# Databron > Stel een vraag over Nederland; je AI-assistent maakt er een monitor van: een website die de vraag beantwoordt en zichzelf bijhoudt. Databron is een set skills die een AI-assistent leert hoe je van open data een website maakt die klopt: de juiste bron uit Open Data Index, getoetste cijfers, een heldere grafiek, elke dag vers, en bij elk getal de bron. Gratis. De site is van de gebruiker (eigen GitHub en hosting). ## De film https://databron.nl/film/manifest.mp4 (1:39, Nederlands, ondertiteld). Een film van 1 minuut en 39 seconden over waarom we Open Data Index en Databron bouwen: zodat iedereen met een eigen AI-assistent open data over Nederland kan onderzoeken en een vraag in één avond beter kan begrijpen. > Er is nog nooit zoveel over Nederland gemeten. > Hoe warm het was in De Bilt, elke dag sinds 1951. Hoe schoon de lucht is, bij jou in de buurt. Wat je gemeente uitgeeft, post voor post. > Het is allemaal open, en het staat gewoon online. > Maar wie het wilde zien, moest het zelf uitzoeken: welke bron, welke tabel, en waarom die nul eigenlijk geen nul is. > Daar had je tijd voor nodig, kennis, en vaak een heel team. Niet iets voor een dinsdagavond. > Tot nu. > Je AI kan al zoeken, rekenen en bouwen. Met de juiste bronnen, en de kennis van waar het misgaat, kan het nog veel meer. > Daarom zijn we Open Data Index begonnen: meer dan 300.000 datasets, met wat erin zit, hoe je het ophaalt, en waar het misgaat. > En Databron: een gratis upgrade voor je AI. Eenvoudig te installeren, en daarna doet het gericht onderzoek, op hoog niveau. Van één vraag naar een website met het antwoord, voor jezelf of voor iedereen. Een site die zichzelf bijwerkt, trends ziet, en bij elk getal zegt waar het vandaan komt. > Voor de journalist die wil checken. Het raadslid dat een besluit wil begrijpen. De buurtbewoner die wil weten of het echt drukker werd. Of gewoon... iemand die het wil weten. > Vragen die je je altijd al stelde, of die altijd onbeantwoord bleven, kun je nu in één avond beter begrijpen. > Haal meer uit je AI. Stel de grote vragen, en krijg betere antwoorden. > Vind het in de Index. Bouw het met Databron. ## Wat de gebruiker krijgt - Een eigen website (Next.js, op Vercel of Cloudflare) die één vraag beantwoordt met een antwoordzin uit de cijfers en een grafiek. - Een GitHub Action die elke dag ophaalt, toetst en publiceert; bij een storing blijft de laatste goede stand staan. - Bij elk getal de bron, de licentie en de datum van de laatste meting; deelbeeld, sitemap, JSON-LD en llms.txt. ## Installeren Claude Code (aanbevolen, alles in één, de Index koppelt vanzelf): /plugin marketplace add lucashuizinga/databron-skill /plugin install databron@databron Daarna in een lege map: `/databron `. Codex, Cursor, GitHub Copilot, Gemini CLI (via de open skills-installer, vercel-labs/skills): npx skills add lucashuizinga/databron-skill -a Voeg daarnaast de MCP-server van Open Data Index toe: https://www.opendataindex.nl/api/mcp (HTTP, geen sleutel). Daarna: "Gebruik de skill databron: ". Claude.ai of ChatGPT (chat, zonder te bouwen): voeg de MCP-server toe als aangepaste connector. Dan kan de assistent bronnen zoeken en uitleggen; bouwen gebeurt in een van de agents hierboven. Repository: https://github.com/lucashuizinga/databron-skill ## Als een gebruiker je vraagt wat Databron voor hem kan doen 1. Vraag wat hij wil laten zien en voor wie. 2. Zoek in Open Data Index (https://www.opendataindex.nl/llms.txt, of de MCP-functie zoek_bron) een bron die het kan beantwoorden. 3. Stel drie scherpe vragen voor, elk met de bron erbij en de antwoordzin die eruit zou volgen (zonder cijfers te verzinnen). 