Maximizar la Productividad con Agentes de IA

This ad is not shown to multipass and full ticket holders
React Summit US
React Summit US 2025
November 18 - 21, 2025
New York, US & Online
The biggest React conference in the US
Learn More
In partnership with Focus Reactive
Upcoming event
React Summit US 2025
React Summit US 2025
November 18 - 21, 2025. New York, US & Online
Learn more
Bookmark
Rate this content

En esta charla, exploraremos cómo delegar trabajo a modelos de lenguaje grandes y automatizar la mayor parte del "trabajo ocupado" para maximizar y mejorar la productividad diaria. Lo haremos principalmente explorando cómo los LLMs pueden llamar a funciones.

This talk has been presented at React Summit 2025, check out the latest edition of this React Conference.

Tejas Kumar
Tejas Kumar
30 min
13 Jun, 2025

Comments

Sign in or register to post your comment.
Video Summary and Transcription
Tejas discute sobre agentes de IA y productividad en el React Summit, enfatizando el papel de la IA en mejorar las experiencias de usuario. Se destaca el uso de datos JSON y prompts del sistema para mejorar los procesos de análisis y transmisión. Se explora la importancia de los agentes de IA en la navegación web para aumentar la productividad y la interacción eficiente con sitios web. Se discute el desarrollo de herramientas como el Google Calendar Manager Agent para una mejor gestión del calendario y la resolución de problemas en la creación de eventos del calendario. La charla también profundiza en las posibilidades futuras en UX y tecnología, junto con ideas sobre la creación de componentes de IA y la comparación entre Langflow y N8n.

1. Tejas's Insights on AI Agents and Productivity

Short description:

Tejas se presenta en el React Summit, hablando sobre agentes de IA y productividad. Reflexiona sobre prácticas pasadas de llamar a agentes para tareas, enfatizando la esencia de la productividad. Tejas comparte su experiencia y rol en DataStax, ahora parte de IBM, centrándose en maximizar la productividad con agentes de IA.

Hola a todos. Es un honor y un privilegio estar aquí en la décima ocasión del React Summit. Es tan bueno estar aquí. Para aquellos que no me conocen, mi nombre es Tejas. Se pronuncia como contagious. No se preocupen, no lo soy. De hecho, me hicieron la prueba. ¿Dónde está Valentin? Valentin está por allí. Hola, qué bueno verte. Lo acabo de conocer mientras hacía mis diapositivas. Si tienes un asiento libre a tu lado, ¿puedes levantar la mano rápidamente para que las personas de pie puedan venir a encontrarlo? Si estás de pie en la parte de atrás, siéntate junto a estas personas.

He estado construyendo en la web durante más de 20 años, como mencionó Scott, en lugares como Vercel y Spotify y Zeta y en todas partes de diversas maneras. Y en ese tiempo, he tenido el honor de aprender muchas cosas diferentes de muchas grandes personas. Hoy trabajo en DataStax donde mi rol es hacer relaciones con desarrolladores para IA, IA generativa. Y DataStax recientemente, puede que hayas visto algo en las noticias. Recientemente fuimos adquiridos por IBM, así que supongo que ahora trabajo en IBM. Pero hoy estamos aquí para hablar sobre maximizar la productividad con agentes de IA. Maximizar la productividad con agentes de IA. Para entender esto con un poco de detalle, necesitamos, como, acercarnos al título.

¿Qué es la productividad? La productividad es nuestra capacidad para hacer cosas, ¿verdad? Y si consideramos la productividad desde los primeros principios, solía, como, antes de la tecnología, antes de la web, antes de Internet, antes de los acordeones, antes de los carruseles, antes de la accesibilidad, antes de que hagamos cosas en las que la gente no puede hacer clic, solías llamar a un agente, literalmente. Ahmed, ¿cómo estás? Solíamos llamar a un agente por teléfono, un agente de viajes, un agente de tours, un agente de hotel. Llamabas a un agente, hola, necesito estar en Ámsterdam en este día a esta hora en ese hotel. ¿Podemos hacerlo? El agente dice sí. Clic. No hay anuncios. La experiencia es agradable porque solo estás hablando con un agente. Eso era la máxima productividad en cierto sentido, excepto que el factor limitante eran los humanos. Llegaremos a eso. Pero dejemos eso hoy para la productividad.

2. Enhancing UX with AI and Developer Responsibility

Short description:

Usamos interfaces a diario, centrándonos en UX y el papel de la IA. Una demostración en vivo muestra UI/UX con React. Se destaca la responsabilidad de los desarrolladores en influir en vidas, enfatizando la importancia de prácticas eficientes de UX con agentes de IA.

Usamos muchas interfaces hoy en día. La web es probablemente la interfaz más utilizada en todo el mundo. Botones y divs y spans. React es la biblioteca para construir interfaces de usuario. Pero las interfaces de usuario son solo un medio para un fin de UX, ¿verdad? Las interfaces de usuario facilitan UX. Te brindan una experiencia. Una interfaz de usuario te da experiencia de usuario. Y así, lo que vamos a hacer en nuestro tiempo juntos, tenemos como 15 minutos, vamos a mirar, realmente deberían reiniciar ese reloj porque no tengo 15, de todos modos, vamos a mirar UX con IA y cómo podemos tener mejor UX a medida que avanzamos por la vida y ser productivos con agentes de IA.

