Skip to main content
📝 Claude Fable 5

Claude Fable 5 Second Brain: Meer Dan een Mooie Grafiek

Een Claude Fable 5 second brain is geen mooie Obsidian-grafiek. Hier is de vierlaagskaart en de brain.js-ophaaltruc die tokens met ~40% verlaagde.

8 min

Leestijd

1,573

Woorden

Jul 05, 2026

Gepubliceerd

Engr Mejba Ahmed

Geschreven door

Engr Mejba Ahmed

Artikel delen

Claude Fable 5 Second Brain: Meer Dan een Mooie Grafiek

Claude Fable 5 Second Brain: Meer Dan een Mooie Grafiek

Laatst bijgewerkt: 5 juli 2026

De meeste "second brain" posts die ik zie eindigen bij dezelfde plek: iemand toont een Obsidian-grafiek die eruitziet als een constellatiekaart, noemt het een kennissysteem, en gaat verder. De grafiek is prachtig. De grafiek is ook grotendeels decoratie — het is een visualisatie van verbindingen, geen systeem dat die verbindingen gebruikt om je agent slimmer te maken.

Ik heb de afgelopen week een Claude Fable 5 second brain gebouwd dat vier lagen diep gaat — niet alleen het opslaan van kennis, maar het ophalen, routeren en daadwerkelijk gebruiken ervan om tokenverbruik te verlagen. Het resultaat: een ~40% verlaging in tokens op herhalende vragen, en een agent die stopt met het opnieuw afleiden van context die het al eerder had berekend.

Dit is de architectuur, de brain.js ophaaltruc die het laat werken, en de eerlijke beoordeling van wat het wel en niet doet.

Waarom Je Second Brain Grafiek Grotendeels Decoratie Is

Laat me eerlijk zijn over wat er mis is met de manier waarop de meeste second brains worden gebouwd, inclusief hoe ik de mijne oorspronkelijk bouwde.

Een standaard second brain is een map met markdown-bestanden. Je organiseert ze op onderwerp, misschien voeg je tags toe, misschien verbind je ze met links. Je opent Obsidian, ziet een mooie grafiek, en voelt je productief. Het probleem: je AI-agent ziet die grafiek niet. De agent ziet een map vol bestanden en heeft geen idee welke relevant is voor de huidige vraag.

Het resultaat is precies wat ik beschreef in mijn OKF second brain conversie: de agent opent bestanden om te controleren of ze relevant zijn, verbrandt tokens op doodlopende wegen, en dupliceert kennis die het al had omdat het niet betrouwbaar kan vinden wat het al weet.

De grafiek lost dit niet op. De grafiek is een menselijke visualisatietool. Wat de agent nodig heeft is een ophaalsysteem — iets dat de juiste kennis levert op het moment dat het nodig is, zonder dat de agent door alles hoeft te zoeken.

De Vier Lagen Die een Claude Fable 5 Second Brain Moet Hebben

Hier is de architectuur die ik heb gebouwd, en elke laag heeft een specifieke functie:

Laag 1: Ruw bronmateriaal (/raw) Onverwerkte input — vergadernotities, gescrapete pagina's, ruwe transcripten, klantgesprekken. De agent leest hier uit maar schrijft hier nooit naar terug. Dit is de inboxlaag.

Laag 2: Gesynthetiseerde kennisbestanden (/wiki) Verwerkte, gestructureerde concepten — elk bestand is één coherent idee met YAML front matter (type, titel, beschrijving, tags). Dit is de OKF-laag die ik beschreef in mijn OKF conversie post. De agent leest en schrijft hier.

Laag 3: De index (index.md + sub-indexen) De kaart die de agent leest voordat het iets opent. Eénregelige beschrijvingen per concept die de agent laten filteren zonder bestanden te openen. Dit is de laag die het verschil maakt tussen "zoek door alles" en "ga direct naar het juiste bestand."

Laag 4: De ophaallaag (brain.js) Dit is de laag die de meeste second brains missen, en het is degene die de tokens bespaart. Het is een lichtgewicht script dat zit tussen de agent en de kennisbank, en dat de juiste kennis levert op basis van de huidige context — zonder dat de agent zelf hoeft te zoeken.

brain.js: De Ophaalmotor Die Het Echte Werk Doet

brain.js is geen AI — het is een slim opzoekscript. Het werkt zo:

  1. Wanneer de agent een vraag ontvangt, hashed brain.js de kernonderwerpen uit de vraag
  2. Het matcht die onderwerpen tegen de beschrijvingen in de index (niet de volledige bestanden)
  3. Het levert de relevante kennisbestanden als context aan de agent
  4. De agent beantwoordt met de juiste context al geladen — zonder zoektokens

De truc is dat stap 2 bijna geen tokens kost. Het parsen van korte YAML-beschrijvingen is ordes van grootte goedkoper dan het openen en lezen van volledige bestanden. brain.js doet het ophalen buiten het model, zodat het model alleen de relevante kennis ziet.