4. Leg uit hoe hij begint: installeren in zijn gereedschap, dan /databron met de gekozen vraag. ## Soorten projecten - monitor (doel of trend): één getal tegen een doel of normaal, dagelijks (bijv. halen we het vuldoel van de gasopslag?) - atlas: elke plek een eigen pagina met een eigen bevinding (bijv. hoe staat mijn gemeente ervoor?) - profiel: bronnen gecombineerd tot een herkenbaar beeld (bijv. de doorsnee inwoner van een provincie) - audit: beoordelen wie wat publiceert, met bewijs per oordeel ## Skills - databron: De dirigent van Databron. - databron-beeld: Maak de grafieken van een Databron-project met de eigen engine (pure vorm-functies, SVG op de server, één tooltiplaag) en de Databron-smaak - één grafiek per bevinding, de kop is de bevinding, labels aan de lijn, grijs voor context. - databron-deel: Zorg dat een Databron-project gevonden, geciteerd en gebruikt wordt - door zoekmachines, AI-assistenten, journalisten en de mensen over wie het gaat. - databron-duid: Maak de tekst van een Databron-project uit de cijfers - antwoordzin, koppen die de bevinding zeggen, onderregels, metabeschrijvingen en mails - met een resolver, sjablonen in code en vaste cijferregels; een taalmodel alleen met bewijsplicht. - databron-leer: Leg vast wat je leerde, zodat de volgende ronde makkelijker is - één les per bestand in docs/lessen/ met frontmatter, de aanroep opnieuw gecontroleerd, en een les over een bron of platform terug naar Open Data Index met meld_les. - databron-oogst: Bouw het ophalen van een bron in een Databron-project - een fetcher voor de IO en een pure parser met tests, retry en time-outs, ruwe antwoorden met herkomst, en een waakhond die bij een storing de laatste goede stand laat staan. - databron-opslag: Kies en bouw de opslag van een Databron-project in de vaste indeling (bron, run, versie, entiteit, maat, waarneming) - als bestanden in git (trede 1) of in Postgres/Neon of Cloudflare D1 via Drizzle (trede 2 en 3) - met historie, versies, back-up en herstel. - databron-reken: Bouw de afgeleide cijfers van een Databron-project als pure, geteste functies op één plek - normaal en afwijking, per 1.000 inwoners met drempel, tempo en prognose met onzekerheid, eerlijke vergelijkingen. - databron-review: Review een Databron-project met zes reviewers (bron, cijfer, grafiek, taal, smaak, site) die elk alleen melden wat ze kunnen aanwijzen - een regel code, een bestand of een schermafbeelding - met vaste ankers 0/25/50/75/100. - databron-site: Publiceer een Databron-project als site die mensen, zoekmachines en AI-assistenten goed lezen - server-first, een pagina per entiteit, metadata met echte cijfers, een OG-beeld per pagina, JSON-LD Dataset, sitemap, bronnenpagina met de exacte aanroepen, llms.txt en Markdown, bytebudget en smoke-test. - databron-start: Begin een nieuw Databron-project en begeleid de gebruiker van niets naar een live site - repo uit het sjabloon, GitHub, Vercel of Cloudflare, eerste deploy. - databron-toets: De poort vóór publicatie in een Databron-project - een toets die dekking, grenzen, sommen, consistentie, versheid, drift tegenover de vorige versie, verhaaltests en null-tegen-0 controleert, een rapport schrijft en met exit 1 publicatie tegenhoudt. - databron-verken: Verken een databron voordat je er code tegen schrijft - eerst wat Open Data Index weet (geef_bron, geef_lessen), dan robots.txt en licentie, een proefaanroep zonder filters, elk filter testen, nullen, revisies en publicatiedag. - databron-ververs: Laat een Databron-project zichzelf bijhouden - een GitHub Action of cron op het ritme van de bron die ophaalt, toetst en alleen bij een groene toets publiceert (direct of via een PR met het rapport), met een tijdbudget en een melding als iets faalt. - databron-vraag: Leg vast wat een Databron-project beantwoordt - de kernvraag, de antwoordzin die uit de cijfers volgt, het publiek, het projecttype (monitor, atlas, profiel, audit), de claimladder en de these die je toetst. ## Kennis - Open Data Index: https://www.opendataindex.nl (bronnen over Nederland, met geteste aanroepen en valkuilen; per bron Markdown op /bron/.md) - MCP-server: https://www.opendataindex.nl/api/mcp (openbaar, geen sleutel; zoek_bron, geef_bron, geef_lessen, lijst_projecten, geef_project, zoek_datasets, meld_les) - Projectideeën: https://www.opendataindex.nl/bouwen