Combineer je eigen kennisbank met LLMs voor accurate, contextbewuste antwoorden.
De meeste vragen aan een taalmodel gaan niet over algemene kennis maar over jouw documenten: het verlofbeleid, de installatiehandleiding, de contractvoorwaarden. RAG (retrieval-augmented generation) zoekt bij elke vraag de relevante fragmenten op en geeft die aan het model mee. Bij HostYourAI is dit een ingebouwde koppeling: je verbindt een kennisbank aan de Router of aan een instance, en de context wordt automatisch in je chat completions geïnjecteerd.
Die documenten zijn precies waarom EU-hosting hier telt. Personeelshandboeken, klantdossiers en interne procedures zitten vol persoonsgegevens en bedrijfsgeheimen, en bij RAG gaan letterlijke fragmenten daarvan het model in.
Bij RAG stuur je niet alleen een vraag naar het model, maar ook stukken brontekst uit je eigen archieven. Blijft de hele pipeline in Europese datacenters, dan vallen opslag, retrieval en generatie onder de AVG, gedekt door een verwerkersovereenkomst en zonder training op je data.
Een kennisbank is een gecomprimeerde kopie van wat je organisatie weet. Die kopie onderbrengen bij een provider onder niet-Europese jurisdictie is een strategische keuze, geen technische. Op Europese infrastructuur van een Nederlands bedrijf houd je zelf de sleutels.
Zorginstellingen en overheden moeten kunnen laten zien waar documenten worden verwerkt. Eén EU-verwerkingsketen met AES-256 in rust, TLS onderweg en een openbare subprocessorlijst is uit te leggen aan een toezichthouder; kijk ook bij de sectorpagina's voor zorg en overheid.
from openai import OpenAI client = OpenAI( base_url="https://hostyourai.com/api/v1", api_key="hyai-...") client.chat.completions.create( model="llama-3.3-70b", messages=[{"role":"user","content":"Hallo!"}])
Je uploadt documenten naar een kennisbank en koppelt die aan de EU Inference Router of aan een dedicated GPU-instance. Vanaf dat moment doorloopt elk chatverzoek dezelfde route: de vraag komt binnen, retrieval zoekt de meest relevante fragmenten, die worden als context in de prompt geïnjecteerd, en het model antwoordt op basis van jouw bronnen. Je kunt de kennisbank ook per verzoek expliciet kiezen met de parameter knowledge_base_id. Niet-streaming responses geven een sources-array terug met documentnaam en fragment, zodat je bronvermelding in je UI kunt tonen. Faalt de retrieval een keer, dan gaat de chat gewoon door zonder context in plaats van stuk. De volledige opzet, inclusief chunking en afwegingen, staat in de gids RAG bouwen op EU-GPUs.
| Stap in de pipeline | Wat er gebeurt |
|---|---|
| 1. Kennisbank koppelen | Documenten verbonden aan Router of instance |
| 2. Verzoek komt binnen | Gewone call naar /v1/chat/completions |
| 3. Retrieval | Meest relevante fragmenten worden opgezocht |
| 4. Injectie | Fragmenten gaan als context de prompt in |
| 5. Generatie | Model antwoordt op basis van jouw documenten |
| 6. Bronnen terug | Niet-streaming response bevat sources met naam en fragment |
Is de kennisbank gekoppeld aan je instance of Router, dan hoef je niets aan je code te veranderen. Wil je expliciet sturen, geef dan knowledge_base_id mee in de body.
from openai import OpenAI
client = OpenAI(
base_url="https://hostyourai.com/api/v1",
api_key="hyai-jouw-key",
)
response = client.chat.completions.create(
model="mistral-7b",
messages=[{"role": "user", "content": "Wat zegt ons verlofbeleid over ouderschapsverlof?"}],
extra_body={"knowledge_base_id": 42},
)
print(response.choices[0].message.content)
# de niet-streaming response bevat ook een sources-array met documentnaam en fragmentNee. De kennisbank-koppeling regelt opslag, retrieval en injectie voor je. Wil je toch een eigen retrieval-laag bouwen, dan kan dat natuurlijk ook bovenop het gewone endpoint.
Onder meer PDF, TXT, CSV, Markdown en DOCX. Grote bestanden worden in een hybride modus verwerkt zodat ook omvangrijke archieven doorzoekbaar blijven.
Ja, bij niet-streaming verzoeken bevat de response een sources-array met documentnaam en het gebruikte fragment. Bij streaming wordt de context wel geïnjecteerd, maar passen de bronnen niet in de SSE-chunks.
