Loading video...

Video Failed to Load

Go Home

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 views • 10 months ago •via X (Twitter)

9 Comments

William Mendonça's profile picture
William Mendonça10 months ago

Pedro! Quando teremos PRD em português? Rsss

Pedro Nauck ⌁ compozy.com's profile picture
Pedro Nauck ⌁ compozy.com10 months ago

Já temos 😅

steve corona's profile picture
steve corona10 months ago

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?

Pedro Nauck ⌁ compozy.com's profile picture
Pedro Nauck ⌁ compozy.com10 months ago

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

Sakki's profile picture
Sakki10 months ago

is that opensource?

Bobakanoosh's profile picture
Bobakanoosh10 months ago

How far away is windows support

Pedro Nauck ⌁ compozy.com's profile picture
Pedro Nauck ⌁ compozy.com10 months ago

not too much 😅

William Mendonça's profile picture
William Mendonça10 months ago

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

Pedro Nauck ⌁ compozy.com's profile picture
Pedro Nauck ⌁ compozy.com10 months ago

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.

Related Videos