React Server Components en Aplicaciones 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 podemos usar IA para mejorar la experiencia del usuario haciendo que los modelos de lenguaje grande devuelvan Componentes de React interactivos que definimos para nuestros usuarios. De esta manera, en lugar de instruir a los usuarios sobre qué hacer con el texto, nuestras aplicaciones pueden presentar elementos de interfaz de usuario interactivos directamente en respuesta a una consulta del usuario. Discutimos esto brevemente en este episodio de PodRocket donde el CTO de Vercel dice que podría ser un cambio de juego. En esta charla, enseñamos a los desarrolladores cómo implementar dicha funcionalidad en sus aplicaciones.

This talk has been presented at React Advanced 2024, check out the latest edition of this React Conference.

Tejas Kumar
Tejas Kumar
17 min
28 Oct, 2024

Comments

Sign in or register to post your comment.
  • Va Da
    Va Da
    P4
    Interesting way to combine React hooks with UI state.
Video Summary and Transcription
Hoy discutiremos los componentes del servidor de React con IA y cómo construir una mejor experiencia de búsqueda usándolos. Aprenderemos cómo hacer que una aplicación de Next.js sea habilitada para IA usando el Vercel AI SDK. La función streamUI del Vercel AI SDK con el modelo GPT 4.0 se utilizará para hacer que las sugerencias sean interactivas. Exploraremos el uso del historial y la conversación en IA y cómo continuar la conversación y leer el resultado. Se introducirá el concepto de UI generativa con la base de datos vectorial, junto con la consulta de la base de datos para películas. Procesaremos las consultas de los usuarios y devolveremos películas basadas en ellas. Se demostrará el poder de los componentes del servidor de React en la mejora de la UI. En resumen, la charla cubre incrustaciones vectoriales, búsqueda en lenguaje natural y UI generativa.

1. Introducción a los Componentes de Servidor de React con IA

Short description:

Hoy, quiero hablarles específicamente sobre los componentes de servidor de React con IA. Vamos a construir una mejor experiencia de búsqueda utilizando los Componentes de Servidor de React consultando una base de datos vectorial llamada Astra. Esta es una gran parte de la IA generativa.

♪ Hola, soy Tejas Kumar, y he estado construyendo en la web durante más de 20 años en lugares como Ressel, Spotify, Zeta y más. Hoy, soy un ingeniero de relaciones con desarrolladores para IA generativa en DataStax, pero no estoy aquí para hablar de nada de eso. Hoy, quiero hablarles específicamente sobre los componentes de servidor de React con IA.

Y miren, no quiero tomar demasiado tiempo, así que vamos directamente a la demostración. Esto es lo que tenemos. Me encanta Netflix. Uso mucho Netflix, pero a menudo, cuando busco cosas, busco en lenguaje natural, como películas con una protagonista femenina fuerte, algo así, ¿saben? Y usualmente, no coincide. Y ese es un verdadero problema con Internet hoy en día, es como, pensamos en lenguaje natural, pero si quiero ver solo una película con superhéroes, no puedo escribir esto sin obtener solo una no-respuesta.

Esto está cambiando con IA y los componentes de servidor de React, y la forma en que está cambiando es a través de incrustaciones vectoriales. Ahora, necesitamos pasar un poco de tiempo hablando de ellas porque son realmente poderosas. Las incrustaciones vectoriales son generadas por modelos de aprendizaje automático muy especializados que toman el lenguaje natural y producen una gran lista de números. Cómo pueden hacer esto es porque estos números son comparables en el espacio. ¿Qué significa eso? Si pensamos en un vector, un vector tridimensional, eso es solo espacio, ¿verdad? Hay horizontal, vertical y profundidad. Eso es espacio 3D, espacio tridimensional, que está representado por un vector tridimensional. Ahora, si digo palabras como perro y gato y mascota están todas por aquí, y palabras como avión y aluminio están como por aquí, y palabras como React y Angular y Solid están todas por aquí, ven, se está moviendo por el espacio, y estamos poniendo cosas en diferentes lugares.

