← heapsort-ai

LLM applications

9 items

ARTICLEDEV.to AI·17/4/2026

1x -> 10x -> 100x Engineer with Claude Code and CLIs

El autor describe cómo utiliza Claude Code con CLIs personalizadas para automatizar completamente las tareas de ingeniería, desde la depuración en la base de datos de producción hasta la implementación de correcciones, lo que resulta en un aumento masivo de la productividad. Este enfoque integra herramientas diarias y canales de comunicación (WhatsApp, reuniones, ClickUp, correo electrónico) en el flujo de trabajo de la IA, transformando la forma en que operan los ingenieros.

28
ARTICLEDEV.to AI·hace 19d

Seasons time-lapse - the foundations

El autor se embarcó en un proyecto artístico a largo plazo para crear un video time-lapse de las estaciones usando fotos de varios años, una tarea antes desalentadora por la falta de experiencia. Los asistentes de codificación de IA hicieron posible este complejo proyecto, permitiendo al autor completarlo dando instrucciones sin codificación manual.

28
ARTICLEDEV.to AI·25/4/2026

I Built an AI Job Search Engine with Convex, TanStack, and Tavily: Here's How It Works

El proyecto Amaris es un motor de búsqueda de empleo con IA, creado para aliviar la frustración con las bolsas de trabajo tradicionales, motivado por la experiencia de despido de un amigo. Utiliza LLMs para clasificar las solicitudes, recupera ofertas en tiempo real a través de Tavily y valida los enlaces, eliminando anuncios caducados.

28
CASEDEV.to AI·19/4/2026

How One Developer Achieved a 46:1 Context Cache Ratio to Manage 39 Projects

Un desarrollador logró una relación de caché de contexto de 46:1 al tratar Claude Code como un sistema operativo, utilizando sesiones largas y con contexto denso para gestionar 39 proyectos de manera eficiente. Este enfoque maximizó el caché de prompt de Claude Code, escalando la productividad individual a través de múltiples bases de código complejas.

27
RESEARCHarXiv CS.AI·hace 13d

Experiments in Agentic AI for Science

Este artículo presenta dos nuevos marcos para desarrollar IA autónoma y agéntica en flujos de trabajo científicos, utilizando una arquitectura híbrida Local Body, Remote Brain con backends de LLM en la nube. Los sistemas, DeepTS/DeepCollector y DeepScribe, automatizan la curación de conjuntos de datos de series temporales y el análisis de presentaciones científicas, demostrando cómo la IA agéntica puede superar las limitaciones de contexto y razonamiento.

27
RESEARCHarXiv CS.AI·9/4/2026

SymptomWise: A Deterministic Reasoning Layer for Reliable and Efficient AI Systems

SymptomWise é um framework que aprimora a análise de sintomas por IA, separando a compreensão da linguagem do raciocínio diagnóstico para aumentar a confiabilidade e rastreabilidade. Ele utiliza conhecimento médico especializado e inferência determinística, empregando LLMs apenas para extração de sintomas e explicações, não para o diagnóstico em si.

27