markitdown es conveniente para convertir entre formatos, pero con PDF no debería usarse nunca. D

Ya hay muchos métodos de extracción de documentos que usan LLM multimodales como Gemini, y en los benchmarks también muestran resultados bastante buenos. El problema, claro, es el costo.

Algo como docling también está bien.

La funcionalidad o el enfoque se ven iguales a los de Atlas: https://atlasgo.io/

Me identifico mucho con esas tres trampas principales. Con que haya un solo gatekeeper ya empiezan a aparecer varios efectos negativos.

Más que de bajo nivel... para implementar formularios, algo que podría resolverse usando solo la etiqueta input de HTML termina exigiendo saber demasiadas cosas innecesarias como state, JSX y componentes controlados/no controlados, además de generar mucho código; supongo que eso pudo haber sido una de las motivaciones del texto principal.

Como no fumo, no entendía de qué iba, pero entonces se refiere a que, para ser desechables, usan demasiados recursos.

La majestuosidad de un karma de -47 jajaja

Parece como si estuvieran diciendo que, solo porque apareció una nueva alternativa, el método existente ya murió.
¿De verdad ya no se puede usar el método anterior y ahora necesariamente hay que usar el nuevo?

Estoy muy de acuerdo con el concepto, así que hice algunas pruebas este fin de semana en un proyecto nuevo, pero no funcionó tan bien como esperaba. Creo que todavía necesita muchas mejoras. Por ahora, el flujo general parece ser más o menos el siguiente, como ya se ha explicado varias veces:
redactar la constitución → redactar la especificación → redactar las tareas → implementar

El problema es que

• el archivo constitution.md es una guía clave sobre "cómo desarrollar", pero no contiene "en qué se convertirá finalmente esta app"
• spec.md es un documento que describe una sola funcionalidad
• no existe un documento maestro sobre "qué es esta app"
• leyendo las discusiones en GitHub, parece que la chain of specs terminará siendo la source of truth. Me deja con dudas, pero más o menos lo pude entender.
• mediante los comandos /specify y /tasaks se generan muchos documentos como entregables (que era lo que quería), pero por eso mismo consume contexto rápidamente (estoy usando Claude Code)
• una vez que entro en la implementación, me alejo un poco de Spec Kit y termino completándola como siempre, conversando con Claude Code
• cuando se consume todo el contexto y se hace compaction o se inicia una sesión nueva, se olvida de la existencia de los documentos generados por Spec Kit
• mientras avanzo con las tareas definidas en tasks.md, a veces termino sobrescribiendo cosas que antes había hecho bien, y en el proceso de corregir bugs también acabo creando nuevas funcionalidades, así que cada vez se aleja más de tasks.md. No entiendo qué sentido tiene conservar tasks.md de forma permanente.

Por ahora, mi conclusión es la siguiente

• aunque el resultado termine siendo distinto de lo que pensé al principio, primero hay que cerrar la especificación y luego crear una nueva para ir corrigiendo poco a poco
• la especificación inicial inevitablemente crecerá, así que para las funcionalidades de la app quizá sea mejor no explicarlas en absoluto y limitarse a crear solo el boilerplate
• para algo hecho a nivel PoC, es mejor no usar Spec Kit

jajajajajajaja

Estoy muy de acuerdo. Por muy bien que lo haga, que interfiera resulta incómodo. Lo ideal es que esté ahí como si no estuviera, y que aparezca para ayudar justo cuando se necesita; creo que la clave será qué tan adecuado sea su juicio de la situación. También entre las personas hay quienes lo hacen bien y quienes no, así que si la inteligencia artificial logra superar eso, parece que ocurrirá una revolución.

Para ser precisos con respecto a Vulkan, lo correcto sería decir que “la API de Vulkan compatible con la iGPU del Pi 5 todavía no es compatible con llama.cpp”. También me da curiosidad saber qué rendimiento habría dado si eso hubiera sido compatible.

docling también está bueno

¡Guau! ¡Un cortador ultrasónico!

markitdown usa https://github.com/pdfminer/pdfminer.six para analizar PDFs, y extrae el texto o las imágenes incrustadas directamente del archivo. Decir que es OCR ya marea un poco...

Parece que es más caro y más lento que gpt-oss, así que me da curiosidad por qué tanta gente lo usa..

Para quienes necesiten prompts en coreano, aquí hay prompts traducidos al coreano. Con solo hacer clic, se ingresan de inmediato en ChatGPT y Claude.

https://gongbuhow.com/posts/chatgpt-students-100-use-cases/

Cuando ponían uno o dos anuncios de 5 segundos, los veía completos con la idea de coexistir, pero como se pasaron de la raya con anuncios consecutivos interminables y metiendo anuncios en medio del video, instalé adblock de inmediato, jaja

Hace poco vi que en civit.ai había una función de recompensas y pensé que era para bug bounty, pero resulta que publican abiertamente solicitudes de implementación de funciones junto con una recompensa. Me pareció un concepto algo curioso. Si tienen dinero pero les falta capacidad interna, quizá no sea una mala opción.

Pensaba que una de las razones por las que Estados Unidos se convirtió en una gran potencia era que personas destacadas de todo el mundo, con maestrías y doctorados y excelentes ingenieros, llegaban al país con sueños; pero parece que los propios estadounidenses están destruyendo esa ventaja.

Dice que se arrepiente después de habérsela pasado increíble, jaja. Es como decir que un juego no te gustó cuando ya llevas más de 1000 horas jugándolo, ¿qué diferencia hay?