Eduardo Zepeda

[Mr. Buzzoni @polydao]

this is free f*cking gold for anyone building a second brain

his second brain article pulled 8 million views, so he packed the whole system into one repo

the repo, the guide, the tools, the learning path, all free

• the guide
> 10 sections, 65 pages, from the core idea to troubleshooting
> 5 tracks on top, 44 pages, 15 of them build guides with working code

• the machine (.claude/)
> 18 agent skills, one per workflow
> 72 slash commands - /ingest-pdf, /ingest-youtube, /ingest-voice, /backfill
> 6 subagents - curator, linker, researcher, reviewer, ingestor, graph-analyst
> 4 are read-only, so nothing rewrites your vault behind your back

• the scripts (plain Python, zero dependencies)
> graph export, link checker, vault stats, chat converter, site builder

• the starter vault
> its own CLAUDE.md with page contracts and linking rules
> raw/ stays untouched once it lands, wiki/ is what the agent keeps up
> log.md - one line per run, so every change is traceable

• 87 vetted resources
> 28 tools, 26 Obsidian plugins, 15 repos, 12 skills, plus papers and articles

five tracks to choose from:
> knowledge graphs
> Jev engineering
> agent harnesses
> loop engineering
> eval engineering

new to this? start with the second brain guide. already deep in it? jump straight to the tracks

the Jev engineering and loop engineering tracks alone are worth the clone

a consultant bills four figures to build you a research system like this. here it's a public repo under MIT

↳ https://t.co/3zyoyQy0af

[Gauri Tripathi @GauriTripa94282]

8 RAG architectures you should know:

1. Naive RAG
2. Advanced RAG
3. Modular RAG
4. Graph RAG
5. Corrective RAG
6. Self-RAG
7. Adaptive RAG
8. Agentic RAG

From basic retrieval to self-correction and multi-step agents.

Know the architecture. Build better RAG systems.

#AI #RAG

[Movez @0xMovez]

Andrej Karpathy predicted the future of AI once again:

“Everyone’s renting frontier models for jobs a local 3B model could do. Small Local LLM's are the future.”

this 18-page PDF breaks down Karpathy's case for running that core on your own machine.

the real question isn't "is the local model as smart?"

It's "which of my 1000 calls ever needed the smart one?"

[Kirk Borne @KirkDBorne]

Handbook on Understanding Harness Engineering for AI Agents [48-page PDF]: https://t.co/mHjkhT405C

[AI_Explorer @ai_explorer25]

Learn AI for free directly from top companies.

1 - Anthropic:
https://t.co/cc4SxBn4S7

2 - Google:
https://t.co/r1bv5XfHsN

3 - Meta:
https://t.co/UALdoellxL

4 - NVIDIA:
https://t.co/JKTgY3mtf0

5 - Microsoft:
https://t.co/izcZcNQ9NN

6 - OpenAI:
https://t.co/nY93DIwg3G

7 - IBM:
https://t.co/lIYoazapqo

8 - AWS:
https://t.co/770qBjw9po

9 - https://t.co/4UrenSfxVZ:
https://t.co/SnPZ287LiW

10 - Hugging Face:
https://t.co/AAym51yGo9

follow me if you find this helpful.

[SONIA @soniacuts]

🚨 OPENAI ACABA DE PUBLICAR SU GUÍA PARA CONSTRUIR EMPRESAS NATIVAS DE IA

y desglosa cómo poner a los agentes a trabajar de verdad, no solo a responder preguntas

la clave está en darles un flujo con contexto propio: que sepan qué prioridad tienen las tareas, qué integraciones usar y cuándo pasarle la revisión a un humano

la guía se resume en 6 pasos:

→ elegir un flujo de trabajo que se repita
→ definir el resultado esperado y la línea base actual
→ configurar herramientas, permisos y puntos de revisión del agente
→ asignar un responsable humano
→ convertir cada ejecución exitosa en una skill reutilizable
→ guardar contexto y evidencia para la próxima corrida

la diferencia con automatizar tareas sueltas es que esto arma una oficina de ia completa, con memoria propia

guárdalo, después construye la tuya

[Kirk Borne @KirkDBorne]

Mathematics for Trading — 151 Strategies (download open-access 361-page PDF): https://t.co/OJ1X9QHAz9

[Fazt @FaztTech]

Si necesitas un diagrama de arquitectura y no te gusta lo que genera Mermaid o una imagen con IA, conoce Archify.

