Dagsplan

Onsdag d. 19. februar 2026

Pink Sunset, CPH:OFFICE, København

Google Antigravity Setup

Læringsmål

  • Have Google Antigravity installeret og konfigureret med AI-udvidelser
  • Forstå Google Antigravity-konceptet og workflow
  • Kunne bruge Gemini i Google Antigravity til daglige opgaver
  • Kunne bruge terminalen i Google Antigravity til daglige opgaver
  • Mestre keyboard shortcuts til effektiv AI-interaktion

Google Antigravity

I dette modul sætter vi jeres udviklingsmiljø op fra bunden. Google Antigravity er mere end et kodemiljø – med de rigtige udvidelser og tilgang bliver det jeres AI-kommandocentral.

Hvad er Google Antigravity?

Antigravity er Torbens betegnelse for det setup, hvor AI fjerner tyngdekraften fra dagligt arbejde. Det handler om at konfigurere værktøjer, så de arbejder sammen som et samlet system.

Emner vi gennemgår

  • Google Antigravity installation og grundkonfiguration
  • Gemini-udvidelse: Setup, API-nøgle, konfiguration
  • Inline code completion og chat-integration
  • Workspace-indstillinger for AI-optimeret workflow
  • Keyboard shortcuts der gør jer hurtigere

Praktisk øvelse

Google Antigravity AI-Setup:

  1. Installer Google Antigravity (hvis ikke allerede installeret)
  2. Installer Gemini-udvidelsen og konfigurer API-adgang
  3. Opret et testprojekt og brug AI code completion på en reel opgave
  4. Lav en side-by-side sammenligning: manuelt vs. AI-assisteret kode

The AI Brain Transfer (Produktions-setup)

Læringsmål

  • Forstå konceptet bag en AI Brain (system prompts + kontekst)
  • Have oprettet jeres eget projekt med en AI-kontekstfil
  • Kunne vedligeholde en kontekstfil, der gør AI smartere over tid
  • Kende forskellen på engangsprompts og vedvarende kontekst

The AI Brain Transfer

Her overfører vi Torbens produktions-setup til jer. En AI Brain er den vedvarende kontekst, der gør jeres AI-assistent til en specialist i jeres domæne.

Kernekonceptet

I stedet for at starte forfra hver gang I taler med AI, opbygger vi en “hjerne” – en samling af:

  • System prompts, der definerer AI’ens rolle
  • Projektkontekst, der giver domæneviden
  • Regler og patterns, der sikrer konsistent output

Emner vi gennemgår

  • AI-kontekstfiler: Struktur og formål
  • System prompts vs. user prompts: Hvornår bruges hvad
  • Kontekst-hierarki: Global, projekt, opgave
  • Vedligeholdelse: Hvordan opdaterer man sin AI Brain over tid

Praktisk øvelse

Byg din egen AI Brain:

  1. Opret en AI-kontekstfil til et reelt Swipbox-projekt
  2. Definer AI’ens rolle, domæneviden og output-format
  3. Test med 3 forskellige opgaver: ser I forskel med/uden kontekst?
  4. Tilføj en regel og test at AI’en følger den

Frokostpause

Læringsmål

  • Holde pause og lade op til eftermiddagen
  • Uformel erfaringsudveksling og spørgsmål

Frokostpause

Pause med tid til at spise og reflektere over formiddagens læring. Frokost arrangeres selv — der er gode muligheder i nærheden af CPH:OFFICE.

Uformel øvelse

Refleksion over formiddagen:

  • Hvad overraskede jer mest?
  • Hvad vil I prøve når I er tilbage på kontoret?
  • Har I spørgsmål til eftermiddagens emner?

Værktøjskassen: AI-Agenter

Læringsmål

  • Kende forskellen på chatbot, copilot og autonom agent
  • Forstå agent-arkitektur: planner, worker, judge
  • Kunne vurdere hvornår man bruger hvilken type AI-værktøj
  • Have hands-on erfaring med mindst to forskellige agent-typer

Værktøjskassen: AI-Agenter

Fra simple chatbots til autonome agenter — dette modul giver jer det fulde overblik over AI-værktøjer og hvornår I bruger hvad.