Eso es lo que hace un modelo de incrustaciones. Literalmente solo incrusta representaciones vectoriales del lenguaje natural en el espacio. Cuando tienes eso, puedes entonces comparar el espacio dado por el vector de la consulta de un usuario con el espacio de una cosa, como el nombre de una película, y encontrar cosas que están más cerca. Literalmente, así es como funciona la búsqueda vectorial. Y esta es una gran parte de la IA generativa. Así que juntos, lo que vamos a hacer es construir una mejor experiencia de búsqueda utilizando los Componentes de Servidor de React. La forma en que vamos a hacer eso es consultando esta base de datos. Necesitas tener tus vectores en algún lugar. En Datastacks, hacemos una base de datos vectorial llamada Astra, y cargamos un montón de películas aquí en esta base de datos. Y puedes ver sus representaciones vectoriales si miras este campo aquí. Así que solo voy a copiar eso, y lo voy a pegar. Esta es la representación vectorial de una de las películas. Es un poco loco. Es solo como este enorme arreglo de solo coordenadas, ¿verdad? Y así vamos a consultar esto y construir algunas cosas. Lo que vamos a construir es una aplicación de películas llamada Movies++.

2. Habilitando una App de Next.js con IA usando Vercel AI SDK

Short description:

Vamos a programar juntos para habilitar una aplicación de Next.js con IA usando el Vercel AI SDK.

Se ve así. Y lo que quiero es buscar películas con superhéroes, y que haga cosas. Pero eso no existe ahora. Vamos a programar esto juntos en tiempo real.

Así que para hacer eso, simplemente abramos nuestro editor. Y esta es una aplicación de Next.js. Puedes ver eso por el directorio de la app. Y cada aplicación de Next.js comienza básicamente con un layout. Así que este es nuestro layout. Es solo HTML body children. Dentro del layout, tenemos una página. Esa es nuestra página de inicio. Si vamos a pantalla dividida, lo que podemos ver es que tenemos el encabezado, el logo y el formulario de búsqueda. Y en el formulario de búsqueda, tenemos un campo de texto y algunas sugerencias. Y todo esto está en vivo, lo que significa que si cambio toda esta sugerencia a algo como, hola, simplemente se actualizará. ¿Ves? Dice hola. Y así, todo esto está en vivo. Y lo que vamos a hacer es habilitar esto con IA, ¿de acuerdo?

Vamos a hacer eso usando el Vercel AI SDK. Entonces, ¿cómo hacemos eso? Bueno, primero hagamos un nuevo archivo, llamado AI.tsx. Este es un componente solo de servidor. Y es muy importante que añadamos un servidor en la parte superior. Ahora podemos exportar const AI. Y esto creará un contexto para nosotros. Y en el contexto, tenemos algunas acciones. Hablaremos sobre qué son. Son literalmente lo que parecen. Y tenemos estado de IA y estado de UI. Así que estado inicial de IA, estado inicial de UI. Y estos son solo arreglos de conversaciones. Y las conversaciones se ven como, ya sabes, se ven como si hubiera un rol, que es, ya sabes, usuario o asistente.

3. Making Suggestions Interactive with Vercel AI SDK

Short description:

Necesitamos hacer que las sugerencias en nuestro layout hagan algo. Por ejemplo, cuando se hace clic en una sugerencia de películas con una protagonista femenina fuerte, queremos llamar a la función de búsqueda de useMovieSearch. Crearemos una acción llamada continueConversation para que continúe la conversación. Usaremos la función streamUI del Vercel AI SDK con el modelo GPT 4.0 para obtener la respuesta.

Y ahí está el contenido, que es el prompt. ¿De acuerdo? Esto es literalmente lo que es, es solo un arreglo de eso. Bien, genial. Así que ahora que tenemos esto, vamos a ir a nuestro layout, así que nuestro nivel más externo, y envolver todo en este contexto de IA. Vamos a auto-importarlo justo ahí. ¿De acuerdo? Ordenado.

Ahora necesitamos hacer que estas sugerencias hagan algo. Así que la sugerencia para, ya sabes, películas con una protagonista femenina fuerte, cuando haces clic en ella, necesitamos hacer algo. Así que al hacer clic, llama a search de useMovieSearch. Bien, ¿qué es search? Search es una función que viene de useMovieSearch, y no hace nada. Así que necesitamos hacer que esto haga algo.

Bien, ¿qué queremos que haga? Bueno, queremos que continúe la conversación. Así que para eso, crearemos una acción llamada continueConversation. Y es una función async que recibe un prompt, y veremos qué pasa. Solo diremos que prompt es un string. Esto es TypeScript. Bien, así que ahora necesitamos una respuesta, que es el retorno de una función llamada streamUI del Vercel AI SDK. StreamUI requiere un modelo, así que obtendremos OpenAI del wrapper de Vercel. Creo que es una exportación nombrada de AISDK slash OpenAI. Y llamaremos a esto y usaremos GPT 4.0. La autocompletación aquí es muy buena. Así que usaremos 4.0. Genial.