Es un skill para Agentes como Cursor, Claude o Codex: te genera un HTML interactivo con el tipo de diagrama que pidas.

Sirve para explicar un sistema, dejarlo en la documentación o exportarlo a PNG y otros formatos.

https://t.co/CRPZ5xKlqP

[Diario฿itcoin @DiarioBitcoin]

🚀 NVIDIA lanza TensorRT Model Connect en vista previa pública.

Transforma modelos de Hugging Face a inferencia C++ en solo dos comandos.

El proyecto elimina la necesidad de ONNX, facilitando la integración.

Actualmente solo disponible en Linux aarch64.

Un avance significativo para la inferencia en robótica y dispositivos embebidos.

Consulta y valida el rendimiento antes de implementar en producción.

Más información en los canales oficiales.

[roman @Nozelcode]

ESTO ES UNA LOCURA

Jack Dorsey (ex-CEO de Twitter) acaba de lanzar gratis un framework completo para crear un negocio gestionado al 100% por agentes de IA.

Ya supera las 29.000 estrellas en GitHub.

Cómo configurarlo (5min):

1. Clona el repositorio.
2. Despliega tu propio servidor: canales, búsqueda, Git y automatizaciones funcionan desde ahí.
3. Añade tu agente a un canal como si fuera un compañero más, define sus permisos y deja que el equipo colabore con él en tiempo real.

Guárdate este post, vas a querer volver a él.

Enlace al repositorio abajo👇

[Miguel Ángel Durán @midudev]

Este repo ha conseguido 2000 estrellas en un día.
Y es que arregla un problema de la IA: los diagramas.

Esta Skill deja de crear cajas genéricas y te da:
✓ 29 tipos de diagramas diferentes
✓ Con HTML + SVG (sin JavaScript)

→ https://t.co/JyAtNs9Rhv

[José Siles | AI | Data @josesilesdata]

DESCANSE EN PAZ VIBE CODING:

2025 - 2026 🪦

GitHub ha sacado spec-kit

La idea: dejas de pedirle cosas al agente a lo loco y escribes primero la especificación.

Luego el agente la ejecuta.

El flujo son 5 comandos:

/speckit.constitution → los principios de tu proyecto
/speckit.specify → qué quieres construir
/speckit.plan → stack y arquitectura
/speckit.tasks → lista de tareas real
/speckit.implement → lo construye

Funciona con 30+ agentes:

- Copilot,
- Claude
- Codex
- Cursor

y muuuuchos más.

+ 125,000 ⭐ en GitHub

Link al repo en los comentarios👇🏼

[roman @Nozelcode]

GitHub acaba de solucionar el mayor problema del vibe coding.

Acaban de lanzar Spec Kit y en poco tiempo ya tiene +126K estrellas.

¿La idea?

En vez de tirar prompts vagos y rezar para que el agente no rompa tu proyecto…

Spec Kit obliga a la IA a crear una especificación estructurada ANTES de tocar código.

La IA primero entiende lo que quieres construir, pregunta lo que falta, organiza el proyecto y después empieza a programar.

Eso significa menos tiempo arreglando errores absurdos, menos código inconsistente y resultados mucho más predecibles cuando trabajas con agentes.

El flujo es simple:

/constitution → reglas y estándares
/specify → qué quieres construir
/clarify → dudas antes de empezar
/plan → arquitectura y stack
/tasks → tareas ordenadas
/implement → ejecución

Compatible con Claude Code, Cursor, Copilot, Codex, Gemini CLI y +25 agentes.

95K estrellas.
8K forks.
Open source.
Publicado por GitHub.

Enlace al repositorio👇

[yuulia ✟ @yuliaisc]

Un chino creó un sistema de agentes en Claude Code para vender landing pages a pequeños negocios y, trabajando completamente solo, atiende unos 47 clientes al mes cobrando alrededor de 400 dólares por cada uno.

Construyó 7 agentes sobre Claude Sonnet 4.6 capaces de analizar Google Maps en ciudades pequeñas, detectar negocios sin web o con páginas totalmente desactualizadas y llevar cada oportunidad hasta un mockup terminado, un video promocional y un mensaje de prospección listo para enviar.

Sin asistentes.
Sin equipo comercial.
Sin SDRs.