Permítanme comenzar con una pequeña demostración del estado de UX hoy con React porque es React Summit. Así que tengo una cosa de búsqueda aquí. Y este es el código detrás de esto. Y es solo un formulario de búsqueda. Y esto es totalmente en vivo. Échale un vistazo. Totalmente en vivo. ¿Verdad? Y puedes ver que cambia. Vamos a añadir búsqueda a. Y puedes ver que se actualiza. Pero este es el estado. Así que si hago clic aquí, abro el inspector, y estamos esperando algún tipo de carga de trabajo de IA. Es bastante común ver cosas como esta. Buscaré cinco tipos de waffles. Y va a darme una respuesta. El modelo de IA generativa va a... Ahí vamos. Eso tomó siete segundos. Siete segundos. Y así es UX y así es UI. Y siempre depende del desarrollador. Tomamos decisiones como desarrolladores que afectan directamente las vidas de otras personas.

¿Entiendes cuán grande es esa responsabilidad? Es grande. ¿De acuerdo? Y así publiqué esto en las redes sociales. Dije no await res.json sino en su lugar for a wait const chunk of response. Quien tenga oídos, que oiga. Si no tienes oídos hoy para escuchar esto, te voy a mostrar lo que esto significa. Porque una gran victoria de UX es simplemente el streaming. Y así este es nuestro código. Es solo un formulario. Cuando envías el formulario, hacemos fetch, obtenemos una respuesta, y establecemos la respuesta en el estado. Eso significa que solo esperamos siete segundos. Podemos arreglar esto haciendo streaming. Vamos a venir aquí, y en lugar de todo esto, solo vamos a hacer streaming. Así que haremos stream true. Y ahora, por supuesto, no solo obtenemos la respuesta así. Así que tenemos que establecer algunos encabezados y luego for a wait chunk of response, eso es lo que dije, escribimos cada chunk a la respuesta, y luego terminamos el stream de respuesta. Y necesitamos actualizar nuestro código del lado del cliente para reflejar esto. Así que en lugar de solo obtener el JSON, leeremos el stream. La respuesta es un stream. Así que leeremos ese stream y actualizaremos el estado de manera incremental. Eso es lo que vamos a hacer aquí.

3. Stream Processing with JSON and System Prompts

Short description:

Resolviendo desafíos de streaming con datos JSON y prompts del sistema para asegurar un análisis preciso y una experiencia de usuario mejorada.

Entonces, lo que vamos a hacer es que res.body es un stream. Vamos a obtener el lector, y vamos a obtener un decodificador de texto para decodificar información binaria en texto. Luego vamos a hacer esto. Reader.read. Así que vamos a obtener un chunk. Si hemos terminado, regresamos temprano. Si no hemos terminado, actualizamos el estado de manera incremental. Sin embargo, lo que necesitamos hacer es envolver esto en una función llamada read y llamarla recursivamente. Algo así. Así que estamos llamando a read dentro de read porque seguimos obteniendo chunks. Y si hemos terminado, no llamamos a read de nuevo. Regresamos temprano. Así es como procesas un stream.

Voy a reiniciar mi servidor de desarrollo. Así que vamos a reiniciar no ese. Vamos a reiniciar este, el servidor de desarrollo justo aquí. Ahí vamos. Y ahora si recargo esto, intentemos eso de nuevo. Cinco tipos de jugo. Y hermoso. Así que puedes ver que toma tres segundos, pero obtenemos ese feed. La UX es mejor. Wow. Pero no trabajamos con texto usualmente en la web. Las cosas son JSON. Hacemos una solicitud a alguna API que nos da JSON. Obtenemos una respuesta.

¿Cómo reconcilias el streaming con JSON? Porque no puedes analizar JSON incremental. Intentémoslo. Intentémoslo. Así que si venimos aquí, obtengamos JSON. Incluiremos un prompt del sistema. De hecho, así es como obtienes cargas JSON, por cierto, con cargas de trabajo de IA. Así que haremos roll. Roll es sistema. Y en lugar de ser un asistente útil, voy a decir algo como, respondes solo con JSON. Sin comillas invertidas, sin código. Solo JSON. Un objeto. No, en realidad, lo haremos así. Y usa este esquema. Así que esquema. Y diremos que name es un string. Genial. Así que tengo este nuevo prompt del sistema. Y uno de los beneficios de GPT-4, de hecho, es que obedece muy bien el prompt del sistema. Por supuesto, necesitas hacer tus propias validaciones con Zod y demás, pero intentemos esto ahora. Cinco tipos de waffles. Bien.

4. Solving Stream Parsing Challenges with NDJSON

Short description:

Resolviendo desafíos de streaming con el formato NDJSON al reconocer objetos y liberarlos para mejorar las capacidades de análisis y streaming.

Entendemos eso. Y de hecho, está respetando el esquema, pero no puedes analizar esto hasta que esté terminado. Échale un vistazo. JSON.parse. ¿Verdad? Esto va a dar error. Aún tienes que esperar a que el array JSON esté terminado. No obtenemos el streaming. Usaremos un formato para remediar esto llamado NDJSON, JSON delimitado por nueva línea. Nos da un objeto JSON por línea, y luego podemos hacer streaming.