4. Using History and Conversation in AI

Short description:

Necesitamos una lista de mensajes que provienen del historial. Si recibimos texto de vuelta, actualizamos el historial y devolvemos el contenido. Finalmente, definimos la función de continuar la conversación y la función de búsqueda.

A continuación, necesitamos una lista de mensajes. Pero, ¿de dónde vienen? Bueno, vienen del historial. Así que obtendremos el historial llamando a getMutableAIState. Nuevamente, es solo un arreglo, ¿verdad? Y los mensajes son el historial. .get, lo que tenemos hasta ahora.

Y añadiremos el prompt entrante, tal como viene del usuario. A continuación, necesitamos decir qué pasa si recibimos texto de vuelta. Así que haremos esto, y veremos qué obtenemos. Así que obtenemos contenido, y obtenemos done. Y si hemos terminado, entonces podemos llamar a history.done para actualizar el historial. Y simplemente lo envolveremos con el historial actual, además de que el rol es assistant, no AI, y obtendremos de vuelta el contenido. Finalmente, devolveremos el contenido. Nota que estamos devolviendo el contenido, no solo si hemos terminado, sino siempre, porque esto es transmitido. Finalmente, devolveremos que el rol es assistant, y la visualización es response.value.

Eso es todo. Esta es nuestra función de continuar la conversación. La hemos definido. Ahora vamos a usarla. Así que volveremos aquí. Y, lo siento, esta es nuestra función de búsqueda. Así que diremos const. Primero que nada, obtendremos la conversación. Vamos a venir aquí y decir, ya sabes, igual a use UI state, disculpa. Así que usaremos UI state. Y solo necesitamos establecer la conversación. Esto es un getter-setter. Así que obtenemos el arreglo de conversación, y luego podemos establecerlo. Bien, genial. Así que ahora, ¿qué queremos hacer? Bueno, queremos establecer la conversación a lo que sea la conversación anterior, digamos, Matt Pocock, cúbrete los ojos, es lo que sea que fuera la conversación anterior, pero ahora tenemos un mensaje del usuario, ¿verdad? Así que establecemos la conversación allí.

5. Continuar la Conversación y Leer el Resultado

Short description:

Obtenemos la respuesta del LLM o del AISD y continuamos la conversación. Luego establecemos la conversación con la respuesta. Finalmente, leemos el resultado desde use UI state.

A continuación, obtenemos la respuesta del LLM o del AISD. Así que diremos, await continue conversation. Necesitamos obtener eso. Es solo const. Continue conversation. Conversación. ¿Qué? No. Es use actions. Bien. Y continuaremos la conversación. Y nuevamente, espera un prompt, así que simplemente pasaremos el prompt. Y está envolviendo el prompt aquí. Bien.

Así que haremos eso. Y ahora obtenemos una respuesta, así que necesitamos establecer la conversación nuevamente. Esta vez, solo con la respuesta. Genial. Esto se ve bien. Finalmente, volvemos a nuestra página, y estamos leyendo el resultado, pero es de un arreglo vacío. En lugar de esto, leeremos el resultado desde use UI state. Porque nuevamente, estamos estableciendo UI state aquí, ¿verdad? Este es un setter de use UI state. Así que lo establecemos, y lo leemos. Eso es prácticamente todo.

Vamos a ver qué pasó. Así que ahora tenemos esto, y diré hola, solo para probar que funciona. No funciona, porque los hooks solo pueden ser llamados dentro del cuerpo de un componente de función. Así que, mis hooks necesitan estar un nivel arriba. Intentemos esto de nuevo. Hola. Genial.

6. Creating Generative UI with the Vector Database

Short description:

Está funcionando totalmente. ¿Cómo puedo ayudarte hoy? Intentemos hacer nuestra búsqueda así. Películas con una protagonista femenina fuerte se ven bien. Pero notamos que nos está dando markdown. Así que envolvamos el contenido en markdown. Podemos consultar una base de datos donde tenemos estas películas, incluyendo metadatos como la ruta del póster. Podemos usar esto para renderizar una mejor UI, llamada UI generativa. Creemos una herramienta llamada getUI para este propósito.