Agent-typer

  1. Chatbot: Spørg-svar (ChatGPT, Gemini i browser)
  2. Copilot: Integreret assistent (Google Antigravity Gemini, GitHub Copilot)
  3. Autonom agent: Selvstændig problemløser (Claude Code, Devin, OpenHands)

Emner vi gennemgår

  • Agent-arkitektur: Planner-Worker-Judge mønster
  • Skills og specialisering: Hvordan gør man agenter eksperter
  • Orchestrator-patterns: Når opgaven kræver flere agenter
  • Sikkerhed og kontrol: Guardrails og menneske-i-løkken

Praktisk øvelse

Agent-sammenligning :

  1. Tag en reel Swipbox-opgave (f.eks. analyse af kvalitetsdata)
  2. Løs den med en chatbot (ChatGPT/Gemini)
  3. Løs den med en copilot (Google Antigravity Gemini)
  4. Sammenlign: Tid, kvalitet, indsats
  5. Diskuter: Hvornår bruger I hvilken type?

AI i Terminalen: Claude Code og Gemini CLI

Læringsmål

  • Have Claude Code installeret og kørende
  • Forstå terminal-baseret AI-interaktion og fordele
  • Kunne bruge Claude Code til filhåndtering, kodning og analyse
  • Kende Gemini CLI som alternativ terminal-AI

AI i Terminalen

Terminalen er der hvor de mest kraftfulde AI-værktøjer lever. Claude Code og Gemini CLI giver jer muligheder som browserbaserede chatbots ikke kan matche.

Hvorfor terminalen?

  • Direkte filadgang: AI kan læse, skrive og redigere filer
  • Ingen copy-paste: Resultater lander direkte i jeres projekt
  • Kontekst: AI ser hele jeres projektstruktur
  • Automatisering: Scripts og pipelines med AI-integration

Emner vi gennemgår

  • Claude Code: Installation, konfiguration, grundlæggende brug
  • Gemini CLI: Setup og sammenligning med Claude Code
  • Filoperationer: Læs, skriv, søg, rediger via AI
  • Projekt-analyse: AI der forstår hele jeres kodebase
  • MCP (Model Context Protocol): Udvidelser og integrationer

Praktisk øvelse

Terminal AI Hands-on :

  1. Installer Claude Code (npm install -g @anthropic-ai/claude-code)
  2. Konfigurer med API-nøgle
  3. Opret et lille projekt og lad Claude Code analysere det
  4. Bed Claude Code om at tilføje en ny feature (f.eks. en rapport-generator)
  5. Sammenlign: Hvor lang tid tager det vs. manuelt?

Eftermiddagspause

Læringsmål

  • Kort pause inden det afsluttende modul

Kort pause

Hent kaffe, stræk benene og gør klar til dagens sidste modul.

Moltbot: Personlig AI-Assistent på VPS

Læringsmål

  • Forstå konceptet bag en self-hosted AI-assistent
  • Kende Moltbot-arkitekturen og hvad den kan
  • Have en plan for egen Moltbot-opsætning
  • Forstå fordele ved VPS-baseret AI vs. cloud-tjenester

Moltbot: Personlig AI-Assistent

Moltbot er Torbens personlige AI-assistent der kører på en VPS (Virtual Private Server). Den er altid tilgængelig, har adgang til jeres data og kan automatisere gentagende opgaver.

Hvad er Moltbot?

En self-hosted AI-assistent der:

  • Kører 24/7 på jeres egen server
  • Har adgang til interne systemer og data
  • Kan automatisere rapporter, analyser og kommunikation
  • Er fuldt under jeres kontrol (ingen data til tredjepart)

Emner vi gennemgår

  • Moltbot-arkitektur: VPS, API-integration, automation
  • Use cases: Hvad kan en personlig AI-assistent gøre for Swipbox?
  • Opsætning: Krav, hosting, omkostninger
  • Sikkerhed: Data-håndtering og adgangskontrol
  • Fremtidsperspektiver: Hvad kommer næste år?

Praktisk øvelse

Moltbot Planlægning :

  1. Identificer 3 opgaver i jeres hverdag der kunne automatiseres
  2. Prioriter: Hvilken giver mest værdi vs. mindst opsætning?
  3. Skitser en simpel Moltbot-arkitektur til jeres topprioritet
  4. Diskuter: Skal det være cloud-hosted eller on-premise?

Afslutning og Opsamling

  • Gennemgang af dagens læring
  • Q&A: Åbne spørgsmål
  • Næste skridt: 2 x 1,5 times online opfølgning
  • Handlingsplan: Hvad gør I først når I er tilbage?

Efter workshoppen

Udover heldags-workshoppen inkluderer forløbet online opfølgning, hvor vi følger op på jeres implementering og besvarer spørgsmål.