Así que volvamos al servidor y digamos que respondes solo con NDJSON. Haremos, ya sabes, un objeto por línea. Y luego iremos al lado del cliente y haremos console.log de cada chunk que obtenemos. Vendremos aquí y será como console.log, got chunk, y eso es texto. ¿Verdad? Bien. Texto. Y ahora, vamos a reiniciar nuestro servidor de nuevo. Diremos cinco tipos de agua. Y ahora échale un vistazo. Obtenemos estos chunks extraños, pero no puedes, como, analizarlos. Así que lo que tenemos que hacer en el lado del servidor es reconocer cuando tenemos un objeto, y luego liberarlo en el stream.

¿Tiene sentido? Construir acumulativamente un objeto y luego liberar un objeto terminado. ¿Cómo podemos hacer eso? Hay muchas maneras. Por ejemplo, en el servidor, puedes intentar JSON.parse y capturar y fallar hasta que JSON.parse tenga éxito y luego liberarlo. No haremos eso. Haremos algo ligeramente diferente donde aquí en lugar de solo escribir esto en el stream, diremos que tal vez el objeto sea una cadena vacía, y luego lo que vamos a hacer es actualizar incrementalmente tal vez el objeto para que sea el chunk. Y si termina con una nueva línea, porque es nd, JSON delimitado por nueva línea, entonces lo escribimos en el stream y lo reiniciamos. De lo contrario, simplemente seguimos construyendo esto. ¿Tiene sentido?

5. Exploring JSON Parsing and DOM for UI Development

Short description:

Explorando el análisis de JSON para el desarrollo de UI y conectando JSON al DOM para la construcción innovadora de UI como Movies++.

Guardaremos esto. Volvemos a nuestro servidor. Reiniciar. Bien. Cinco tipos de postre. Y lo que va a suceder ahora es, mira eso. Obtenemos los chunks de JSON perfectos. Fantástico. Dado que obtenemos chunks de JSON perfectos, podemos analizarlos aquí en el lado del cliente. En lugar de answer, podemos decir items, ¿verdad? Y aquí, dado que ahora estamos obteniendo chunks, podemos hacer set items y JSON.parse text.name. Y nuestro div en la parte inferior ni siquiera necesita ser un div. Puede ser una lista ordenada.

Hermoso. Ahora estamos haciendo UI. Mira esto. Podría decir cinco tipos de sitios turísticos. Ni siquiera sé. Tenemos una lista. Y lo estamos obteniendo aquí. Simplemente no estoy analizando. Creo que es solo item, no item.name. Sí. Bien. Bueno, creo que hay algo mal con mi análisis. Vamos a comprobar. Cinco tipos de charlas. Malas. Ahí vamos. Como puedes ver, me dio cuatro, pero puedes ver que ahora estamos generando JSON.

Y lo genial de esto es, ¿sabes qué más es JSON? El DOM. Documento qué? Modelo de objeto. El DOM es solo... Así que podrías, en teoría, devolver DOM de una manera transmitida. Y así es como construyes una UI realmente genial. Por ejemplo, creé esta cosa llamada Movies++. Si vas a... Aquí, vamos rápidamente a Netflix. Porque estoy un poco aburrido de dar esta charla. Y si vas a Netflix y... Lo que haremos es buscar, como, películas con una protagonista femenina fuerte. Y es como, mira, prueba diferentes palabras clave. Esta es una decisión de UX que alguien ha tomado que dice, oye, la gente piensa en palabras clave. La gente no piensa en palabras clave. Yo pienso así. ¿Verdad? Y así creamos Movies++ para mostrarte cómo puedes enviar JSON, pero, como, DOM. Así que voy a iniciar eso ahora. Solo voy a matar el servidor. Lo estoy ejecutando localmente. También puedes acceder a él por internet. Así que esto es Movies++.

6. Interactive AI Features for UI Experience

Short description:

Explorando características interactivas de IA e integración de JSON para experiencias inmersivas de UI como Movies++.

Así que esto es Movies++. Voy a pegar la misma consulta. Y presionaré enter. Y lo que va a suceder es... Déjame intentar esto de nuevo. Así que presiono enter. Va a buscar películas con lenguaje natural. Esta es una característica de IA. Se llama búsqueda semántica. Y va a encontrar películas con una protagonista femenina fuerte.

Va a obtener una lista grande y agradable. Y me las va a dar. Ahí vamos. Así que el 355... Y puedes mirar esto y pensar... Esta es una demo que no está transmitida. Bueno, espera. Eso es parte de la demo. Así que puedo decir cómo podría esto... ¿Cómo podría esto verse como UI? ¿Verdad?

Y ahora solo vamos a enviar JSON. Pero el JSON es como elementos de React. ¿Sabes? Porque no podemos. Y así React en el lado del cliente va a recoger esto y será como... Sé qué hacer. Y esto es completamente interactivo. Responde a mi cursor y todo. De hecho, aquí. Hagamos esto. Muéstrame... Muéstrame el tráiler de Madam Web. ¿Sabes? Y simplemente comenzará a reproducirse aquí. ¿Verdad? Y así... Gracias. Sí. El... La UX es simplemente increíble. De hecho, aquí. Podríamos hacerlo incluso mejor.

7. Building AI Agents for Web Navigation

Short description:

Discutiendo la importancia de los agentes de IA para mejorar la productividad y navegar por la naturaleza caótica de la web.