In de praktijk betekent dit: de agent opent niet meer tien bestanden om de relevante te vinden. brain.js levert de juiste twee bestanden direct. De besparing zit in de vermeden verkenning — alle tokens die de agent niet hoeft te besteden aan zoeken.

Verlaagt een Second Brain Daadwerkelijk Tokens? De Side-by-Side Test

Hier is de test die ik draaide, met eerlijke cijfers.

Ik nam 20 vragen die ik routinematig aan mijn agent stel — dingen als "wat is mijn prijsbeleid voor korting?", "hoe handel ik een ontevreden klant af?", "wat zijn de specificaties van project X?" Vragen waarvoor het antwoord in mijn kennisbank zit.

Zonder second brain ophalen: De agent grep de mappen, opende bestanden om te controleren op relevantie, las irrelevante bestanden, en vond uiteindelijk het antwoord. Gemiddeld tokenverbruik: ~4.500 tokens per vraag.

Met brain.js ophalen: brain.js leverde de relevante bestanden direct. De agent las alleen de juiste context. Gemiddeld tokenverbruik: ~2.700 tokens per vraag.

Besparing: ~40% minder tokens per vraag. Over 20 vragen per dag is dat een significante kostenbesparing, vooral op Fable 5-tarieven.

De kanttekening: de besparing varieert. Vragen waarvoor het antwoord in één duidelijk bestand zit zien de grootste besparing. Vragen die context uit meerdere bestanden vereisen zien minder besparing, omdat brain.js soms te veel of te weinig context levert. Het is geen perfecte router — het is een goede-genoeg router die de meerderheid van de zoektijd elimineert.

Hoe Laat Je Claude Fable 5 De Jouwe Bouwen?

Dit is het deel dat het gratis venster relevant maakt.

Fable 5 is buitengewoon goed in het analyseren van een bestaande kennisbank en het herstructureren ervan in de vierlaagsarchitectuur. Het prompt:

"Analyseer mijn kennisbank [geef pad of upload bestanden]. Herstructureer deze als een vierlaagsysteem: /raw voor onverwerkt bronmateriaal, /wiki voor gesynthetiseerde concepten met YAML front matter (type, titel, beschrijving, tags), index.md als navigatiekaart met éénregelige beschrijvingen, en een brain.js ophaalscript dat vragen matcht aan relevante kennisbestanden via de indexbeschrijvingen. Dedupliceer concepten, identificeer hiaten, en schrijf discriminerende beschrijvingen."

Fable's diepere redenering maakt het significant beter in deze taak dan Sonnet 5 of Opus 4.8 — met name bij het schrijven van discriminerende beschrijvingen (wat maakt dit bestand anders dan zijn buren) en bij het identificeren van concepten die eigenlijk duplicaten zijn die vanuit verschillende hoeken zijn geschreven.

Combineer dit met de OKF-structuur en de Claude.md protocol-instructies die ik eerder beschreef, en je hebt een compleet systeem.

Wat Dit Niet Doet (En Waarom Ik Het Toch Deze Week Zou Bouwen)

Het is geen RAG. brain.js is keyword-matching op beschrijvingen, geen vectorzoekopdracht op embeddings. Het mist vragen die semantisch gerelateerd zijn maar andere woorden gebruiken. Voor echte semantische ophaling heb je iets als LightRAG nodig — maar dat voegt complexiteit toe die de meeste persoonlijke kennisbanken niet nodig hebben.

Het schaalt niet oneindig. Bij een paar honderd bestanden werkt brain.js prima. Bij duizenden heb je een echte zoekindex nodig. Voor de meeste individuele bouwers en kleine teams is een paar honderd bestanden meer dan genoeg.

Het vervangt geen goed prompten. Een second brain verlaagt de kosten van ophalen, maar als je prompts slordig zijn, verbrand je nog steeds tokens op de redeneringskant. Combineer dit met de promptgewoontes voor maximale besparing.

Waarom ik het toch zou bouwen deze week: het gratis venster maakt Fable 5 de helft goedkoper, en het bouwen van een second brain is precies het soort diep-redeneerwerk waar Fable's extra capaciteit meetbaar verschil maakt. De investering van een middag bouwwerk bespaart tokens voor maanden daarna.

