINE-TUNING pas voorgetrainde modellen aan voor jouw specifieke taken en domeinen. Unsloth @unslothai - fine-tune LLM's sneller met aanzienlijk minder geheugen Axolotl - flexibele post-training pijplijn voor open modellen LLaMA-Factory - gestroomlijnde fine-tuning voor LLaMA-gebaseerde modellen PEFT @huggingface - parameter-efficiënte fine-tuning om hulpbronnen te besparen TRL @huggingface - reinforcement learning van menselijke feedback (RLHF) Transformers @huggingface - de kernbibliotheek van Hugging Face voor voorgetrainde modellen DeepSpeed @Microsoft - helpt bij het uitvoeren van trainingsjobs op meerdere GPU's 𝛊. LOCAL DEVELOPMENT & SERVING voer modellen lokaal uit en serveer ze of host je eigen API. Ollama @ollama - voer open-source LLM's lokaal uit met één enkele opdracht LM Studio - desktop GUI voor het uitvoeren en testen van lokale modellen llama.cpp - lichtgewicht inferentie-engine voor CPU en GPU LocalAI - zelf-gehoste, OpenAI-compatibele API-server @LiteLLM - verenigde gateway voor 100+ LLM-providers vLLM - snelle inferentie- en serveermotor 𝛋. SAFETY & GUARDRAILS beheers, beperk en stress-test je LLM-apps voordat ze live gaan. @guardrailsai - voegt gestructureerde outputvalidatie en veiligheidsrails toe NeMo Guardrails @NVIDIA - NVIDIA's toolkit voor programmeerbare LLM-gesprekscontroles Garak - geautomatiseerde kwetsbaarheidsscanner voor LLM's DeepTeam - red teaming framework om LLM-toepassingen onder druk te testen dat is de volledige stack. bewaar deze thread en deel deze met iemand die met AI bouwt.

Gigachads taggen die mogelijk geïnteresseerd zijn in dit 👇 - @SamuelXeus - @thesaint_ - @izu_crypt - @Simple_simeon - @RubiksWeb3 - @poopmandefi - @ayyeandy - @DigiTektrades - @Farmercist - @zerokn0wledge_ - @stacy_muur - @Defi_Warhol - @splinter0n - @belizardd - @Eli5defi - @the_smart_ape - @ViktorDefi - @CryptoGirlNova - @Haylesdefi - @defiinfant - @DeFiMinty - @hooeem