Solo él, un MacBook, un iPhone y una API key.

Mientras agencias tradicionales mantienen equipos completos para manejar el mismo flujo de trabajo, sus únicos costes reales son tokens y suscripciones a Lovable, Higgsfield y Calendly.

Los 7 agentes funcionan coordinados por un orquestador en Claude Code Router. El sistema consume unos 3 millones de tokens diarios y el gasto medio en API ronda apenas los 480 dólares al mes.

Todos trabajan mediante servidores MCP y comparten estado usando el sistema de archivos, evitando problemas de concurrencia y memoria compartida. Incluso uno de los agentes vive directamente en su iPhone y responde leads mientras él está en el metro, en un taxi o caminando.

Este fue el prompt principal que configuró:

“You are the orchestrator of a solo agency that sells ready-made websites to local businesses…”

La clave es que el sistema entiende perfectamente qué es, cuáles son sus límites y qué objetivos debe cumplir.

Sabe que debe encontrar leads automáticamente.
Sabe que debe convertir cada oportunidad en una landing, un video y un mensaje comercial sin intervención humana.
Y sabe exactamente cuándo debe involucrar al dueño.

El sistema funciona 24/7:

Scout analiza unos 220 negocios diarios y deja 30 leads nuevos en cola.

Diagnoser genera diagnósticos y mensajes personalizados para cada lead.

Builder crea entre 3 y 5 landing pages completas para los mejores prospectos.

Filmer produce un video vertical de 10 segundos para cada propuesta.

Pitcher envía unos 30 mensajes diarios en 4 canales distintos con una tasa de respuesta cercana al 14%.

Checker revisa automáticamente todos los mensajes antes de enviarlos.

Solo cuando una operación supera los 3.000 dólares o el ratio de respuesta cae por debajo del 12%, el sistema despierta al propietario.

Y si en ese momento está en el metro o en un taxi, el agente Mobile responde automáticamente al lead interesado, agenda una llamada en Calendly y devuelve el lead a la cola. El dueño solo tiene que pulsar “aprobar” y entrar a la reunión.

Algunos logs reales del sistema:

“218 negocios analizados en Austin, Denver y Miami. 34 sin web, 19 con webs de 2014 y 6 con reseñas pidiendo rediseño.”

“30 mensajes enviados. 14 respuestas. 5 positivas. 3 Zooms agendados.”

“Landing page creada para una clínica dental. Responsive. 5 secciones. Video en render.”

“Acuerdo de 3.400 dólares supera el límite aprobado. Enviando para revisión manual.”

Y lo más loco es que no tiene servidores propios ni backend dedicado.

Solo un sandbox local, un router MCP, una API key de Claude y esa misma clave conectada a su iPhone.

De todo lo que he visto este año, probablemente sea el ejemplo más limpio y eficiente de una agencia unipersonal automatizada:

480 dólares al mes en APIs.
18.800 dólares de ingresos.
7 prompts.
Un sistema de archivos.
Y un teléfono en el bolsillo.

Guarda esto antes de que sea tarde

[roman @Nozelcode]

10 REPOS DE GITHUB QUE DEBERÍAN SER ILEGALES

(están destruyendo +50.000 millones de dólares en ingresos a grandes empresas)

GUÁRDALO.

1. yt-dlp
Descarga cualquier vídeo de YouTube, X, TikTok, Instagram y muchas otras plataformas.

YouTube Premium cobra 14 $ al mes por hacer menos que esto. Es 100 % gratuito.

Repo → https://t.co/L4bOkQSleR

2. Ollama

Ejecuta modelos de IA de nivel GPT-4 directamente en tu portátil. Sin costes de API.

Muchos desarrolladores gastan 500 $ al mes en OpenAI para tareas que Ollama puede hacer sin conexión por 0 $.

Repo → https://t.co/mWbs3b1MxO

3. Fooocus

Generación de imágenes con calidad similar a Midjourney usando tu propia GPU.

Midjourney cuesta 30 $ al mes.
Fooocus permite generaciones ilimitadas de forma gratuita.

Repo → https://t.co/WiM16vgHwc

4. Whisper

El modelo de transcripción de OpenAI, liberado como código abierto.

Otter cobra 20 $ al mes por algo que Whisper hace gratis y en 99 idiomas.