Podríamos ser como... ¿Dónde puedo ver esto? ¿Sabes? Y como tenemos acceso a las APIs web, literalmente vas a este cine. Deflugged. Esto es literalmente donde estamos ahora mismo. Podrías decir que olvidaste tu contraseña. Imagina este. En lugar de obtener una respuesta de chat basada en texto, ¿verdad? Podrías literalmente... Y simplemente obtienes un formulario aquí mismo. Ingresa tu nueva contraseña... Restablécela. Justo aquí. No es como... Ve a hacer clic en esto y haz aquello. No.

Así que la UX mejora. Pero te prometo, agentes de IA, necesitamos hablar de eso. ¿Cómo podemos maximizar la productividad? Esto ya está maximizando la productividad, pero esto no es agéntico. Tomemos unos minutos y veamos los agentes. ¿Qué son los agentes? Una entidad, como un agente de viajes, que puede escucharte y tomar acciones en tu nombre o en su propio nombre. Vamos a construir un agente para ayudarme a navegar por la web.

Aquí está el trato. La web... No sé cómo te sientes acerca de la web. Para mí, se siente un poco caótica. Se siente como el Salvaje Oeste, honestamente. Como, voy a sitios web, y dependiendo de lo que hagan los equipos de desarrollo, voy a tener una buena experiencia o una mala experiencia. Depende del desarrollador. Nunca se sabe. Es tan malo que la Unión Europea tiene que aprobar legislación para obligarnos a hacer cosas accesibles De lo contrario, tenemos grandes multas. Solo deja que eso se asimile. ¿Verdad? Y así es la web hoy. Echemos un vistazo rápido. Míralo. Es un sitio web de recetas. Pero si hago clic en esto, no pasa nada.

8. Abordando los Desafíos de las Interfaces Web con Agentes de IA

Short description:

Discutiendo los desafíos de navegar por las interfaces web y los beneficios de usar agentes de IA para una mayor productividad.

Tengo que hacer clic, como, específicamente aquí. Y luego, si hago clic cerca de esta casilla de verificación, no pasa nada. Tengo que, como, ir y, como, está bien. Y así puede ser difícil de usar. ¿Cómo podemos hacerlo mejor? ¿Cómo podemos maximizar la productividad con agentes? Lo que estoy a punto de mostrarles no es una crítica. Pero, como... Les juro, no es una crítica. Me cuesta encontrar cosas en esta interfaz. No es su problema. Es mi problema. Es la naturaleza de la web. Es la naturaleza de las interfaces de usuario siendo diferentes. No es a lo que estoy acostumbrado. Y así, a veces, el comando F no es suficiente aquí. Y ellos ponen esfuerzo. Este es un buen esfuerzo. Puedes hacer una lista corta y así sucesivamente. No quiero esto. Me causa un problema cognitivo... No soy productivo navegando por listas grandes y haciendo clic en carruseles y acordeones que... ChatGPT tiene 400 millones de usuarios. Semanalmente. ¿Cuántos de ustedes están usando ChatGPT? Sí. Todos. ¿Qué pasaría si en lugar de salir de mi casa, es decir, mi navegador, para ir a algún dominio extranjero, pudiera simplemente hablar con mi agente y decir... ¡Hey! Ayúdame. ¿Verdad? ¿No es eso una mejor UX? Y así, veamos cómo podemos construir eso.

Lo que quiero es este sitio web, pero sin la interfaz de usuario que no funciona conmigo. Así que voy a construir un agente. Voy a usar una herramienta llamada Langflow. Langflow es algo que hacemos. Es de código abierto. No lo monetizamos. No hay nada que ganar aquí. Phil se está riendo. Es cierto. Y así, Langflow es la mejor manera de crear agentes de IA visualmente. Sin ningún código. Y puedo mostrarles código, pero creo que preferirían esto. Así que comencemos con... Estamos haciendo un agente. Lo llamaremos React Summit Schedule Agent. Y cada agente necesita... Necesitas hablar con un agente, así que necesitas una entrada. El agente necesita hablar contigo, así que necesitas una salida. ¿Y adivina qué? También necesitas un agente. Este es un agente, todos. Y así, lo que vamos a hacer es conectar las cosas. La entrada va aquí. La salida va allí.

9. Configuración de Herramientas de Agente de IA para Interacción con Sitios Web

Short description:

Configuración de agente para el uso de modelos de IA con Langflow para obtener información programada de manera eficiente.

Necesito una clave API. Puedes usar cualquier, como, LLM, cualquier modelo de IA. Vamos a usar OpenAI, porque es familiar. Y ahora necesito darle a este agente una herramienta. Algo para usar en mi nombre. ¿Qué es? Es el sitio web. Vamos aquí. Este es el horario. Y voy a volver a Langflow, y le voy a dar una URL. Y voy a activar el modo herramienta. Y voy a ajustar lo que puede hacer. Así que voy a venir aquí, y voy a decir usa esta herramienta para obtener información sobre el horario del React Summit en. ¿Verdad? Va a hacer eso. Y solo porque estos son modelos de lenguaje grande, entienden el lenguaje, este agente está listo para funcionar. Así que puedo probarlo, de hecho. Puedo decir, oye, ¿cuándo es la charla de Evan Bacon? ¿Verdad? Sí, claro. En React Summit. Gracias. Y así ahora va a... Aquí. Para averiguar cuándo es... Sí, gracias. Eso no es lo que... Revisa la herramienta. Sí. Depuración en vivo. ¿Cuándo es la charla de Evan Bacon en React Summit? ¿Verdad? Y así ahora, lo que tenemos es... Dios mío. ¿Conecté...? Lo conecté. ¿Conecté...? Déjame... ¿Qué? Revisa la herramienta. ¿Qué? Está bien. Oye, gracias. ¡Woo! ¡Woo! Está bien. Está bien. Está bien. Está bien. Está bien. Está bien. Gracias, gracias, gracias. Está bien. Aquí. Así que ahora, usa la herramienta. Ahí vamos. Está usando la herramienta. La charla de Evan Bacon es... Esta vez, lo recomiendo. Despliega en todas partes con X4.

