HONG (홍)

ADHD 🇰🇷 직장인 | 🤖AI로 모든 귀찮음 해결중 | 재테크 주식
목표 : 경제적자유, 한국에서 하고싶은거 하면서 살기!!!!!!

[크롱 @Krongggggg]

사이트 복제 AI 스킬

이건 긴말 필요없다.

써보니깐 진짜됨

토큰좀 먹는거 같으니깐 코덱스로 해보셈

티보가 또 리셋해줄꺼니깐 😎

아 그리고 사용후기도 댓글로 달아주시면 감사하겠습니다 🙇‍♂️

링크는 댓글로

[West Lord @MyWestLord]

Karpathy method + Claude Code reading your whole Obsidian vault is the smartest second brain on earth.

The method is simple and brutal. If you can’t build a thing from scratch, you don’t know it. Tutorials are fake learning and your brain deletes them in 3 days.

Most people ignore this. They build a second brain that just sits there, folders of notes nobody reopens, dead text.

Point Claude Code at the vault and it wakes up. 5,000 notes, one mind. It reads all of it and answers in your own words and your own proofs, not a model’s guess.

Then the loop closes.

Want to understand neural nets? Skip the 3-hour video and ask Claude Code to build a tiny one. 200 lines from scratch. Watch it train, break a layer, watch it fail, fix it.

It clicks in 20 minutes instead of 3 weeks.

The second it lands the note gets written. One idea per file, linked to 10 others, dropped into the vault while the memory is still hot.

Now it compounds.

Month 1: is 60 notes. Month 6 is 900. Every new note pulls in old ones, so you ask anything and the answer comes from your brain, not the internet.

Before: 40 tabs, 6 half read PDF, 0 retained.

After: build it once, own it for life.

Setup takes 4 minutes. Plain text, no lock-in.

A second brain nobody reads is a graveyard.

Yours just started thinking.

[감자 @nowlovepan]

Claude 한도 빨리 차는 이유, 클로드 토큰 줄이는 방법 정리

Claude 한도 빨리 차는 진짜 이유

모델이 갑자기 멍청해진 게 아니라,
내가 대화 안에 너무 많은 짐을 쌓아둔 경우가 많음

Claude는 새 질문만 읽고 답하는 게 아니라
이전 대화, 답변, 파일 내용, 도구 출력, CLAUDE.md, MCP 정보까지 같이 보고 답함

그래서 대화가 길어질수록 한도가 빨리 찬다

줄이는 방법은 단순함

1. CLAUDE.md 짧게 유지
2. MCP는 쓰는 것만 켜기
3. 긴 대화는 요약하고 새로 시작
4. 큰 로그/파일은 제외
5. 틀린 답변은 바로 중단
6. 작업 끝나면 /clear
7. 필요한 파일 범위만 정확히 지정

핵심은 요금제를 올리기 전에
내 사용 습관부터 줄이는 것

Claude가 느려진 게 아니라,
내 컨텍스트가 무거워진 걸 수도 있음

더 자세한 글은 네이버 블로그 링크 댓글에⬇️

[콩떡 @listenerdiary]

인프런 무료 ai 클로드 강의가 좋다고 해서 조금씩 들어볼게요
관심있는 친구가 있다면 같이 들어봐요!!!
https://t.co/PZIjG92Iiv

[lucas @lucas_flatwhite]

AI가 프로처럼 디자인하게 만드는 DESIGN.md 라이브러리

🖼️ Refero Styles
https://t.co/n1y3qjdrZe

"완성된 디자인 시스템을 활용하세요"
"단순한 사양보다는 실제 사례를 보��주세요"

이런 Claude Design으로 더 나은 결과물을 내는 팁과 연결해서 활용할 수 있는 사이트!

주요 제품 웹사이트에서 가져온 2,000개 이상의 AI 인식 가능 디자인 시스템을 살펴보세요.

