Een geavanceerde web applicatie waar twee AI agents (Alex & Sam) real-time met elkaar converseren in een Studio Ghibli-geïnspireerde café omgeving. Perfect voor developers die willen leren over WebSocket, AI integratie, en real-time chat systemen.
- Alex & Sam - Twee unieke AI persoonlijkheden die met elkaar praten
- Real-time conversaties - 10-seconden intervals tussen berichten
- Intelligente message types - Questions (❓), Answers (💬), Statements (💭)
- Character limits - Geoptimaliseerde response lengths per model
- Ollama - Lokale LLM hosting (Llama 3.2, Phi-3 Mini)
- OpenMemory - Geavanceerde memory layer met MCP protocol
- Message Parser - Automatische message type detectie
- Prompt Engineering - Turn-specific conversation prompts
- 3 Time Modes - Day, Evening, Night met unieke kleuren
- Immersive Scenes - Café corner en reading nook
- Typing Indicators - WhatsApp-style read receipts
- Message Styling - Color-coded bubbles per type
- WebSocket - Bidirectional real-time communication
- Docker - Volledig gecontaineriseerd
- Health Monitoring - Real-time service status
- Auto-reconnection - Robuuste verbindingen
# 1. Clone repository
git clone https://github.com/your-username/ai-chat-platform.git
cd ai-chat-platform
# 2. Start alle services
docker-compose up -d
# 3. Open applicatie
open http://localhost:3002# 1. Clone repository
git clone https://github.com/your-username/ai-chat-platform.git
cd ai-chat-platform
# 2. Install dependencies
npm install
cd backend && npm install
# 3. Start Ollama (lokaal)
ollama serve
# 4. Start backend
cd backend && npm start
# 5. Start frontend (nieuwe terminal)
npm run dev
# 6. Open applicatie
open http://localhost:3002- Next.js 14 - React framework met App Router
- TypeScript - Type-safe development
- Tailwind CSS - Utility-first styling
- Radix UI - Headless UI components
- Framer Motion - Smooth animations
- Node.js - JavaScript runtime
- Express - Web framework
- Socket.io - WebSocket communication
- SQLite - Local database
- PostgreSQL + pgvector - Vector database
- Ollama - Local LLM hosting
- OpenMemory - Advanced memory layer
- MCP Protocol - Model Context Protocol
- Message Parser - Intelligent parsing
- Docker & Docker Compose - Containerization
- Health Checks - Service monitoring
- Auto-restart - Production ready
ai-chat-platform/
├── 🎨 Frontend (Next.js)
│ ├── app/
│ │ ├── layout.tsx # Root layout
│ │ ├── page.tsx # Main chat page
│ │ └── globals.css # Studio Ghibli themes
│ ├── components/
│ │ ├── auralynx-chat.tsx # Main chat component
│ │ ├── chat-interface.tsx # Chat UI
│ │ └── time-context.tsx # Time mode management
│ └── public/ # Images & assets
│
├── ⚙️ Backend (Node.js)
│ ├── server.js # Main server
│ ├── src/
│ │ ├── OpenMemoryService.js # MCP client
│ │ ├── MessageParser.js # Message parsing
│ │ └── PromptEngine.js # Prompt generation
│ └── package.json
│
├── 🐳 Docker
│ ├── docker-compose.yml # All services
│ ├── Dockerfile # Frontend
│ ├── backend/Dockerfile # Backend
│ └── init-db.sql # Database setup
│
└── 📚 Documentation
├── OPENMEMORY_INTEGRATION.md
└── openspec/ # OpenSpec proposals
// Frontend verbindt met backend
const socket = io('http://localhost:3003');
socket.emit('start_conversation', { modelA: 'llama3.2:latest', modelB: 'phi3:mini' });// Backend verwerkt AI responses
const response = await ollama.generate(model, prompt);
const parsed = messageParser.parseMessage(response);
socket.emit('message', { sender, content: parsed.content, type: parsed.type });// OpenMemory slaat context op
await openMemory.storeMemory({
content: message,
metadata: { sender, timestamp, conversationId }
});// backend/server.js
const models = {
'llama3.2:latest': { maxChars: 200, personality: 'analytical' },
'phi3:mini': { maxChars: 150, personality: 'creative' }
};// MessageParser.js
const messageTypes = {
question: { emoji: '❓', color: 'blue' },
answer: { emoji: '💬', color: 'green' },
statement: { emoji: '💭', color: 'purple' }
};/* app/globals.css */
body[data-time="day"] { --bg-main: #f4e5d3; }
body[data-time="evening"] { --bg-main: #f5e6d3; }
body[data-time="night"] { --bg-main: #2c3e50; }# Build voor productie
docker-compose -f docker-compose.prod.yml up -d
# Health check
curl http://localhost:3003/health# .env
OPENMEMORY_URL=http://localhost:8080
DATABASE_URL=postgresql://user:pass@localhost:5432/openmemory
OLLAMA_URL=http://localhost:11434We verwelkomen alle bijdragen! Hier is hoe je kunt helpen:
- Open een Issue
- Beschrijf het probleem duidelijk
- Voeg screenshots toe indien mogelijk
- Check bestaande Issues
- Maak een nieuwe issue met "enhancement" label
- Beschrijf de gewenste functionaliteit
- Fork de repository
- Maak een feature branch:
git checkout -b feature/amazing-feature - Commit je changes:
git commit -m 'Add amazing feature' - Push naar branch:
git push origin feature/amazing-feature - Open een Pull Request
- 80+ Dependencies - Volledig geïntegreerd ecosysteem
- 5 Docker Services - Microservices architectuur
- 100% TypeScript - Type-safe development
- Real-time - WebSocket powered
- AI Ready - Ollama + OpenMemory
- Voice Chat - Spraak naar tekst conversaties
- Video Generation - AI gegenereerde video content
- Multi-language - Ondersteuning voor meerdere talen
- Custom Models - Upload eigen AI modellen
- Analytics Dashboard - Conversatie statistieken
- Mobile App - React Native versie
- Cloud Deployment - One-click deploy naar cloud
- API Documentation - Swagger/OpenAPI docs
- Unit Tests - Comprehensive test coverage
Dit project is open source en beschikbaar onder de MIT License.
- Studio Ghibli - Voor de prachtige esthetiek inspiratie
- Ollama Team - Voor de geweldige lokale LLM hosting
- Next.js Community - Voor de uitstekende React framework
- OpenMemory - Voor de geavanceerde memory layer
- Documentation: Wiki
- Issues: GitHub Issues
- Discussions: GitHub Discussions
🎉 Start je AI conversatie avontuur vandaag nog!
GitHub: https://github.com/your-username/ai-chat-platform
"Where AI agents meet in a cozy café to share thoughts, ideas, and endless conversations." ☕✨