# Software & repo-reviews | Apps

[Naar de inhoud](#lm-inhoud)Netwerk/NL[EN](/en/)[Hubhub.llmnet.nlModellen vergelijken op taak, taal, kosten en licentie.](https://hub.llmnet.nl/)[Communitycommunity.llmnet.nlPrompttechnieken, patronen en systeemprompts.](https://community.llmnet.nl/)[APIapi.llmnet.nlLLM's robuust in software: rate limits, routing, structured output.](https://api.llmnet.nl/)[Consultancyconsultancy.llmnet.nlAI invoeren in een organisatie, van pilot tot productie.](https://consultancy.llmnet.nl/)[Nieuwsnieuws.llmnet.nlOntwikkelingen in AI, geduid voor Nederland.](https://nieuws.llmnet.nl/)[Benchmarkbenchmark.llmnet.nlZelf meten wat AI-kwaliteit is, voor jouw taken.](https://benchmark.llmnet.nl/)[Vacaturesvacatures.llmnet.nlAI-rollen, salarissen en carrièrepaden in Nederland.](https://vacatures.llmnet.nl/)[Lerenleren.llmnet.nlAI-concepten in gewoon Nederlands, van beginner tot bouwer.](https://leren.llmnet.nl/)[Gidsgids.llmnet.nlAI privé draaien op eigen Mac, pc, NAS of thuisserver.](https://gids.llmnet.nl/)[Directorydirectory.llmnet.nlHet AI-ecosysteem in kaart: tools, modellen, bedrijven.](https://directory.llmnet.nl/)[Radarradar.llmnet.nlSignalen uit X, onderzoek en communities voor indie developers.](https://radar.llmnet.nl/)[Appsapps.llmnet.nlReviews van AI-apps en open-source repo's, met tips voor wie zelf bouwt.](https://apps.llmnet.nl/)[llmnet.nl — hoofdsite](https://llmnet.nl/)[](https://x.com/intent/post?url=https%3A%2F%2Fapps.llmnet.nl%2Fsoftware&text=Software%20%26%20repo-reviews%3A%20open%20source%20die%20we%20zelf%20draaien)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fapps.llmnet.nl%2Fsoftware)[](https://www.reddit.com/submit?url=https%3A%2F%2Fapps.llmnet.nl%2Fsoftware&title=Software%20%26%20repo-reviews%3A%20open%20source%20die%20we%20zelf%20draaien)[](#)
 
 
 [← Terug naar het Apps-overzicht](/)
 
 
 
# Software & repo-reviews

 Open source die we zelf draaien · bijgewerkt op 21 augustus 2026

 
 De regel voor deze sectie. Hier komt alleen software in die hier
 daadwerkelijk draait, lang genoeg om er iets over te durven zeggen. Cijfers worden nagemeten
 op de dag van publicatie, niet overgeschreven uit een README. Bugs die ik zelf tegenkwam,
 staan erin — met de oorzaak en de oplossing, niet alleen de klacht. Open source
 betekent bovendien: geen affiliate-links, alleen een directe link naar de broncode.

 

 
## De reviews

 
 [DeepSeek Harness (dsh)](/dsh-review)
 
 MITTypeScript167k sterrengetest: 0.1.0-rc.6
 
 Het agentraamwerk van DeepSeek, elf dagen oud toen ik het testte en toen al 648.000 keer
 gedownload. Everything is a plugin blijkt letterlijk waar: 129 plugins in één lijst,
 met per plugin zichtbaar welke laag hem heeft aangepast. Ik kwam er twee blokkerende bugs
 tegen, waarvan er één elk tool-gebruik onmogelijk maakte zodra je niet rechtstreeks met
 DeepSeek praat — inclusief de eenregelige fix.

 Broncode:
 [github.com/deepseek-ai/deepseek-harness](https://github.com/deepseek-ai/deepseek-harness)

 

 
 [Cloudflare OS](/cloudflare-os-review)
 
 Apache-2.0TypeScript5,1k sterrenearly access
 
 Een werkomgeving waarin een agent applicaties voor je bouwt, draaiend op de
 Workers-runtime. De beste vondst zit in wat er níét mag: gadgets draaien in een sandbox
 zonder fetch(), en alles wat naar buiten gaat loopt via gatekeepers die
 registreren wat er gebeurde. Goedkeuring achteraf in bulk, met terugdraaien. Ik draai er een
 dagelijkse publicatieketen mee — en liep tegen een agent aan die een gadget opleverde
 die alleen deed alsóf hij werkte.

 Broncode:
 [github.com/cloudflare/cloudflare-os](https://github.com/cloudflare/cloudflare-os)

 

 
## Waarom twee tegengestelde ontwerpen naast elkaar

 Deze twee projecten lossen hetzelfde probleem tegenovergesteld op, en dat maakt ze samen
 leerzaam. [DSH](/dsh-review) maakt élk onderdeel vervangbaar en laat de veiligheid
 aan jou: je kunt de modellaag in elf regels YAML omleggen, maar niets houdt je tegen als je
 iets doms doet. [Cloudflare OS](/cloudflare-os-review) doet het omgekeerde: de
 veiligheid ligt vast in de architectuur, en het bouwen laat je aan de agent over.

 In mijn eigen opstelling draaien ze allebei, elk voor waar ze goed in zijn. Wat daar
 onderligt — een routerlaag die modellen uitwisselbaar maakt en het verbruik bijhoudt
 — staat beschreven in
 [AI-taken slim
 uitbesteden via een proxy en routering](https://gids.llmnet.nl/deepseek-harness-kimi-claude-uitbesteding). Wil je zelf vaststellen of zo'n agent doet wat hij
 beweert in plaats van het aan te nemen, begin dan bij
 [hoe je een AI-agent evalueert](https://benchmark.llmnet.nl/agent-evaluatie).

 
## Wat er nog aankomt

 Op de lijst staan een vergelijking van de drie agentraamwerken op dezelfde taak, en een
 stuk over wat er gebeurt als je een geplande agenttaak een week onbewaakt laat draaien. Beide
 vragen meetwerk in plaats van een eerste indruk, dus ze verschijnen pas als er cijfers zijn.
 Wat er dagelijks aan updates langskomt over de software hierboven, verzamelen we in de
 [nieuwsbrief](/nieuwsbrief).