Refero Styles 은 Stripe, Linear, Vercel, Notion, ElevenLabs 등 실제 프로덕트들의 디자인 시스템을 AI가 바로 읽을 수 있는 DESIGN.md 형식으로 2,000개 이상 정리해 놓은 사이트 예요.

이런걸 다 가지고 있음..!
- 색상 팔레트 & 토큰
- 타이포그래피 스케일
- 스페이싱/레이아웃 리듬
- 컴포넌트 패턴
- 전체적인 무드와 가이드

Claude Code, Codex, Cursor, Lovable 같은데에서 이런 DESIGN.md를 붙여넣고 작업하면, 퀄리티 높은 제품 같은 느낌의 결과물을 기대해볼 수 있죠.

[スナガク @suna_gaku]

Claude におしゃれな UI を作らせる「frontend-design Skill」が1週間前に更新されていて、AIにアイデアを出させる際のコツが沢山含まれていたのでシェア。

Skill のテーマと AI の振る舞いについて
テーマは、デザインの理由を持たせることで、AI がよく出す “それっぽいUI” ではなく、「そのサービスにしか存在しないUIを作れ」というもの。

AIには、「どのクライアントにも同じ見た目を提案しない、小さなデザインスタジオのデザインリード」として振る舞わせる。
「テンプレっぽい提案は何度も却下されている」という前提を置き、色・タイポグラフィ・レイアウトの全てに対���て、「なぜそのデザインなのか」を説明できるレベルで判断させている。

依頼内容が曖昧な場合の振る舞い
・何のサービスなのか
・誰向けなのか
・ページの目的は何か
を先に定義し、そのテーマの世界観からデザインを組み立てさせている。

デザイン原則について
・ヒーローセクションは「主張」である
・タイポグラフィに人格を持たせる
・構造に意味を持たせる
・アニメーションは目的を持たせる
・ビジョンに応じて複雑さを選ぶ。
・コピーライティングもデザインの一部

作業プロセスの進め方
① Brainstorm（アイデア出し）
② Explore（方向性検討）
③ Plan（設計）
④ Critique（自己レビュー）
⑤ Build（実装）
⑥ Critique Again（再レビュー）
という流れ。

また実装前には設計書を作り、
・これは本当にこのプロダクトのためのデザインか？
・他の案件にもそのまま流用できるデザインではないか？
を自己レビューさせ、後者ならやり直しさせる。ここは Loop にも似た考え方。

UI文言のルール
・ユーザー視点で書���、内部実装を見せない
・動詞を使い、何が起きるか明確にする
・エラーは原因と対処を書く
・空状態の時は、次の行動を示す

https://t.co/jXCJIvvoaA

[東大ClaudeCode研究所 @ClaudeCode_UT]

【話題】
任意のサイトからスタイルを抽出してDESIGN.mdやSKILL.mdを自動生成するChrome拡張が公開された😳

https://t.co/GicxZsjIZx

・どのウェブサイトのスタイルでも抽出可能
・DESIGN.md か SKILL.md を選んで出力
・Claude Code / Codex / Google Stitch にそのまま渡せる形式で完結
・無料

「このサイトのデザインに合わせて」と毎回説明していた手間がなくなる
Claude Code に渡すスタイルの文脈を、最初から構造��した形で持てるようになった

[Amto @XAMTO_AI]

