Claude Code en agentische AI
Claude Code, van installatie tot agents in productie: geheugen, hooks, skills, subagents, MCP en monitoring
Over de opleiding
Over Claude Code en agentische AI
Van de eerste installatie tot AI-agents voor productie
Onze opleiding Claude Code is bedoeld voor teams die verder willen gaan dan chatassistenten en echte agentische workflows willen bouwen: AI die uw bestanden leest, uw tools uitvoert, uw conventies onthoudt en gecontroleerd werk oplevert.
In de praktijk leren deelnemers:
- Claude Code te installeren en te configureren op Windows, macOS of een server,
- projectgeheugen te structureren met CLAUDE.md, MEMORY.md en bestanden met geleerde lessen,
- begrenzingen af te dwingen met machtigingen en hooks,
- de agent uit te breiden met skills, subagents en MCP-servers,
- Git en GitHub te integreren voor veilige, traceerbare automatisering.
De eaQbe-methodologie: gebouwd op een echt productiesysteem
Deze opleiding is geen rondleiding langs presentaties. Ze is gebaseerd op het eigen productieplatform van eaQbe: een agentisch systeem dat dagelijks op een server draait en volledig door Claude Code wordt georkestreerd. Elk patroon dat tijdens de opleiding aan bod komt — geheugen, hooks, verificatie en zelfstandige cycli — is in productie op de proef gesteld.
Onze aanpak volgt dezelfde stapsgewijze logica als alle eaQbe-opleidingen:
- Begrijpen voordat u bouwt
- Gebruiken voordat u implementeert
- Het einddoel zien voordat u in technische details duikt
Leertraject
1) Claude Code gebruiken als ervaren gebruiker
Deelnemers beginnen met het aansturen van Claude Code op een echt project: sessies, contextbeheer, planningsmodus en slashcommando’s. Het doel is te begrijpen wat een goed geconfigureerde agent kan doen voordat ze er zelf een configureren.
2) Geheugen en configuratie
Het geheugenpatroon met drie bestanden (CLAUDE.md, MEMORY.md en geleerde lessen), instellingen en machtigingen, en het hooksysteem dat teamconventies omzet in afdwingbare regels.
3) Skills, subagents en MCP
Schrijf een eigen skill, zet subagents in voor parallel werk en sluit MCP-servers aan (blijvend geheugen, databanken en browsers) om de agent echte mogelijkheden te geven.
4) Patronen voor productie
Git-integratie, automatisering zonder gebruikersinterface, systematische verificatie en een direct overneembare configuratiestandaard op basis van ons productiesysteem.
Wat u meeneemt
Deelnemers vertrekken niet met een chatbot, maar met de blauwdruk van een klein team: een agent met een identiteit, regels die hij niet kan vergeten, een geheugen dat de sessie overleeft, een klok en handen. Elk onderdeel hieronder wordt tijdens de opleiding op een echt project geïnstalleerd:
- Een identiteit: een CLAUDE.md die vastlegt wie de agent is, wat hij nooit doet en voor welke projecten hij verantwoordelijk is. Verplicht kort, want een charter dat niemand uitleest, wordt uiteindelijk niet meer gevolgd.
- Begrenzingen en hooks: machtigingen en reflexen die door de uitvoeringsomgeving worden afgedwongen, niet door het model. Een destructief commando wordt geweigerd, code wordt meteen na het schrijven gecontroleerd en een ongedateerde projectstatus wordt aan het einde van de beurt gemeld. De agent kan ze niet vergeten en zich er niet uitpraten.
- Controleprobes: de dagelijkse controleronde. Een hook detecteert een handeling; een controleprobe detecteert stilte: een geheugen dat niet meer schrijft, een verouderde back-up, een gewijzigde configuratie of een actueel bedoeld document dat een niet meer bestaande toestand beschrijft. Elke probe stuurt u een e-mail met de naam van het betrokken onderdeel.
- Blijvend geheugen: beslissingen, hun redenen en geleerde lessen, buiten de sessie bewaard en bij de volgende sessie opnieuw gelezen. Eerst geschreven, daarna teruggelezen, want een niet-gecontroleerde schrijfactie telt niet als schrijfactie.
- Een kennisgraaf: de kaart van uw bestanden, functies en hun afhankelijkheden. Die beantwoordt de vraag die een gewone tekstzoekopdracht niet kan beantwoorden: wat gaat er stuk als ik dit wijzig?
- Een planner: de klok. Die start werk op een vast tijdstip, bewaart het spoor van elke uitvoering en schrijft u wanneer er een mislukt. Geen enkele intelligentie, en dat is precies de kwaliteit ervan: hij kan niet improviseren.
- Een opstartritueel: één commando dat de sessie opent met een verplichte leeslijst en één regel als antwoord eist. Zonder dat ritueel zegt een agent die zonder context opstart niet ‘ik weet het niet’: hij vult het gat vol vertrouwen op en adviseert u over een systeem dat niet meer bestaat.