10. Utilizando MCP para la Expansión de Capacidades del Agente

Short description:

El agente mejora sus capacidades con MCP para un uso eficiente de herramientas y recuperación de horarios, independientemente del uso de Langflow.

Así que el agente está haciendo esto en mi nombre. Pero lo interesante es que no todos van a usar Langflow para esto. No todos van a alojar Langflow por sí mismos. Nuevamente, hablamos de ChatGPT, ¿verdad? Y aquí es donde entra en juego el protocolo de contexto de modelo. MCP. ¿Alguien ha oído hablar de MCP? ¿Sí? Entonces, ChatGPT está a punto de convertirse en un cliente MCP. Hay otros clientes MCP. Y MCP es solo una arquitectura cliente-servidor, donde un cliente MCP como ChatGPT se despertará y hablará con el servidor, oye, servidor, ¿tienes algo para mí? Sí, tengo estas herramientas. Genial. Y así, ChatGPT obtiene nuevas capacidades con MCP. Voy a usar un servidor MCP. Voy a exponer esto, de hecho, sobre MCP. Así es como lo voy a hacer. Publicar. Servidor MCP. Y me va a dar una configuración. Solo voy a ajustar la descripción de esto. Y voy a decir, usa esta herramienta para aprender sobre el horario del React Summit. Y ahora voy a copiar esta configuración e ir a mi cliente MCP favorito, este Cloud Desktop. Es interoperable. Podrías usar ChatGPT si quieres, cuando soporte MCP. Pero voy a usar Cloud Desktop. Y voy a venir aquí, editar la configuración del desarrollador, y simplemente pegar mi configuración del servidor MCP. Por supuesto, quiere actualizar VS Code. Así que, gracias, notas de la versión. Fantástico. Genial. Guarda eso. Y voy a reiniciar Cloud Desktop. Y, en un segundo, vamos a tener... Está bien. ¿Cuándo es la charla de Shruti en el React Summit, verdad? Y así, ahora, imagina que esto es ChatGPT, ¿verdad? No estoy en Langflow. Solo tengo un servidor con el que estoy hablando. Déjame revisar el horario. ¿Quiero usar esta herramienta? Absolutamente, sí. Y así ahora, mi cliente MCP, nuevamente, piensa en ChatGPT, piensa en lo que sea, cursor, va a hablar con Langflow y será como, ahí lo tienes. La charla de Shruti Kapoor, Cómo Convertirse en Ingeniero de Personal, está programada para hoy. Así que sabe que hoy a las 12.45. Bien, voy a terminar.

11. Creating Google Calendar Manager Agent

Short description:

Maximizando la productividad con una nueva herramienta: Google Calendar Manager Agent para una gestión eficiente del calendario y mejora de la productividad.

Una última cosa. Porque hablamos sobre maximizar la productividad con agentes en tu nombre. Esto ya es útil, porque, como, es tu hogar. No estás saliendo para ir a la web. Solo estás hablando con tu agente. Pero podemos hacerlo mejor. Hagamos, rápidamente, cinco minutos más o menos, otra herramienta. ¿De acuerdo? Vamos a hacer un nuevo flujo muy rápido. Se llamará Google Calendar Manager Agent. ¿Ves a dónde voy con esto? Así que lo mismo. Chat input. Chat output. ¿Quién se ríe de chat output? Y vamos a obtener la clave de API de OpenAI. Así de simple.

Chat input. Chat output. Y ahora, voy a obtener, aunque no lo creas, hay literalmente, como, Google Calendar en aquí a través de Composio. Y voy a pegar mi clave de API justo ahí. Y ahora, se va a autenticar en un segundo. Activa el modo herramienta. Y ahora, elijo, como, ¿qué puedo hacer? Así que puedes... Obviamente, no quieres que haga todo. Así que voy a decir que puedes crear un evento. Puedes encontrar espacios libres. Puedes obtener la fecha y hora actual, obtener mi calendario. Puedes hacer todas estas cosas. Genial. Y finalmente, no olvidemos hacer esto.

Eso es todo. Así que ahora, publiquemos esto de nuevo como un servidor MCP. Pero quiero cambiar la descripción y decir, ya sabes, usa esta herramienta para gestionar mi Google Calendar. ¿Verdad? Y así ahora, eso es todo. Así que volvamos a Cloud Desktop y ábrelo lado a lado. Y luego abriremos mi calendario. Y cualquiera... ¿Qué charla estás pensando en ver después de esto? ¿No? De acuerdo. Veamos. De hecho, quiero ver la de Shruti. Entonces, ¿cuándo es la charla de Shruti en React Summit? ¿Puedes añadirla a mi calendario? Estoy hablando con un agente para maximizar la productividad. E invita a phil.nash en datastacks.com, mi compañero de equipo. Honestamente, no tengo idea si esto va a funcionar. Pero quiero ver mi calendario actualizarse. Vine hasta aquí para eso. Así que primero, vas a encontrar la charla de Shruti. Fantástico. Hagámoslo. Si esto no funciona, voy a estar tan avergonzado. ¿Te imaginas? Como si estuviera fuera de tiempo para esto. De acuerdo, genial. Así que ahora lo añadiré.