今天 GitHub 被 Agent 军团彻底攻占了🔥

不是夸张说法，今天 GitHub 热榜前几全被 Agent 和 CLI 基础设施包揽，星标增长速度我看了都有点慌。

给你拆解 5 个今天最猛的项目：

1️⃣ openhuman（tinyhumansai）
私人超级 AI 智能体，Rust 编写，完全私有化部署，日常事务到复杂工作流全包。以前 ChatGPT 就是个聊天窗口，这玩意儿是真正跑在你本地的随身助理。今天单日暴增 3k+ 星，私人 AI 时代不是要来了，是已经来了。
🔗 : https://t.co/dNZ7JUmWee
2️⃣ CLI-Anything（HKUDS）
口号是"让所有软件都���备 Agent 原生能力"，意思是可以把任意命令行工具变成 AI 能直接调用的技能。Agent 终于能真正掌控你的终端和整套工具链了，开发者和自动化党看到这个应该懂我在说什么。今天 1k+ 星，CLI 革命这回是动真格的了。
🔗 : https://t.co/SxPdBwxEI4
3️⃣ academic-research-skills（Imbad0202）
专为 Claude Code 打造的学术研究技能包，research→write→review→revise→finalize，整条科研流水线直接自动化跑通。写论文写报告的朋友，这东西都出来了你还在一层层手动搞？今天暴增 3k+ 星，学术圈要大地震了。
🔗 : https://t.co/rmjtzAoAdi

4️⃣ superpowers（obra）
这个不只是工具，而是一套 Agent 技能框架加软件开发方法论。说白了就是教你怎么系统性地把 Agent 用好，不是给你一堆提示词就完事，而是真正的底层打法。今天 1.6k+ 星，老鸟必备，新手更该看。
🔗 : https://t.co/CCVzsFXQV6
5️⃣ agentmemory（rohitg00）
AI 编码 Agent 的持久化记忆方案，基于真实基准测试优化出来的。Agent 最大的硬伤就是没有记忆，长任务跑着跑着就丢了上下文，这个项目就是专门来补这个坑的。今天 1.6k+ 星，编码 Agent 基础设施这一环终于补上了。
🔗 : https://t.co/RquV5oDsc9
说句实在话，Agent、CLI、Memory、Skills 这四块现在已经是标配了，不是将来，就是现在。谁先把这套基础设施吃透，下一波 AI 生产力爆发的时候，你就是那个早已准备好的人。

[AI 카페인 ☕️ @AI_Caffeine]

[이 5개 플러그인만 깔면 Hermes가 날아다님🚀]

Hermes
이제 플러그인 붙기 시작하니까
그냥 다른 급으로 넘어가는 느낌임 👀

단순한 Agent 툴이 아니라
이제는 거의
· 스킬 마켓
· 지식 그래프 브레인
· 메모리 워크벤치
· 엔터프라이즈 저장소
· 운영 대시보드
이렇게 커지는 중.

특히 인상적이었던 건 이 5개:

1️⃣ Hermes Skill Registry
한 Agent가 배운 스킬을
다른 Agent도 바로 가져다 쓰는 구조
(https://t.co/1oV3AnXX2b)

2️⃣ Graphiti Plugin
메모리를 단순 기록이 아니라
관계형 지식 그래프로 바꿔버림
(https://t.co/dLqBksJehw)

3️⃣ Mnemosyne Dashboard
메모리 상태를 실시간으로 보고, 찾고, 수정할 수 있음
(https://t.co/SyoGeeIhEc)

4️⃣ YantrikDB Hermes Plugin
엔터프라이즈용 벡터/그래프 메모리 백엔드
(https://t.co/ESrubfX5AC)

5️⃣ YantrikDB Dashboard
DB 상태, 쿼리 성능, 메모리 건강도까지 한 번에 모니터링
(https://t.co/n2oXkA3fUU)

이쯤 되면
Hermes는 그냥 Agent 툴이 아니라
Agent 운영체제처럼 가는 느낌도 있음.