- Skills: de procedures die u maar één keer correct wilt uitwerken, vastgelegd en opgeroepen, nooit opnieuw uit het geheugen afgeleid.
- Een onafhankelijke beoordelaar: een tweede agent met een nieuwe context, die als enige taak heeft het werk van de eerste kritisch te beoordelen. De auteur is nooit de beoordelaar.
- Back-ups: een versleuteld archief buiten de machine, teruggelezen vanaf de bestemming. Een back-up die nooit is teruggezet, is een hypothese.
- Projectdiscipline: één gedateerd statusdocument per project als enige gezaghebbende bron, een sprintbord wanneer het werk in sprints verloopt, een backlog voor wat wacht en een lessenlogboek dat bewust leeg begint, omdat een les wordt geleerd en niet gekopieerd.
Eén zin stuurt het geheel en is de zin om te onthouden: de agent stelt voor, een mens past toe. De agent zet zijn werk op een branch die ter beoordeling is gemarkeerd, een tweede agent bekritiseert het en u beslist. Niets bereikt productie omdat een model zelfverzekerd klonk.
Alles wat u tijdens de dag opbouwt, neemt u mee: een configuratiestandaard die u naar het volgende project kopieert en de redenering achter elk onderdeel, zodat uw team het zonder ons kan uitbreiden. Dat is wat hier bedoeld wordt met vaardigheden opbouwen in plaats van afhankelijkheid.
Praktische informatie
- Vorm: intensieve workshop van 1 dag (praktijkgericht en aan de hand van scenario’s)
- Groepsgrootte: 5–10 deelnemers (kleine groepen voor persoonlijke coaching)
- Voorkennis: geen; vertrouwd zijn met een terminal helpt
- Opvolging: evaluatie en oefeningen na de opleiding om het geleerde te verankeren
Programma
Fundamenten en eerste agent
1.1 Fundamenten van agentische AI
Van chatassistent naar zelfstandige agent:
- Wat Claude Code is en hoe de agentcyclus werkt
- De plaats van agentische AI in een data- en automatiseringsstrategie
- Platformen: Windows, macOS, server (VPS)
1.2 Installatie en eerste configuratie
Een werkende, veilige omgeving opzetten:
- Installatie en authenticatie
- Projectgeheugen: CLAUDE.md, MEMORY.md en bestanden met geleerde lessen
- Eerste echte sessie op een voorbeeldproject
1.3 De agent aansturen
Doeltreffend samenwerken met een agent:
- Het opstartritueel van een sessie: verplichte lectuur en een status in één regel
- Contextbeheer en @-verwijzingen
- Planningsmodus, denkmodus en slashcommando’s
- Het werk van de agent beoordelen en bijsturen
Uitbreiden en productierijp maken
2.1 Configuratie en begrenzingen
- settings.json en het machtigingsmodel
- Het hooksysteem: controles bij de sessiestart, waarborgen vóór en na toolgebruik, lintcontrole bij het opslaan
- Van geschreven regel naar hook: criteria om een regel automatisch af te dwingen
2.2 Skills en subagents
- Het SKILL.md-formaat en wanneer skills beter werken dan prompts
- Een eigen skill schrijven voor een terugkerende workflow
- Subagents inzetten en parallel werken
2.3 MCP en blijvend geheugen
- Model Context Protocol: databanken, browsers en bestanden verbinden
- Blijvend geheugen over sessies heen, eerst geschreven en daarna teruggelezen
- De kennisgraaf van een codebasis: wat gaat er stuk als ik dit wijzig?
2.4 Git, GitHub en automatisering
- Veilige commitworkflows en traceerbaarheid
- Uitvoering zonder gebruikersinterface en geplande agents
2.5 Productiestandaard
- Systematische verificatie: vereiste bewijzen voordat een taak wordt afgesloten
- Een direct overneembaar projectsjabloon, governance en kostenbeheersing
Governance, monitoring en zelfstandigheid
3.1 De klok en de controlerondes
- Een terugkerende taak omzetten in gepland werk, met een eigen uitvoeringsspoor en een eigen e-mail bij fouten
- Gelijktijdige uitvoering beheersen: dubbele uitvoeringen voorkomen
- Controleprobes: taken detecteren die stilzwijgend niet meer worden uitgevoerd
- Meldingsdrempels: afstemmen om meldingsmoeheid te voorkomen
3.2 De onafhankelijke beoordelaar
- Opleveren op beoordelingsbranches: de workflow voor werk dat op beoordeling wacht
- Onafhankelijke beoordeling: een tweede agent in een nieuwe context
- De werkafspraak: de agent stelt voor, een mens past toe
3.3 Projectdiscipline die de sessie overleeft
- Het gedateerde statusdocument: één gezaghebbende bron per project
- Een sprintbord voor werk in sprints en een backlog voor wat wacht
- Het lessenlogboek: één regel per correctie, bij elke sessie opnieuw gelezen
- De herstartbriefing: een project hervatten op basis van alleen documenten
3.4 Back-ups en herstel
- Wat in de back-up hoort: alleen wat nergens anders bestaat
- Versleuteld, buiten de machine en teruggelezen vanaf de bestemming
- De hersteloefening: getimed herstel op een schone machine
Veelgestelde vragen
Voor wie is de opleiding Claude Code bedoeld?
