Cristian Córdova 🐧's banner
Cristian Córdova 🐧's profile picture

Cristian Córdova 🐧

@barckcode19,545 subscribers

🌐 Inferencia de modelos abiertos de IA para empresas https://t.co/wvHCPIoXf5 | 🛠️ Conduciendo la mejor comunidad de Builders: https://t.co/CRR2MOn1Sd

Shorts

🧐 Buenos pues el flujo del experimento ya está en marcha. 3 teams de agentes de IA: - Product Manager - Development (Front, Back y data) - QoS (QA, UX, Arquitectura) Todos 100% autónomos desarrollando, manteniendo y evolucionanto el sitio web de turismo en Canarias: Todo el experimento será OpenSource y todo lo que vayan haciendo los agentes lo estan registrando mediante issues en GitHub (link al repo abajo). Todos los agentes estan desplegados y siendo orquestados desde AgentCrew. El flujo de trabajo de forma resumida es el siguiente: - El product manager "se levanta" a las 6 de la mañana todos los días gracias a una tarea programada de AgentCrew, revisa el estado del proyecto, busca nuevas features, errores y hasta tendencias de mercado en internet y genera issues en GH. - El equipo de desarrollo mediante una tarea programada se levanta a las 8 de la mañana, revisa las issues abiertas y empieza a trabajar sobre ellas. Cuando finaliza sube su código al repositorio (que dispara un pipeline de GH Actions) - Este Pipeline, cuando finaliza (bien o mal) llama por un webhook de AgentCrew al equipo de agentes de QoS para que revise los tests, calidad del código, etc. Si algo tiene que corregirse crea mas issues y cuando finaliza sus pruebas y análisis, gracias a los post-actions de AgentCrew, avisa de nuevo mediante webhook al equipo de Agentes que debe corregir problemas. Este último ciclo es muy importante porque es un bucle de mejora constante que damos por sentado en equipos pero esta vez operado por agentes: - El equipo de desarrollo sube nuevo código - El equipo de QoS testea el nuevo código y hay errores los reporta de nuevo al equipo de desarollo - El equipo de desarrollo vuelve a subir nuevo código corregido - El QoS vuelve a.... así en bucle hasta que ambos equipos queden satisfechos. Hoy ya veo que han añadido sus primeras features, veremos en que termina esto pero la verdad que esto me parece divertidísimo de ver y me explota la cabeza que esto sea posible. No digo que sea viable ojo (al menos no de momento, creo) pero si posible. Tengo ganas de ver avanzar los días de este experimento para ver que pasa, qué mas hacen o implementan. Tengo en mente un par de agentes mas que busquen nuevas fuentes de datos y otro para temas de seguridad. Daré updates cuando los añada.

🧐 Buenos pues el flujo del experimento ya está en marcha. 3 teams de agentes de IA: - Product Manager - Development (Front, Back y data) - QoS (QA, UX, Arquitectura) Todos 100% autónomos desarrollando, manteniendo y evolucionanto el sitio web de turismo en Canarias: Todo el experimento será OpenSource y todo lo que vayan haciendo los agentes lo estan registrando mediante issues en GitHub (link al repo abajo). Todos los agentes estan desplegados y siendo orquestados desde AgentCrew. El flujo de trabajo de forma resumida es el siguiente: - El product manager "se levanta" a las 6 de la mañana todos los días gracias a una tarea programada de AgentCrew, revisa el estado del proyecto, busca nuevas features, errores y hasta tendencias de mercado en internet y genera issues en GH. - El equipo de desarrollo mediante una tarea programada se levanta a las 8 de la mañana, revisa las issues abiertas y empieza a trabajar sobre ellas. Cuando finaliza sube su código al repositorio (que dispara un pipeline de GH Actions) - Este Pipeline, cuando finaliza (bien o mal) llama por un webhook de AgentCrew al equipo de agentes de QoS para que revise los tests, calidad del código, etc. Si algo tiene que corregirse crea mas issues y cuando finaliza sus pruebas y análisis, gracias a los post-actions de AgentCrew, avisa de nuevo mediante webhook al equipo de Agentes que debe corregir problemas. Este último ciclo es muy importante porque es un bucle de mejora constante que damos por sentado en equipos pero esta vez operado por agentes: - El equipo de desarrollo sube nuevo código - El equipo de QoS testea el nuevo código y hay errores los reporta de nuevo al equipo de desarollo - El equipo de desarrollo vuelve a subir nuevo código corregido - El QoS vuelve a.... así en bucle hasta que ambos equipos queden satisfechos. Hoy ya veo que han añadido sus primeras features, veremos en que termina esto pero la verdad que esto me parece divertidísimo de ver y me explota la cabeza que esto sea posible. No digo que sea viable ojo (al menos no de momento, creo) pero si posible. Tengo ganas de ver avanzar los días de este experimento para ver que pasa, qué mas hacen o implementan. Tengo en mente un par de agentes mas que busquen nuevas fuentes de datos y otro para temas de seguridad. Daré updates cuando los añada.

36,716 Aufrufe

Videos

Keine weiteren Inhalte verfügbar