12. Troubleshooting Calendar Event Creation

Short description:

Resolución de problemas en la creación de eventos de calendario y momentos de máxima productividad con el agente de calendario.

No lo sabemos. Lo añadiré. Y ahora es literalmente... Miremos mi calendario en la columna de hoy aquí. Si lo añade. Lo cual, quiero decir, eso es literalmente el pico de productividad en ese punto.

Encontré el horario... ¡Oh, no! Espera. Hay un feedback. Eso es realmente embarazoso. Bien. Así que vamos a... ¿No lo hice...? ¿No lo hice...? Bien. Así que añadí la herramienta. Exposé... ¿Cuál es el problema? No tengo la capacidad de crear eventos de calendario directamente. Por supuesto que sí. ¿De qué estás hablando?

Nosotros... Lo hice. Lo hice. Intentemos eso de nuevo. En realidad, ¿qué error obtuviste? Me están dando un gran reloj rojo aquí. Bien. Genial. Solo reiniciemos esto. En caso de duda, y vamos a aquí. Tengo la herramienta de calendario. Bien. Añade la charla de truthies en React Summit a mi calendario. Si esto no funciona, voy a terminar la charla de todos modos. Y luego experimentaremos después. Es parte de las demostraciones en vivo. Así que va a obtener el... Está obteniendo el horario. Ahora añadiré esto. Este es el... Sí, gracias. Gracias. Ya que estás en Ámsterdam... Bien. Claro. Y... Perfecto. Lo encontré. Bien. Y... De acuerdo. El agente de calendario ha proporcionado...

13. Exploring Future UX and Technology

Short description:

Conclusión y posibilidades futuras en la exploración de UX y tecnología.

De todos modos, no lo hizo... Se me acabó el tiempo. Lo siento. Lo siento. Lo siento. Lo siento. Lo siento. Desafortunadamente, se me acabó el tiempo. Pero... ¿Sabes? Eso es... Gracias, gracias, gracias. Muchas gracias. Voy a concluir. Creo que todavía, independientemente de lo que haya pasado o no, sigue siendo una forma bastante buena de depurar agentes. Añadir truthies. Como, ahora tengo que añadir esto a mi calendario. De todos modos, déjame enviar eso. Tengo curiosidad por saber qué va a pasar.

Bien. Volvamos a la presentación. Oh, estoy tan metido en esto. Ven a verme después. Lo dejaré en suspenso. Así es como se ve el DOM. En resumen, creo que el UX está cambiando. No creo que necesitemos navegadores, porque ya puede navegar por internet y darnos información. Si estás interesado en Langflow y quieres jugar con agentes, siéntete libre de escanear eso. Es gratis y de código abierto, por supuesto.

También, si estás interesado en AI o React en general, tengo un podcast con episodios muy, muy largos. Más largos de 20 minutos. Así que si quieres, dale un vistazo. Por ahora, quiero decir muchas gracias. Gracias por tu paciencia. Gracias por tu atención. Gracias. Increíble. Asegúrate... Puedes dejar tu laptop justo ahí. Y tengo un sombrero de fiesta para ti, y puedes unirte a mí aquí en el logo de React. Diez años. ¿Podemos dejar mi laptop? Quiero ver si eso funcionó. Sí. Genial. Mientras hablamos, ya sabes. Oh, sí. Es la maldición del ingeniero. ¿Puedo sostener mi laptop mientras hacemos el Q&A? Oh, sí. Absolutamente. Fantástico. Siempre y cuando te quedes justo ahí.

QnA

AI Agent Preferences and Web Browsing Q&A

Short description:

Interesante sesión de preguntas y respuestas sobre preferencias de agentes de IA y desafíos de navegación web.

Oh, dios mío. Lo siento. Funcionó totalmente. Ni siquiera estoy inventando esto... Lo juro por dios. Lo siento mucho. No. Esto es todo tuyo. ¿Es así? ¿Podemos tener esto? Ahí vamos. Mira, mira, mira. Este es mi calendario. Cómo convertirse... Bien. Tenemos un par de preguntas llegando aquí. Eso es increíble. Estoy tan satisfecho ahora mismo. Estoy realmente emocionado por ti. Funcionó. Ah. Por cierto, fue una demostración súper impresionante.

Bien. Primera pregunta. ¿Qué agentes te gustan más? ¿De verdad? ¿Quién envió esta pregunta? ¿Te refieres a agentes de código? Como, windsurf, cursor? Quiero decir, incluso podrías decir, como, en términos de funcionalidad. ¿Qué estás utilizando? Es una buena pregunta. Creo, honestamente, que estoy usando IA para navegar por la web. Realmente creo... Mira, la web, quise decir todo lo que dije, ¿verdad? Como, hay anuncios, hay inaccesibles... Los carruseles son tan malos. Los carruseles son... Como, sí. Puedes aplaudir por eso. Pero el equipo de Chrome está trabajando para hacer de los carruseles un ciudadano de primera clase, porque la gente lo hace tan mal que los proveedores de navegadores tienen que... ¿Verdad? La web es difícil. Y así que solo lo uso para navegar... Lo uso para obtener información de horarios. Lo uso para reservar vuelos. Lo uso para hacer cosas con UI dinámico. Sí. ¿No es una locura cómo todos sabemos que los carruseles son malos, pero aún así aparecen en cada sitio web? Marketing. Sí. Loco.