Ontwikkelaars en technische profielen die willen overstappen van chatten met AI naar AI-agents die echt werk uitvoeren: code schrijven, commando’s uitvoeren, bestanden beheren en commits maken in Git. Vertrouwd zijn met een terminal en een code-editor is de enige echte vereiste.
Hoe verschilt Claude Code van een chatbot?
Een chatbot antwoordt; Claude Code handelt. Het leest uw codebasis, voert commando’s uit, bewerkt bestanden, roept externe tools aan via MCP-servers en legt zijn werk vast in Git, binnen de machtigingen die u bepaalt. De opleiding richt zich precies op die grens: wat u delegeert, waarvoor u goedkeuring vereist en hoe u het werk controleert.
Is deze opleiding gebaseerd op echte productie-ervaring?
Ja. De opleiders beheren agentische AI-systemen in productie en het programma komt uit die praktijk voort. De modules over controleprobes, onafhankelijke beoordeling, back-ups en systematische verificatie bestaan omdat zelfstandige agents op operationele systemen op specifieke manieren falen, en wij die fouten hebben meegemaakt.
Wat nemen deelnemers mee?
Een werkende omgeving op hun eigen machine: agentidentiteit en projectgeheugen, hooks en machtigingen, eigen skills, subagents, MCP-servers, een kennisgraaf, gepland zelfstandig werk en Git-integratie, tijdens de opleiding geconfigureerd en klaar voor verder gebruik.
Hebben we een Claude-abonnement nodig?
Ja. Claude Code werkt met een Claude-abonnement of toegang tot de Anthropic API. We stemmen de configuratie vóór de sessie met u af, zodat deelnemers met een werkende omgeving aankomen en de opleidingstijd naar het bouwen van agents gaat in plaats van naar software-installatie.
Kan de opleiding worden aangepast aan onze technologie?
Ja, en dat is ook de bedoeling. De agentpatronen zijn overal dezelfde, maar hooks, MCP-servers en skills worden op uw tools aangesloten: uw repositories, uw CI en uw databanken. De sessies worden in het Frans of het Engels gegeven, ter plaatse in heel België en Luxemburg (we zijn gevestigd in Brussel) of op afstand.
Bouw vaardigheden op, geen afhankelijkheid
Richard Feynman verwoordde het treffend: ‘Als u het niet eenvoudig kunt uitleggen, begrijpt u het niet goed genoeg.’
Dat is het DNA van eaQbe. We leren uw team niet alleen met datatools te werken. We vormen experts die kunnen uitleggen, toepassen en verder verspreiden wat ze hebben geleerd.
Copilot for Microsoft 365
Werk efficiënter dankzij AI met Copilot for Microsoft 365
Microsoft Copilot Studio
Bouw, publiceer en beheer AI-agents zonder code in Microsoft 365 met Copilot Studio
AI-geletterdheid
AI begrijpen, kritisch bevragen en met vertrouwen gebruiken, tot en met agentische AI
Microsoft Fabric
ETL-vaardigheden in Fabric om betrouwbare datapijplijnen te bouwen en te beheren
Power BI
Ontdek het volledige potentieel van datavisualisatie en datamodellering met Power BI
Datavisualisatie met Qlik Sense
Leid uw team op om Qlik Sense-dashboards van begin tot eind te bouwen en te beheren
Datamodellering met Qlik Sense
Verken het volledige potentieel van datatransformatie en datamodellering met Qlik Sense
Qlik NPrinting
Leid uw team op om rapporten in meerdere formaten te genereren vanuit Qlik Sense en de verspreiding te automatiseren
Machine learning
Machine learning van begin tot eind beheersen
Automatisering met n8n
Workflowautomatisering met n8n van begin tot eind beheersen
Waarom passen de opleidingen van eaQbe bij uw team?
Leren aan de hand van scenario’s
Onze opleidingen overbruggen de kloof tussen concepten en praktijk. We dompelen deelnemers onder in realistische bedrijfsscenario’s, zodat de vaardigheden direct toepasbaar zijn op uw specifieke uitdagingen.
Opleidingen door experts
Onze opleiders zijn specialisten in data science met ruime onderwijservaring. Ze maken complexe onderwerpen toegankelijk met een heldere, gestructureerde aanpak die gericht is op praktische toepassing
Stapsgewijze zelfstandigheid en beheersing
Elke deelnemer wordt stap voor stap begeleid in het leertraject: van theorie en demonstraties naar begeleide oefeningen, tot volledige zelfstandigheid.