Full nerd mode.
Produktionssystemer der kører 24/7 og leverer forretningsmæssig værdi. Ikke prototyper.
Denne side er til dig der vil forstå arkitekturen bag: hvad er bygget, hvordan hænger det sammen, og hvad siger det om evnen til at tænke systemer og eksekvere.
Ingen magic. Kendte tools, brugt klogt.
17 AI-agenter.
Tværgående videnslag i produktion.
SYNAPS er det tværgående videnslag der koordinerer alle systemer: det autonome softwareteam, mail-pipeline, system-overvågning, retrospektiv-agent og research. Systemet er bygget på en event-model med heartbeat-mekanisme og et autonomi-lag der holder agenterne i live.
Realtid via Supabase subscriptions. VPS cron jobs som cyklisk motor. LLM-strategien er hybrid: cloud-modeller til komplekse opgaver, lokal Qwen-model via Ollama til daglig drift. Retningen er gradvist mere lokal kørsel, drevet af privacy, omkostningskontrol og uafhængighed.
Distribuerer kommandoer og koordinerer systemet som helhed
Kortlægger og validerer aktive jobkilder løbende
Beregner fit-score 0-100 per jobopslag mod Allans profil
Sammensætter ansøgningsudkast med virksomhedskontekst
Heartbeat, sundhedstjek og alerting på tværs af systemer
5 kerneagenter vist. 11 støtteagenter kører i baggrunden: routing, scheduling, fejlhåndtering og logging. Det autonome softwareteam er et separat undersystem med 8 agenter, 18 forslag behandlet og $3.39 total compute.
Andre bygger chatbots.
Det her er en vidensarkitektur.
SYNAPS bruger OWL (Web Ontology Language) som det fælles vidensgrundlag på tværs af alle agenter. Ontologien holder 3 aktive relationer med decay og reinforcement, der styrker eller svækker forbindelser baseret på faktiske resultater. Det gør vidensgrundlaget levende fremfor statisk.
Det er det der gør at 17 agenter kan koordinere beslutninger uden central styring. Hver agent forstår sin rolle og sine grænser via ontologien. Ikke via hardkodet logik, men via en delt forståelse af domænet.
Fuld pipeline.
2.851 jobs trackede. 42 scoret ≥85.
Kernen er en Python pipeline der dagligt indsamler fra RSS-feeds, jobscout og LinkedIn, parser struktureret data, henter supplerende sideindhold via web-fetch og scorer hvert opslag mod Allans profil. n8n bruges til webhook-integration og notifikationer. Score ≥85 trigger ansøgningsgenerering og publicering.
Afstand fra Aarhus beregnes deterministisk med Haversine. AI er ikke involveret i afstandsberegningen.
Sitet er selv et teknisk showcase.
Denne side er bygget fra bunden som et jobsøgningsværktøj, ikke et portfolio. Jobassistenten identificerer relevante stillinger og foreslår hvem der skal kontaktes. Jeg vurderer og beslutter. Godkendte match får en skræddersyet pitch-side med argumenter tilpasset netop den virksomhed.
1 side per virksomhed- Ikke en formular. Hver virksomhed der scorer højt nok får sin egen landingsside med argumenter tilpasset netop dem.AI foreslår, Allan beslutter- Systemet sammensætter virksomhedskontekst og laver et udkast. Jeg vurderer og beslutter om det sendes.Vercel + GSC- Privacy-first, ingen cookiesStruktur der holder.
Teori + produktion.
Samme principper som i en driftsorganisation.
Struktur, gennemsigtighed, sporbarhed.
feature branches → PR review → mainIngen direkte push til main. Alle ændringer reviewes før merge.GitHub Actions + Vercel auto-deployAutomatisk deploy ved merge til main. Preview builds på alle PRs.samme commit som kodenCHANGELOG, SKILL.md, TECHNICAL_STATUS, DECISIONS (ADR), HANDOVER, ARCHITECTURE, SECURITY, CONTRIBUTING, README - alle opdateres i samme commit som koden. Hvis dokumentationen ikke er opdateret, er commiten ikke færdig.lokal + GitHub + skærmbillederAlt arbejde ligger lokalt og på GitHub. Skærmbilleder gemmes som visuel reference for design-beslutninger. Ingen single point of failure.konsensus før deployIngen ændring sendes live uden at 5 AI-modeller i War Room har vurderet konsekvenser. Disagree-and-commit ved uenighed.MAJOR.MINOR.PATCHSemantic versioning. Breaking change → MAJOR. Ny feature → MINOR. Fix → PATCH. Version bumpes i samme commit som ændringen.Det der kører.
Nok tech-snak.
Spørgsmål? Skriv, jeg svarer hurtigt.