솔직히 이제 모델 성능보다
이런 생태계를 어떻게 붙여서 굴리느냐가 더 중요해지는 구간 같음 🚀

#AI #Hermes #AICaffeine

[감자 @nowlovepan]

AI 자동화에서 Hermes가 중요한 이유 ( 연동 방법 스레드)

Hermes를 단순히 텔레그램으로 AI를 부르는 도구라고 보면 조금 좁게 보는 것 같음

진짜 핵심은
여러 AI와 도구를 하나의 작업 안에서 자연스럽게 연결해주는 데 있음

예를 들면

Claude는 글 구조를 잡고
Codex는 앱이나 코드 작업을 하고
Gemini는 리서치와 번역을 하고
다른 도구는 이미지, 영상, 파일 정리를 맡는 식임

원래는 사람이 중간에서 계속 복붙해야 했음

Claude가 만든 내용을 Codex에 붙이고
Codex 결과를 다시 ChatGPT에 넣고
리서치 결과를 따로 정리하고
파일을 다시 옮기고

이런 식으로 사람이 AI들 사이의 전달자가 됐음

근데 Hermes 같은 에이전트 구조가 붙으면
이 작업을 앱 안에서 더 자연스럽게 이어갈 수 있음

내가 할 일은

“이 주제로 리서치하고
글감 만들고
필요하면 웹앱으로 구현하고
결과를 정리해줘”

이렇게 목표를 말하는 쪽에 가까워짐

그러면 �� AI가 잘하는 역할을 나눠 맡고
필요한 도구를 연결해서
하나의 작업처럼 이어가는 방식이 가능해짐

이게 진짜 자동화에 가까운 것 같음

텔레그램으로 명령을 보내는 건 편의 기능이고
본질은 AI들이 따로 노는 게 아니라
내 작업 안에서 연결되어 움직이게 만드는 것임

앞으로 자동화는
버튼 하나 눌러서 끝나는 게 아니라

리서치
기획
글쓰기
코딩
이미지
영상
파일 정리
보고

이런 작업들이 하나의 앱 안에서 가능하게 해줌

다음 글에서는
Hermes를 실제로 어떤 작업에 붙이면 좋은지
어떤 식으로 자동화할 수 있는지 정리해보겠음

아래는 헤르메스 ai에 연동하는 방법 스레드⬇️

[lucas @lucas_flatwhite]

🧠 "나만의 세컨 브레인: 옵시디언 기반 LLM 위키 구축기"

접근 방향에는 정답이 없어요. 이 아티클에는 그 시도에 대한 내용이 있으니 흐름을 참고해보실 수 있어요.
ㄱㄱㄱ

옵시디언을 설치하고 새 Vault를 만듬

↓

Minimal 테마를 적용해 깔끔한 화면을 준비함

↓

Git 플러그인과 Terminal 플러그인을 가장 먼저 설치함

↓

Web Clipper 확장 프로그램으로 웹 자료를 한 번에 저장하도록 설정함

↓

모바일에서는 공유 기능을 통해 바로 Vault로 보내지도록 함

↓

GitHub에 Private Repository를 만들고 Vault를 연결함

↓

iOS 환경이라면 Working Copy 앱을 사용함

↓

Fine-grained Personal Access Token을 발급해 Working Copy에 등록함

↓

Vault 루트에 CLAUDE.md 파일을 만들고 운영 규칙을 적음

↓

Claude Code를 실행할 때마다 CLAUDE.md가 자동으로 주입되도록 함

↓

SessionStart Hook을 걸어 위키 Index를 세션 시작과 동시에 참조하게 함

↓

obsidian-cli와 defuddle 같은 전용 스킬을 추가로 설치함

↓

Claude Code에게 위키 카테고리 구조를 제안받음

↓

Identity, Thoughts, Goals, History, People, Assets, Works로 분류함

↓

기존 Notion과 Google Keep 데이터를 raw 폴더에 모음

↓

/ingest 스킬로 자료를 읽어 적절한 페이지로 합성함

↓

민감 정보는 Regex로 감지해 자동으로 마스킹 처리함

↓

/lint 스킬을 만들어 매일 자동으로 위키 상태를 점검함

↓

Claude Schedule 기능을 활용해 Lint 작업을 무인으로 돌림

↓

/query 스킬로 위키 전체를 컨텍스트 삼아 질문함

↓

그래프 뷰를 자주 열어 연결되지 않은 노트를 확인함

[감자 @nowlovepan]