De chat gaat gewoon door zonder extra context. Je gebruikers krijgen dus altijd antwoord; het antwoord is die ene keer alleen niet gegrond in je documenten.
Ja, de injectie zit vóór het model en werkt met de open modellen uit het modeloverzicht, zowel via de Router als op je eigen instance.
Van model-hosting tot een klantgerichte API, gebouwd voor developers en bedrijven die hun AI op infrastructuur willen draaien die ze echt beheren, binnen de EU.
Je data en je modellen blijven op Europese GPUs. GDPR-vriendelijk vanaf de basis.
Llama, Qwen, DeepSeek, Mistral, FLUX en nog veel meer. Kies er een en hij is binnen minuten warm, zonder DevOps aan jouw kant.
Richt je bestaande client op de Router en behoud je tools. Geen herschrijven, geen lock-in.
Geen infra om te beheren. Kies een model, krijg een OpenAI-compatibele URL, ship.
Kies uit de Model Garden of plak een willekeurig HuggingFace-ID. Stel de VRAM in en kies een EU-GPU.
Wij deployen vLLM, draaien readiness-probes en geven je een warme OpenAI- en Anthropic-compatibele URL plus een API-key.
Richt je client op de Router. Die routeert automatisch naar een warme instance, zet GPUs idle als niemand online is en logt elk verzoek.
Als een Amerikaanse cloud geen optie is, geeft HostYourAI je dezelfde developer-ervaring op Europese infrastructuur.
Burgerdata die wettelijk in de EU moet blijven, volledig auditeerbaar.
Finance-, zorg- en juridische teams onder GDPR, DORA en de AI Act.
Lever AI-functies waar je klanten op vertrouwen, zonder Amerikaanse sub-processor.
Lever privé-AI voor klanten op infrastructuur waar je achter kunt staan.
HostYourAI houdt je modellen, prompts en data op Europese GPUs. Gebouwd voor teams die geven om compliance, betrouwbaarheid en echte controle.
GPU's en data binnen Europa. Je prompts verlaten de EU nooit.
Draai open-weight modellen zonder black boxes of verborgen telemetrie.
GPU's idlen als niemand online is, dus je betaalt alleen voor wat je draait.
Jouw infra, jouw keys, jouw modellen. Vertrek wanneer je wilt.
Ja. HostYourAI draait open modellen op GPU's in Europese datacenters via vLLM. Je prompts en outputs verlaten de EU niet en er zit geen Amerikaanse cloudprovider in de keten.
Ja. Alle verwerking gebeurt binnen de EU, er is een verwerkersovereenkomst (DPA) beschikbaar en de subprocessor-lijst is openbaar. Open gewichten betekenen ook: geen training op jouw data.
Ja. Je richt je bestaande OpenAI- of Anthropic-client op onze Router (https://hostyourai.com/api/v1), alleen de base-URL en API-key wijzigen. Geen rewrite, geen lock-in.
Pay-as-you-go met één prepaid creditsaldo: de gedeelde router per token of een dedicated GPU per uur. Gratis te starten, geen minimum, geen vaste maandkosten.
Tekst- en beeldmodellen op dedicated EU GPU's. Elk model getest op onze eigen hardware.
Verken meer over EU-gehoste AI op HostYourAI.
Host AI chatbots op Europese infrastructuur. Custom chatbots, knowledge bases, GDPR compliant.
Lees meer →Richt je Anthropic-client op onze Router via een /v1/messages-shim en draai open modellen op Europese GPUs. Drop-in, EU-gehost, geen herschrijven.
Lees meer →Blader door een gecureerde catalogus van serveerbare open chat-, beeld- en embedding-modellen met live warm/EU-status. Deploy met één klik op Europese GPUs.
Lees meer →Chat met dedicated instances en Router-modellen in de Playground. Test prompts, vergelijk modellen en bekijk daarna per verzoek gebruik en latency.
Lees meer →Een drop-in OpenAI-compatibele API op Europese GPUs. Verander alleen de base-URL en draai open modellen, AVG-vriendelijk, zonder je code te herschrijven.
Lees meer →Deploy en host LLM inference endpoints op Europese GPU infrastructuur. OpenAI-compatible API, dedicated hardware, GDPR compliant.
Lees meer →Geen creditcard nodig. Betaal naar gebruik, stop wanneer je wilt.
Begin vandaag gratis met hosten