Bouw de Ophaalmotor, Niet de Screensaver

De meeste second brains zijn screensavers — ze zien er mooi uit en doen niets. Een echte Claude Fable 5 second brain is een ophaalmotor die de juiste kennis levert op het juiste moment, tokens bespaart door vermeden zoekwerk, en de agent stopt met het opnieuw afleiden van wat het al weet.

De grafiek is leuk. De ophaling is het punt. Bouw die eerst.

Als je hulp nodig hebt bij het architecten van een second brain systeem — de vierlaagsstructuur, de brain.js ophaling, de OKF-integratie — dat is het soort pipeline dat ik bouw op fiverr.com/s/EgxYmWD.

Veelgestelde Vragen

Wat is een Claude Fable 5 second brain?

Een gestructureerd kennissysteem — niet alleen een verzameling bestanden, maar een vierlaagsarchitectuur (ruw bronmateriaal, gesynthetiseerde wiki, navigatie-index, ophaalmotor) die een AI-agent laat navigeren, ophalen en bijwerken zonder je hele kennisbank te doorzoeken.

Hoeveel kan een second brain het Claude Fable 5 tokenverbruik verlagen?

In mijn side-by-side test: ~40% minder tokens per vraag op herhalende kennisophaling. De besparing varieert — duidelijke enkelbestandvragen besparen het meest, multi-context vragen minder.

Is een Claude Fable 5 second brain beter dan de Obsidian grafiekweergave?

Ze doen verschillende dingen. De Obsidian grafiekweergave is een menselijke visualisatietool. Een second brain met ophaling is een agentnavigatie-systeem. De grafiek laat je verbindingen zien. De ophaalmotor levert de juiste kennis aan de agent. Bouw de ophaling, geniet van de grafiek als bonus.

Wat doet brain.js in een second brain systeem?

brain.js is een lichtgewicht ophaalscript dat vragen matcht aan relevante kennisbestanden via de indexbeschrijvingen — het doet het zoekwerk buiten het model, zodat het model alleen de relevante context ziet. Het bespaart tokens door de verkenningsfase te elimineren.

Waarom een second brain bouwen tijdens het Claude Fable 5 prijsvenster?

Het bouwen van een second brain is diep-redeneerwerk waar Fable's extra capaciteit meetbaar verschil maakt — betere deduplicatie, scherpere beschrijvingen, slimmere structuur. Het gratis venster (50% korting tot 7 juli) halveert de bouwkosten, en de tokenbesparingen na het bouwen betalen de investering terug over maanden.

Laten We Samenwerken

Advertentie
Coffee cup

Vond u dit artikel leuk?

Uw steun helpt mij meer diepgaande technische content, open-source tools en gratis bronnen voor de ontwikkelaarsgemeenschap te maken.

Gerelateerde onderwerpen

Engr Mejba Ahmed

Over de auteur

Engr Mejba Ahmed

Engr. Mejba Ahmed builds AI-powered applications and secure cloud systems for businesses worldwide. With 10+ years shipping production software in Laravel, Python, and AWS, he's helped companies automate workflows, reduce infrastructure costs, and scale without security headaches. He writes about practical AI integration, cloud architecture, and developer productivity.

Discussion

Comments

0

No comments yet

Be the first to share your thoughts

Leave a Comment

Your email won't be published

10  +  9  =  ?

Blijf leren

Gerelateerde artikelen

Alles bekijken

Comments

Leave a Comment

Comments are moderated before appearing.

Learning Resources

Expand Your Knowledge

Accelerate your growth with structured courses, verified certificates, interactive flashcards, and production-ready AI agent skills.

Sample Certificate of Completion

Sample certificate — complete any course to earn yours

Engr Mejba Ahmed

Engr Mejba Ahmed

Claude Code Expert · Online

👋

Hey there!

Quick Actions

WhatsApp Instant reply

Chat on WhatsApp

+880 1723 741224 · Instant reply

Popular Questions

Engr Mejba Ahmed is connected
Engr Mejba Ahmed is typing...
Engr Mejba Ahmed avatar

✉ Want me to follow up? Drop your email

Engr Mejba Ahmed avatar

📞 Connect Directly

Choose how you'd like to reach me

WhatsApp

+880 1723 741224

Email

[email protected]

✓ Details sent! I'll get back to you shortly.

Powered by OpenAI

335+

Blog Posts

25

AI Courses

63

Projects

Services & Expertise

Pricing & Process

Learning & Resources

Connect & Support