Andrej Karpathy가 2시간 동안
자기가 실제로 AI를 쓰는 화면을 그대로 보여줬습니다
(OpenAI 공동 창립자, Tesla AI책임자였던)

핵심은 놀라울 정도로 단순합니다

말로 일을 맡기고,
결과를 보고,
다시 한 문장으로 고칩니다

AI 시대의 차이는 프롬프트 암기가 아니라
“일을 맡기는 감각”에서 갈립니다

핵심만 한국어 자막으로 1시간 정도 압축했습니다
AI를 제대로 쓰고 싶은 사람은 꼭 보세요

[爱丽丝呀！ @BTCqzy1]

Codex 重磅更新：Product Design 插件上线！

以前 Codex 代码强但 UI 审美常被吐槽 上世纪风，这次直接把产品设计思维装进大脑，审美和专业度瞬间拉满！

下面视频展示了我用最新 Product Design 插件设计的三个网站，完全不输高级设计师～

先设计，后开发：它不再是直接盲写代码，而是先给你 3 张不同风格的高保真参考图！

确认了审美，再开始写代码，这种 设计驱动 的流程太专业了。

丝滑的滚动��事、动态背景、视频卡片，交互细节拉满。

这种先定审美、再定交互、最��落地的流程，才是未来 AI 开发的终极形态！

[Dan McAteer @daniel_mac8]

Codex Pro tip: turn Codex into a research engineer.

Take any new agent paper and:

1. Ask: “How would this work in Codex?”
2. Enter /goal mode
3. Set the goal to implement it in your local config

There’s a wave of research coming out on harness engineering: skills, memory, eval loops, tool use, scaffolds, agent feedback.

This workflow lets you pull those ideas into your actual Codex environment instead of just bookmarking them.

SkillOpt is a perfect example.

It treats agent skills as trainable external state: run a rollout, edit the skill, validate, keep what works.

In the paper, SkillOpt improved GPT-5.5 inside a Codex-style harness by +24.8 points over the no-skill baseline.

That’s the loop you can implement today. It's already possible:

research paper → Codex goal → local agent upgrade

[逸尘 @gengdaJ]

天才啊！用外置的Obsidian来长期保存Codex重要记忆，这样Codex就不会忘记重要事项了！

我把你需要发给你Codex的内容整理成了一个超级提示词：（记得指明Vault路径）👇

请帮我把 Obsidian 配置成 Codex 的跨项目长期记忆库。
我的 Obsidian Vault 路径是：
<你的 Obsidian Vault 路径>

请在这个 vault 里面创建一个文件夹：Codex记忆

目标结构如下：
Codex记忆/
├── AGENTS.md
├── TODO.md
├── agent/
│ └── open-loops.md
├── 项目/
├── 人物/
├── 工作流/
├── 决策/
└── 素材/

请完成以下事情：

1. 创建上述目录和���础 Markdown 文件。
2. 在 `Codex记忆/AGENTS.md` 里写入 Codex 记忆使用规则。
3. 在 Codex 的全局 AGENTS.md 或自定义说明里追加一段“Obsidian Codex 记忆”规则，让以后 Codex 知道这个目录是长期记忆库。
4. 不要改动全局 AGENTS.md 里和 Obsidian Codex 记忆无关的内容。
5. 不要保存任何 Cookie、Token、API Key、密码、验证码、身份证号、银行卡、私密联系方式等敏感信息。
6. 不要把完整聊天记录写进记忆库，只保存长期有效、之后会反复用到的信息。
7. 完成后请验证文件确实创建成功，并告诉我创建了哪些文件、修改了哪个全局说明文件。

请写入 `Codex记忆/AGENTS.md` 的规则如下：

# Codex 记忆使用规则

这个文件夹是 Codex 的跨项目长期记忆库。它位于 Obsidian vault 内，所有内容都应该是可读、可编辑、可搜索、可 diff 的 Markdown。