El siguiente aquí. En el ejemplo de streaming, ¿cómo manejarías objetos anidados y saber cuándo el fragmento está listo? Buena pregunta. Sí. Zod. Zod es genial. ¿Alguien usa Zod? ¿Sí? Zod es el mejor... Lo que hice fue muy cowboy. No quieres hacer eso... Quieres usar Zod.

Podcast Agents and AI Component Creation

Short description:

Validación Zod, agentes de podcast, componentes de IA preconstruidos, la interfaz de usuario de React Flow de Langflow, y conocimientos de depuración con Langsmith y Sentry.

Zod validará esquemas y esquemas anidados y cosas así. Quieres intentar capturar en el lado del servidor y solo entonces enviar por la red algo que esté listo. También quieres tener reintentos. Si reintentas como tres veces y sigues fallando en la validación del esquema, necesitas enviar por la red como que no podemos procesar esto. Necesita haber más capas allí, pero Zod es la respuesta.

Genial. Dado que estás claramente muy involucrado en agentes aquí, ¿qué agentes has construido que usas? Oh, buena pregunta. Especialmente porque tienes un podcast. Así que también tengo un podcast, y mi podcast es gestionado por agentes, en plural. Por ejemplo, cuando los invitados programan episodios con nosotros, lo hacen en Cal.com. Cal.com soporta webhooks. Y así, en el momento en que algo se programa, inmediatamente activamos un agente para ir, como, ¿quién es esta persona? ¿De qué deberíamos hablar? ¿Cómo profundizamos? Como, ¿en qué están interesados? El agente de descubrimiento creará un documento de Google para un esquema de discusión, y luego solo nos presentamos, grabamos. Esa es la única parte en la que estoy realmente involucrado. Y luego, después de eso, la postproducción también es totalmente gestionada por agentes.

Lo otro que hago manualmente es subir, porque son videos de 24 gigabytes, pero sí, es mayormente eso. Tomando notas aquí. Veamos. Veamos. Veamos. Bien, en tu ejemplo de streaming, ¿los componentes están siendo construidos por la IA, o fueron preconstruidos? Buena pregunta. Nunca quieres hacer componentes construidos con una IA, porque es impredecible. Así que son preconstruidos. Quiero decir, piénsalo. Un elemento de React, escribes el elemento, ¿verdad? Y entonces lo que está sucediendo allí es que el LLM está agregando los props. Así que los props vienen del modelo de lenguaje para las películas con protagonistas femeninas fuertes. El prop es como el título de la película y la URL del póster. Pero el marcado real del componente, lo escribí yo. Así que las entradas o los props vienen del LLM, pero yo escribí el JSON de otra manera. Genial. Esta es buena. El motor del editor de flujo de trabajo, o ¿qué motor de editor de flujo de trabajo está detrás de Langflow? La interfaz de usuario se ve fluida. Gracias. Es una interfaz de usuario muy pulida. React Flow. Es una gran aplicación de React. Sí. Sí. Se ve genial. Bien. Aquí hay otra. Una demostración de MCP muy genial. Para Langflow, ¿puedes proporcionar información sobre la depuración de ese error que encontraste? ¿Langflow proporciona registros en términos de llamadas API y errores? Buena pregunta. Langflow es un servidor. Así que hay registros, por supuesto. Pero también puedes conectarlo a herramientas como Langsmith, Lang-asterisk.

AI Coding Involvement and Langflow Comparison

Short description:

Conexión de herramientas de observabilidad, participación limitada de IA en la codificación, Langflow versus N8n.

Hay muchas herramientas de observabilidad a las que puedes conectar. Sentry. Donde puedes exportar esos registros y luego depurarlos también, sí.

¿Qué tan involucrada está tu IA en tus sesiones de codificación? ¿Se utiliza principalmente para codificar? No. Disfruto el acto de escribir código. Como la codificación de ambiente para mí no tiene nada que ver con la IA. Simplemente disfruto el ambiente de realmente resolverlo. Pero a veces me encuentro con un caso donde necesito crear alguna expresión regular complicada validación de correo electrónico, ¿verdad? Entonces presiono comando K y digo escribe este regex y lo hará. Pero no me gusta ceder tanto control.

Sí. En términos de pros y contras de Langflow, ¿cómo se compara con N8n, make, y etcétera? Esa es una buena pregunta. Creo que, honestamente, Langflow fue construido desde cero, desde el primer día, para ser una aplicación de agente de IA primero. N8n lo conozco desde hace mucho tiempo. Creo que están basados en Berlín, donde vivo. N8n siempre ha sido un motor de flujo de trabajo, pero la IA fue algo añadido, incorporado, con juego de palabras, más tarde. Y creo que esa es la distinción clave, es que Langflow simplemente tiene mejor soporte de primera clase para aplicaciones de IA. Genial. Bueno, muchas gracias.

