Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Compozy v0.5.0 release 🔥 - New diff viewer to manage worktree git changes - Redesign on the issue details page - Improvements on subagents and orchestration - A lot of bugs fixed 🐞 This is getting so so so good, if you didn't try yet, you should 😎

18,360 Aufrufe • vor 10 Monaten •via X (Twitter)

9 Kommentare

Profilbild von William Mendonça
William Mendonçavor 10 Monaten

Pedro! Quando teremos PRD em português? Rsss

Profilbild von Pedro Nauck ⌁ compozy.com
Pedro Nauck ⌁ compozy.comvor 10 Monaten

Já temos 😅

Profilbild von steve corona
steve coronavor 10 Monaten

Looks pretty awesome - giving it a spin now. Question: Using claude-code and when claude is running, it spawns a new dock icon that bounces the entire time. Any way to fix/prevent this currently?

Profilbild von Pedro Nauck ⌁ compozy.com
Pedro Nauck ⌁ compozy.comvor 10 Monaten

That's awesome, glad you liked 😍 yeah, this is a tough issue we already saw... for what I see this is a sorta of limitation from newer Electron version, but we are trying to fix this. But try to just ignore it for now hahaha

Profilbild von Sakki
Sakkivor 10 Monaten

is that opensource?

Profilbild von Bobakanoosh
Bobakanooshvor 10 Monaten

How far away is windows support

Profilbild von Pedro Nauck ⌁ compozy.com
Pedro Nauck ⌁ compozy.comvor 10 Monaten

not too much 😅

Profilbild von William Mendonça
William Mendonçavor 10 Monaten

Pedro, como vc compararia o Compozy com o Ralph Wiggum?

Profilbild von Pedro Nauck ⌁ compozy.com
Pedro Nauck ⌁ compozy.comvor 10 Monaten

Ralph Wiggum é só uma técnica pra fazer a LLM ficar em loop até ela achar que acabou algo. O Compozy vai MUITO mais além disso, além de toda a parte de PRD->Techspec->Tasks usando a abordagem de brainstorming e com execuções e system prompt totalmente isolados pra garantir resultado, o nosso looper (que seria algo parecido com o Ralph Wiggum) usa um sistema muito mais determinístico: aonde cara task é executado em loop até que todas as tasks sejam finalizadas, com um processo cheio de subagents de review e análise e com foco apenas na task em si e system prompts focados para cada execução. Isso garante muito mais assertividade e menos consumo de token, do que deixar a LLM rodando em loop até que ela entenda que algo terminou.

Ähnliche Videos