## 什么时候读取

在开始较重要或持续时间较长的任务前，先快速浏览本文件，并按任务类型查看相关目录：

- 项目相关：`项目/`
- 人物、合作方、用户画像：`人物/`
- 可复用流程、命令、检查清单：`工作流/`
- 重要选择、取舍、为什么这么做：`决策/`
- 可复用素材、模板、表达方式：`素材/`
- 跨项目未闭环事项：`TODO.md` 和 `agent/open-loops.md`

## 什么时候写入

只有学到长期有效、之后会反复用到的信息时才写入。优先保存这些内容：

- 用户长期偏好、明确边界、反复强调的工作方式
- 项目的稳定路径、关键命令、环境差异、发布流程
- 已验证过的故障原因、修复方式、排查顺序
- 重要决策及其原因
- 跨项目待办、悬而未决的问题
- 可复用的文章结构、脚本流程、研究模板、提示词

## 不要写入

- 不要保存完整聊天记录、流水账、临时情绪、一次性中间过程
- 不要保存 Cookie、Token、API Key、��码、验证码、身份证号、银行卡、私密联系方式
- 不要把第三方平台配置、账号凭证、日志里的敏感值复制进这里
- 不要为了“显得有记忆”而写低价值总结

## 写入方式

- 优先更新已有笔记；没有合适笔记时再新建
- 每次只写小段、可检查的 Markdown
- 用明确标题、日期、来源任务、适用范围
- 事实和推断分开写，避免把猜测沉淀成规则
- 如果发现旧记忆过时，不要直接删除；先标注“已过时”并说明原因

## 收尾规则

在重要任务结束前做一次 memory closeout：

- 判断是否有长期价值内容需要写入
- 如有，更新对应文件
- 未闭环事项写入 `TODO.md` 或 `agent/open-loops.md`
- 最终回复里简短说明改了哪些记忆文件

请追加到 Codex 全局 AGENTS.md 或自定义说明里的内容如下：

## Obsidian Codex 记忆

使用这个目录作为跨项目长期记忆库：

`<你的 Obsidian Vault 路径>/Codex记忆`

在开始较重要或持续时间较长的任务前，先快速浏览：

`<你的 Obsidian Vault 路径>/Codex记忆/AGENTS.md`

当你学到长期有效、之后会反复用到的信息时，更新 `<你的 Obsidian Vault 路径>/Codex记忆` 里的相关 Markdown 文件。重点保存：项目稳定路径、关键命令、用户长期偏好、明确边界、已验证的排查结论、重要决策、可复用工作流、���项目未闭环事项。

不要保存完整聊天记录，不要写流水账，不要把临时过程当成记忆。不要保存 Cookie、Token、API Key、密码、验证码、身份证号、银行卡、私密联系方式，也不要把第三方平台配置或日志里的敏感值复制进 Obsidian 记忆。

写入规则：优先更新已有笔记；没有合适笔记时再新建。每次只写小段、可检查的 Markdown。事实和推断分开。发现旧记忆过时时，不要直接删除，先标注“已过时”并说明原因。

重要任务结束前做 memory closeout：判断是否有长期价值内容需要写入；如有，更新对应文件；未闭环事项写入 `<你的 Obsidian Vault 路径>/Codex记忆/TODO.md` 或 `<你的 Obsidian Vault 路径>/Codex记忆/agent/open-loops.md`；最终回复里简短说明改了哪些记忆文件。

[PA13L0 @Fluyeporlaweb]

El web scraping acaba de cambiar de nivel

Scrapling evita los bloqueos de Cloudflare, es 774 veces más rápido que BeautifulSoup y no necesita configuración de proxies

52.2k estrellas en GitHub

No es otro scraper más

Es un framework adaptativo que aprende la estructura de cada web y se ajusta automáticamente cuando cambia

Sin mantenimiento manual. Sin que te bloqueen.