Check out more articles and videos

We constantly think of articles and videos that might spark Git people interest / skill us up or help building a stellar career

IA y Desarrollo Web: ¿Exageración o Realidad?
JSNation 2023JSNation 2023
24 min
IA y Desarrollo Web: ¿Exageración o Realidad?
Top Content
This talk explores the use of AI in web development, including tools like GitHub Copilot and Fig for CLI commands. AI can generate boilerplate code, provide context-aware solutions, and generate dummy data. It can also assist with CSS selectors and regexes, and be integrated into applications. AI is used to enhance the podcast experience by transcribing episodes and providing JSON data. The talk also discusses formatting AI output, crafting requests, and analyzing embeddings for similarity.
Olvida el mal código, concéntrate en el sistema
React Summit US 2023React Summit US 2023
27 min
Olvida el mal código, concéntrate en el sistema
Top ContentPremium
Setting up the system and separating concerns are important in software development. Modular construction and prefab units are a new trend that makes construction quicker and easier. Architectural complexity can lead to a drop in productivity and an increase in defects. Measuring architectural complexity can help identify natural modules in the code. Best practices for avoiding architectural complexity include organizing code by business domain and using prop drilling. Atomic design and organizing a monorepo are recommended approaches for managing architectural complexity.
Confesiones de un Impostor
JSNation 2022JSNation 2022
46 min
Confesiones de un Impostor
Top Content
The Talk discusses imposter syndrome and reframes it as being a professional imposter. It emphasizes the importance of sharing and starting, embracing imposterism, and building inclusively for the web. The speaker shares personal experiences of being an imposter in various technical disciplines and highlights the significance of accessibility. The Talk concludes with the idea of building a collective RPG game to remove excuses for not making things accessible.
Mejorando la Felicidad del Desarrollador con IA
React Summit 2023React Summit 2023
29 min
Mejorando la Felicidad del Desarrollador con IA
GitHub Copilot is an auto-completion tool that provides suggestions based on context. Research has shown that developers using Copilot feel less frustrated, spend less time searching externally, and experience less mental effort on repetitive tasks. Copilot can generate code for various tasks, including adding modals, testing, and refactoring. It is a useful tool for improving productivity and saving time, especially for junior developers and those working in unfamiliar domains. Security concerns have been addressed with optional data sharing and different versions for individuals and businesses.
Maximize Productivity with AI Agents
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
25 min
Maximize Productivity with AI Agents
I'm Tejas Kumar, a software developer with over 20 years of experience. AI agents are defined as entities that act on behalf of users or groups to produce specific effects. Agents consist of an orchestration layer, a language model, and tools represented as JSON functions. Langflow is an open-source tool that allows users to build their own AI agents by connecting language models and tools. Composio is a tool that enhances agent capabilities by offering integrations and apps, such as Google Calendar integration. MCP (Model Context Protocol) is a way to share context with models and extend their capabilities. It allows functions to be made available to models over standard input/output or an HTTP endpoint. MCP can be used with GitHub to perform various tasks like searching and fixing code issues. The Talk covered the basics of AI agents, building agents with Langflow and enhancing them with Composio, and using MCP with GitHub. The speaker encouraged audience questions and exploration of these concepts.
Desarrollo Frontend Potenciado por IA: Construyendo Mejores UIs Más Rápido
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
19 min
Desarrollo Frontend Potenciado por IA: Construyendo Mejores UIs Más Rápido
Today's Talk introduces the use of large language models (LLMs) to enhance front-end development. LLMs can act like our brains by maximizing the good parts and minimizing the bad parts. A demo in Cursor, an IDE, showcases how LLMs can be used with the builder.io Figma plugin. The Talk emphasizes the automation of tasks, such as adding a settings button and resolving errors, with the AI agent. Feedback and manual verification are crucial to ensure desired results. Tests and continuous iteration are recommended for stronger guarantees of correctness. Monitoring and guiding the AI agents is important to stay on track. Connecting to other tools like Figma and using AI prompting can further enhance code generation. The CLI enables code base integration and parallel development. Visual prototyping and seamless updates are possible with the Builder tool. Overall, the Talk highlights how LLMs can revolutionize front-end development by automating tasks, improving efficiency, and facilitating collaboration.

Workshops on related topic

Cómo Crear una Aplicación Web de Manera (Casi) Autónoma Usando Clean Coder
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
95 min
Cómo Crear una Aplicación Web de Manera (Casi) Autónoma Usando Clean Coder
Workshop
Grigorij Dudnik
Grigorij Dudnik
Imagina reemplazarte a ti mismo con un programador de IA multi-agente para desarrollar tu aplicación web de producción. Eso es exactamente lo que hicimos en mi startup takzyli.pl. Para lograr esto, diseñamos y utilizamos el Clean Coder - marco de agentes de IA para la escritura autónoma de código (https://github.com/GregorD1A1/Clean-Coder-AI), que es un proyecto de código abierto, con suerte. Si funcionó para nosotros, ¿por qué no debería funcionar para ti?En esta masterclass, te mostraré cómo crear una aplicación web completa de manera (casi) autónoma y reducir drásticamente el tiempo que tú o tus empleados pasan escribiendo código.
Test, Code, Repeat: Dominando el Desarrollo Asistido por AI
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
53 min
Test, Code, Repeat: Dominando el Desarrollo Asistido por AI
Workshop
Marco Pierobon
Marco Pierobon
"Test, Code, Repeat: Dominando el Desarrollo Asistido por AI" introduce a los desarrolladores a una forma transformadora de codificación con AI como un socio colaborativo. Esta masterclass se centra en cómo los flujos de trabajo iterativos, como la técnica de emparejamiento ping pong, permiten una interacción mejorada entre la creatividad humana y la eficiencia de AI.