Repo → https://t.co/hbhOLJBw0h

5. Plausible Analytics

La alternativa de código abierto y centrada en la privacidad a Google Analytics.

Google Analytics 360 cuesta hasta 150.000 $ al año para empresas.

Plausible, alojado por ti mismo, cuesta 0 $.

Repo → https://t.co/984vBOLmGc

6. AppFlowy

El Notion de código abierto. Notion cobra 20 $ por usuario al mes para equipos.

AppFlowy permite usuarios ilimitados en tu propio servidor de forma gratuita.

Repo → https://t.co/mcpYZ8Fk6f

7. Penpot

La alternativa open source a Figma. Figma cobra 45 $ al mes por editor.

Penpot ofrece prácticamente la misma experiencia, autoalojada y gratis para siempre.

Repo → https://t.co/PtqNDHNawH

8. n8n

El Zapier de código abierto. Zapier Pro puede costar hasta 600 $ al mes para automatizaciones complejas.

n8n, autoalojado, permite automatizaciones ilimitadas por 0 $.

Repo → https://t.co/FUTazRXz24

9. https://t.co/3AJZo26yFM

La alternativa open source a Calendly. Calendly Teams cuesta 16 $ por usuario al mes.

https://t.co/3AJZo26yFM es gratuito para particulares y de código abierto para equipos.

Repo → https://t.co/vmHj0wsCWO

10. Bitwarden

La alternativa de código abierto a 1Password.

Muchos gestores de contraseñas cobran unos 8 $ por usuario al mes.

Bitwarden ofrece una versión gratuita muy completa y es de código abierto.

Repo → https://t.co/QuFAYKm1VD

Estos repos están destruyendo silenciosamente 50.000 millones de dólares en ingresos a grandes empresas cada año.

Ninguno de ellos es ilegal.

Guarda este hilo.

Compártelo con esa persona que sigue pagando por herramientas que llevan años teniendo alternativas gratuitas.

100 % gratis. 100 % código abierto.

[Anthropic @AnthropicAI]

We support this petition, signed by our CEO, several co-founders, and senior staff.

Our own research on recursive self-improvement, published last month, points to the need for tools to deliberately pace the frontier of AI development so society can prepare. We’re glad to see broad agreement across the field. https://t.co/DqwuQfa9xH

[Anthropic @AnthropicAI]

We're offering grants of up to $50,000 in Claude usage credits to researchers accelerating cures for rare diseases.

This is our first focused call within AI for Science, our program supporting scientists using Claude to speed up discovery. https://t.co/rZEmwh07cd

[José Siles | AI | Data @josesilesdata]

🚨 Este OCR GRATUITO puede leer letra de médicos, tablas complejas y ecuaciones matemáticas.

Se llama **Chandra**, de Datalab.

Y es uno de los OCR más completos que he visto.

Puede procesar:

📌 **Texto escrito a mano**
Notas médicas, formularios rellenados, letra cursiva o poco legible.

📌 **Tablas complejas**
Mantiene celdas combinadas, filas y columnas. Ideal para facturas, informes financieros y PDFs con muchos datos.

📌 **Fórmulas matemáticas**
Convierte ecuaciones directamente a LaTeX.

📌 **Formularios**
Reconoce casillas, botones y valores introducidos.

📌 **Documentos con diseños difíciles**
Textos a varias columnas, periódicos, libros y documentos con imágenes.

Puede devolver el resultado en Markdown, HTML o JSON.

Funciona en más de 40 idiomas.

Para instalarlo:

`pip install chandra-ocr`

Es gratuito para uso personal.

Dejo el link al repo en los comentarios 👇🏻

[brenz. @brenzhills]

https://t.co/cbVi4Kkg7z

[IntelArt - Innovación IA @_IntelArt]

𝐆𝐎𝐎𝐆𝐋𝐄 𝐭𝐢𝐞𝐧𝐞 𝐭𝐨𝐝𝐨 𝐩𝐚𝐫𝐚 𝐑𝐞𝐠𝐚𝐥𝐚𝐫𝐭𝐞 𝐭ú 𝐅𝐮𝐭𝐮𝐫𝐨:

𝟏𝟐 𝐇𝐞𝐫𝐫𝐚𝐦𝐢𝐞𝐧𝐭𝐚𝐬 𝐝𝐞 𝐈𝐀 𝐆𝐑𝐀𝐓𝐈𝐒👇