✅ Bypassa Cloudflare y los anti-bots más agresivos
✅ 774x más rápido que BeautifulSoup en benchmarks reales
✅ Sin necesidad de proxies ni configuración especial
✅ Se adapta automáticamente cuando cambia la estructura de la web
✅ Compatible con agentes de IA como servidor MCP
✅ Soporte para JavaScript, iframes y contenido dinámico
✅ Modo stealth para webs con detección avanzada
✅ 46 releases. Actualizado la semana pasada.
✅ Licencia BSD-3

Lo que antes tardabas días en montar y mantener ahora son minutos

52.2k estrellas. 5k forks. BSD-3.

repo aquí 👇

[AYi @AYi_AInotes]

Damn，这个必须卧槽一下了，Karpathy 的 CLAUDE.md 只有 65 行，
居然能把 AI 编程准确率从 65% 拉到 94%，

以22 万星标登顶 GitHub 趋势榜，而且绝大多数开发者还没读过，

里面没有一行奇技淫巧，4 条规则全是同一个方向：

→ 先想清楚再写代码
陈述假设，不确定就问，杜绝猜测

→ 从最简方案入手
只写能解决问题的最少代码，不加任何多余抽象

→ 像手术一样精准修改
不碰与需求无关的代码，每行改动都对应明确要求

�� 以目标驱动执行
写第一行代码前，把模糊指令转化为可验证的成功标准

65 行，4 条规则，每一条都在对抗开发者“先写再说”的本能，

本质上是把慢下来这件事变成硬规则，

趁别人还没保存，赶紧先存好 👇

[ウマたん(上野佑馬) | AI×個人開発 @statistics1012]

コードを1行も書いたことがなくMacBookすら持っていなかった23歳が、身の回りのモノを売って中古MacBookを購入。バイブコーデ���ングで2週間で作ったアプリを4ヶ月で月750万円に成長させてしまったコナー氏、えぐい。

彼の競合調査の勝ちパターン 👇
❶ 競合アプリを20個DLしてオンボーディングを全スクショ
❷ Figmaに並べて徹底比較
❸ いいとこ取りで自分のアプリのオンボーディングを構築

「90%以上のユーザーはオンボーディング後の画面を見ない」
今では複数アプリ合計で年1.5億円以上稼ぎ続けている。

詳しくはこちら 👇
https://t.co/ASL5mMSaHN

[Alpha Batcher @alphabatcher]

A good /goal has 4 parts.

1. The job
Build the app in SPEC.md.

2. The proof
Done means `npm test` exits 0 and `npm run build` exits 0.

3. The boundary
Only change files needed for this feature.

4. The stop rule
Stop after 20 turns or if blocked by missing credentials.

Example:

/goal Build the app in SPEC.md. Done means `npm test` and `npm run build` both pass, README matches the final behavior, and git status only shows relevant project files. Stop after 20 turns or if blocked.

Do not ask the agent to "work on it."

Give it the finish line, the proof, and the boundary.

[santi @santtiagom_]

La mejor forma de entender un Agente de IA es pensar en un loop.

1) El agente percibe el contexto (conversación, memoria, archivos, estado actual)
2) El modelo decide qué hacer (razona y elige el próximo paso)
3) Usa una tool (leer archivos, buscar en web, correr comandos, llamar APIs)
4) Observa el resultado (analiza qué pasó después de ejecutar la acción)
5) Y vuelve a empezar el proceso hasta llegar al objetivo.

Para que eso funcione, aparecen varias piezas importantes:

• Brain: el LLM que piensa y toma decisiones
• Tools: las capacidades para interactuar con sistemas externos
• Memory: el contexto que guarda entre pasos o sesiones
• Planning: la división de tareas complejas en pasos más chicos
• Guardrails: límites y validaciones para mantener control

Cuando entendés este loop, entendés por qué los agentes pueden programar, investigar, automatizar tareas o resolver problemas complejos.

Son sistemas que usan un LLM como cerebro y van iterando sobre un problema hasta cumplir un objetivo.