Caowijs
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Caowijs hoeveel transitievergoeding krijg ik na twee jaar uitzendwerk?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.

Een taalmodel weet veel, maar niet wat er dit jaar in een cao staat, en het zegt er niet bij waar het iets vandaan heeft. Deze connector geeft Claude een kennisbank over de Cao voor Uitzendkrachten 2026-2028 en de regels eromheen. Elk antwoord verwijst naar de bron: de wet, de cao-tekst of de instantie die het bedrag vaststelt.
Het is een MCP-server: een klein programma op je eigen computer waarmee Claude zelf een bron kan raadplegen.
Starten
Je hebt Node 22.18 of hoger nodig.
git clone https://github.com/t1mvdploeg/caowijs.git
cd caowijs && npm install
claude mcp add caowijs -- node "$PWD/src/start.ts"Stel daarna in Claude Code een vraag over de cao. In de Claude-app voeg je dezelfde server toe in het bestand met MCP-servers, met het volledige pad naar src/start.ts.
Related MCP server: rnd-manual-rag-mcp
Wat Claude ermee kan
Tool | Wat het doet |
| Geeft de lijst met onderwerpen, met per pagina de periode en de datum van bijwerken |
| Zoekt op een vraag en geeft de best passende stukken tekst, elk met bron |
| Geeft één hele pagina |
Elk stuk tekst heeft een etiket: geldt nu, historie of open vraag. Zo presenteert Claude geen achterhaalde regel als geldend, en zegt het erbij wanneer de bronnen iets niet beantwoorden of elkaar tegenspreken.
Drie echte vragen met het volledige antwoord van Claude staan in docs/proefvragen.md.
Hoe het werkt
flowchart LR
A[Bronnen<br>wet, cao, StiPP,<br>Belastingdienst, NAU] -->|samenvatten<br>en nalopen| B[kennis/<br>18 pagina's]
B -->|opdelen in stukken<br>met etiket| C[Zoekindex<br>BM25]
D[Claude] -->|vraag| E[MCP-server]
E --> C
C -->|stukken met bron| E
E -->|antwoord met link| DDe kennis staat in
kennis/: 18 pagina's in gewone markdown, waarin elke feitelijke bewering een link naar de bron heeft.De server leest die pagina's bij het starten en deelt ze op in stukken met een etiket.
Zoeken gaat op trefwoorden met BM25, de gangbare formule waarbij een zeldzaam woord zwaarder telt. Een zoekwoord vindt ook samenstellingen: "vergoeding" vindt "transitievergoeding". De keerzijde is een enkele valse treffer bij korte woorden: "tijd" vindt ook "altijd".
De server leest alleen. Hij heeft geen sleutels nodig en maakt geen verbinding met internet.
Er zit bewust geen vectordatabase in. Voor ongeveer 40.000 woorden zijn trefwoorden genoeg: ze kosten niets, geven elke keer dezelfde uitkomst en zijn te testen. Een synoniem dat nergens in de tekst staat vindt hij niet; Claude probeert dan een tweede zoekterm.
Gemeten kwaliteit
In evals/vragen.json staan 54 vragen in gewone taal, elk met de pagina waar het antwoord hoort te staan. Ze zijn geschreven voordat de zoekfunctie bestond.
Meting | Score |
Juiste pagina in de bovenste drie resultaten | 49 van 54 (91%) |
Juiste pagina op één | 46 van 54 (85%) |
De test faalt onder de 90% in de bovenste drie, dus de marge is één vraag. De zoekfunctie is bijgesteld op dezelfde 54 vragen (de eerste meting gaf 48 van 54), waardoor de score aan de gunstige kant ligt. npm run meet herhaalt de meting en toont welke vragen mis gaan.
Wat het niet doet
Het geeft geen juridisch advies. Het zijn samenvattingen, met de stand van 4 oktober 2026.
Het haalt geen nieuwe informatie van internet. Wat na die datum is veranderd, staat er niet in.
Het draait alleen lokaal.
Ontwikkelen
npm test # alle tests, ook de meting en de controle op de openbare pagina's
npm run typecheck
npm run meet # de zoekscore op de testvragenHet ontwerp en het plan staan in docs/.
Bronnen en licentie
De code valt onder de MIT-licentie. De kennispagina's zijn samenvattingen in eigen woorden met een link naar de bron; de bronnen zelf blijven van hun rechthebbenden.
Available Tools
3 toolslees_onderwerpLees een pagina van de cao-kennisbankARead-only
Geeft één hele pagina van de kennisbank, met de opbouw Kern, Details, Historie, Open vragen en Bronnen. Gebruik dit als je de samenhang nodig hebt of als een zoekresultaat te weinig context geeft.
Inputs: pagina (required).
onderwerpenOnderwerpen van de cao-kennisbankARead-only
Geeft de lijst met onderwerpen in de kennisbank over de Cao voor Uitzendkrachten: per pagina de naam, wat ze dekt, voor welke periode ze geldt en wanneer ze is bijgewerkt. Gebruik dit om te zien wat de kennisbank bevat, of als zoeken niets oplevert.
Inputs: no named parameters.
zoekZoek in de cao-kennisbankARead-only
Zoekt op trefwoorden in de kennisbank over de Cao voor Uitzendkrachten en geeft de best passende stukken tekst terug, elk met een etiket (geldt nu, historie of open vraag), de pagina en de bron als link. Stel de vraag in gewone Nederlandse woorden, bijvoorbeeld "wachtdagen bij ziekte" of "transitievergoeding berekenen".
Inputs: vraag (required), aantal, onderwerp.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 3 tools
The three tools have clearly distinct roles: one lists all topics, one searches with snippets, and one returns a full page. The descriptions explicitly explain when to use search versus reading a full topic, so an agent can select correctly.
The names are all Dutch and lowercase, but they mix morphological patterns: 'lees_onderwerp' is verb+noun, 'onderwerpen' is a bare plural noun, and 'zoek' is a bare verb. The set is readable but not consistently patterned.
Three tools are well-scoped for a focused knowledge-base retrieval server. Each tool has a distinct retrieval purpose, and there is no excessive surface area.
For a read-only knowledge base, the surface covers discovery (onderwerpen), targeted lookup (zoek), and full-context retrieval (lees_onderwerp). No obvious lifecycle operations are missing for this purpose.
Related MCP Connectors
Dutch legal AI for law firms: answers from Dutch case law, legislation and EU law, with citations.
Cited answers in Claude or ChatGPT only from your office's procedures; says so when not covered.
Your company's knowledge for Claude Code, Cursor and Codex, with cited answers and procedures.
Verified answers for AI agents: only from approved documents, with sources, or a refusal.
Related MCP Servers
- AlicenseAqualityFmaintenanceEnables querying over 3,200 Dutch statutes (AVG, Wetboek van Strafrecht, Burgerlijk Wetboek, etc.) with verbatim, citation-grounded text from official sources, directly from MCP-compatible AI assistants.1849 npm15Apache 2.0
- FlicenseNot gradedqualityBmaintenanceEnables Claude to retrieve and cite clauses from Korean national R&D manuals using RAG, grounding answers with accurate provision references.-
- FlicenseNot gradedqualityCmaintenanceEnables retrieval-augmented question answering over company policy documents via MCP tools and resources, with optional Claude-generated grounded summaries.-
- AlicenseNot gradedqualityCmaintenanceEnables Claude to search and read an organization's internal documents (Word, PDF, HTML, Markdown) through hybrid BM25 + vector retrieval, returning answers with exact citations while enforcing server-fixed role permissions, hiding confidential and superseded content, and logging the token cost of every request.MIT