Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Google convirtio tu Claude Code en una fabrica de agentes listos para produccion Antes tenias que saltar entre 5 herramientas distintas solo para armar algo que funcione en Google Cloud Ahora se acaba de borrar esos saltos Se llama Agents CLI Y no es un agente nuevo Es una...

10,424 Aufrufe • vor 3 Tagen •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Si usas mucho IA para programar y quieres que no solo escriba código, sino que suba tus proyectos a producción, cree pull requests, controle el navegador, gestione tu base de datos y exponga tu localhost a internet… Entonces necesitas conocer estas CLIs para tu IA👇 🔹 GitHub CLI (gh) → Crea repos, pull requests e issues sin abrir el navegador. Terminas tu feature y en segundos tu PR está creado y listo para revisión. Combínalo con un agente de IA y tu flujo es imparable. 🔹 Supabase CLI → Levanta Supabase en local con Docker y en remoto, crea migraciones de base de datos, puede actualizar configuraciones, llenar datos de ejemplos, configurar tu RLS, subir los serverless functions, y mas 🔹 Playwright CLI → Tests end-to-end sin escribir casi nada. Tiene un modo que abre un navegador, graba todo lo que haces y genera el test por ti. Ideal para que tu agente de IA también verifique que la app funciona antes del deploy o simplemente compruebe el mismo su modificación. 🔹 AWS CLI → Sube archivos a S3, gestiona Lambdas, sincroniza tu build con un bucket. Deploy de un frontend estático en un solo comando, reconfigurar tus container, configura tu load balancer y basicamente crea toda tu arquitectura en producción 🔹 Railway CLI → Deploy moderno desde la terminal. Puedes correr migraciones en producción, ver logs en tiempo real y gestionar variables de entorno. Sin abrir dashboards, sin perder tiempo. 🔹 cloudflared / ngrok → Exponen tu localhost a internet con una URL pública. Perfectos para probar webhooks de Stripe, MercadoPago o mostrar una demo a un cliente sin hacer deploy. La clave no es aprenderlas todas de golpe. Empieza con GitHub CLI, agrega Railway cuando hagas tu primer deploy, y ten siempre a mano un tunnel para webhooks. Cuando dominas estas herramientas + IA, tu productividad cambia completamente. Video completo con ejemplos →

Fazt

33,021 Aufrufe • vor 4 Monaten

Alguien construyó el setup más completo de Claude Code y es 100% gratis. 19.7K stars. 1.7K forks. #1 trending en GitHub. Se llama claude-code-best-practice y tiene todo lo que necesitas para pasar de un Claude Code vanilla a un full agentic setup: → 84 tips battle-tested de Boris Cherny (creador de Claude Code), Thariq, Cat Wu y el equipo de Anthropic → Subagents, Slash Commands, Skills, Hooks y MCP servers — con implementaciones reales, no solo teoría → Orchestration workflow: patrón Command → Agent → Skill con un demo funcional de /weather-orchestrator → 8 dev workflows comparados lado a lado (Superpowers, Spec Kit, BMAD, Get Shit Done, OpenSpec, HumanLayer + más) → Agent Teams con tmux y git worktrees para parallel development → Ralph Wiggum loop para tareas autónomas de larga duración → Cross-model workflow (Claude Code + Codex) para QA y revisión de planes → Reports sobre CLAUDE.md, memory, skills en monorepos, LLM degradation, Agent SDK vs CLI Los tips solos ya justifican el clone: "Challenge a Claude — interrógame sobre estos cambios y no hagas un PR hasta que pases mi test" Empieza cada tarea en plan mode, usa Opus para planning y Sonnet para código Mantén CLAUDE.md en menos de 200 líneas, envuelve las reglas de dominio en tags Usa subagents con contexts frescos de 200K en lugar de compacting Agentic search (glob + grep) supera al RAG siempre Si todavía usas Claude Code como si fuera ChatGPT con una terminal, estás dejando un 10x sobre la mesa. 100% Opensource. Un regalo para ti.

arc.

31,260 Aufrufe • vor 3 Monaten

LA INGENIERÍA DE PROMPTS ESTÁ MUERTA. LOS AGENTES CLAUDE AHORA FUNCIONAN CON LOOP ENGINEERING Y GRAPH ENGINEERING cinco capas, cada una envolviendo la anterior la pregunta que las separa: ¿cuál es la unidad real de trabajo que estás moldeando? 1. ingeniería de prompts - el mensaje > una solicitud: rol, instrucciones, ejemplos, formato > refina encontrando lo que falta, no reescribiendo todo 2. ingeniería de contexto - la memoria > lo que permanece dentro de una ventana finita: consulta, documentos, memoria, salidas de herramientas > un curador selecciona, comprime, elimina - mantener todo no es una estrategia 3. ingeniería de arnés - la máquina > recopilar -> actuar -> verificar, un ciclo completo > esta es la línea entre un agente y una simple llamada a API - sin verificador, no hay agente 4. ingeniería de bucles - el sistema > decide si ejecutar el arnés de nuevo > objetivo y criterios de éxito definidos de antemano, límites estrictos en iteraciones, presupuesto, tiempo > detenerse no es lo mismo que tener éxito 5. ingeniería de grafos - la coordinación > los nodos hacen el trabajo, los bordes deciden qué se ejecuta después, el estado compartido mantiene a todos sincronizados > un bucle es solo el grafo más pequeño - un nodo conectado de vuelta a sí mismo pasé meses afinando prompts antes de darme cuenta de que mi verdadero cuello de botella era la capa 3 - nada estaba verificando su propia salida aleja la vista y la unidad de trabajo se hace más grande -> acércate y vuelves al prompt ¿qué capa está realmente rota en tu configuración en este momento?

silvan

11,781 Aufrufe • vor 5 Tagen