Está funcionando totalmente. ¿Cómo puedo ayudarte hoy? Así que ahora intentemos hacer nuestra búsqueda así. Genial. Esto realmente está funcionando. ¿Cómo trabajamos? Esto es genial. Totalmente genial. Bien, ahora, películas con una protagonista femenina fuerte se ven bien hasta ahora, pero notas que nos está dando markdown con los dobles asteriscos y cosas así. Así que volvamos aquí y envolvamos el contenido en markdown. Y estos son componentes del servidor. Mira eso. Pero necesitamos escapar. Intentemos esto de nuevo. Digamos películas con una protagonista femenina fuerte. Increíble. Y así tenemos markdown, y está funcionando. Pero aquí es donde se pone interesante, porque si miras aquí, en realidad estamos devolviendo un componente del servidor. Podríamos hacerlo mejor. Lo que eso significa es que en realidad podemos consultar una base de datos donde tenemos estas películas. De hecho, las tenemos en nuestra base de datos vectorial. Así que si buscamos en nuestra base de datos vectorial, no solo obtenemos el nombre, sino que obtenemos todo tipo de metadatos, como la ruta del póster. Y podemos usar esta ruta del póster para renderizar no solo texto, sino tal vez una mejor UI. Esto se llama UI generativa. Y podemos hacer eso mediante el uso de herramientas. Así que creemos una herramienta. Y la llamaremos getUI. Claro, ¿por qué no? Y podemos definir algunas cosas. Podemos hacer parámetros o terminar una descripción. La descripción es cómo el LLM sabe cómo llamar a esto. Así que diremos obtener películas como UI. Incluso podemos decir, usa esta herramienta cuando el usuario pida UI.

7. Querying the Database for Movies

Short description:

Los parámetros son lo que el LLM crea para dar a nuestra función. Usaremos Zod para validar esto. La consulta se convierte en un argumento de entrada para nuestra función generate. Queremos consultar nuestra base de datos usando el cliente de AstroDB TypeScript. Tenemos acceso a la base de datos y ahora podemos realizar una consulta para encontrar películas basadas en el título.

Los parámetros son lo que el LLM crea para dar a nuestra función, que es una herramienta. Así que usaremos Zod para validar esto. Luego diremos Z.object. ¿Y qué quieres? Bueno, quieres la consulta. Así que diremos query Z.string. Bien. Y ahora esto se convierte en un argumento de entrada para nuestra función generate. Y aquí es donde podemos hacer lo que queramos y devolver la UI. Así que ahora obtenemos la consulta. Ya lo sabe por esto. De hecho, si hago esto, lo va a ver. Es tan genial. Es seguro de tipo.

Entonces, ¿qué queremos hacer aquí? Bueno, queremos consultar nuestra base de datos. Así que para hacer eso, usaremos el cliente de AstroDB TypeScript. Así que importaremos el cliente de API de datos de DataStax AstroDB TS. Y simplemente lo instanciamos. Así que diremos, podemos simplemente instanciarlo aquí. Podemos decir const client es nuevo cliente de API de datos. Y haremos algunas variables de entorno, process.env AstroDB application token. Sé que esto existe. Y la base de datos es client.db process.env AstroDB API endpoint. Bien. Genial. Así que ahora tenemos acceso a nuestra base de datos. Tenemos un cliente para la base de datos. Así que consultémosla. Entonces, lo que queremos hacer es const movies es y exactamente. Esto es realmente perfecto. Movies.find title es query.

8. Processing User Query and Returning Movies

Short description:

Vamos a comparar vectores para convertir la consulta del usuario en un vector. Usaremos el modelo de incrustación de texto de OpenAI para convertir la consulta en una incrustación. Encontramos las películas y las convertimos en un array. Finalmente, devolvemos un componente de React que mapea sobre las películas y devuelve los carteles.

No vamos a hacer esto. En su lugar, vamos a comparar vectores. Así que encontramos que el primer argumento está vacío, pero el segundo argumento dirá vector. Y necesitamos una incrustación de vector. Recuerde, hablamos sobre incrustaciones. Necesitamos convertir la consulta del usuario en un vector.

¿Cómo podríamos hacer eso? Bueno, podemos usar OpenAI para esto. Así que podemos decir vector es await new OpenAI. Y obviamente podemos pasar nuestra clave de API y dot embeddings dot create. Y la entrada es la consulta. Y el modelo es text embedding three large. Solo vamos a convertir la consulta en una incrustación. Y luego obtenemos la respuesta y decimos dot data. Dot data response dot data dot zero dot embedding. Así que obtenemos la incrustación así de simple en una línea.

Bien. Así que encontramos nuestras películas y luego las convertimos en un array. Genial. Así que ahora tenemos nuestras películas. Finalmente, solo necesitamos devolver un componente de React. Así que devolveremos movies, que es un componente. Y pasamos las películas así. Eso es todo. Así que volvamos aquí. ¿Y qué es este componente? Es solo un div que mapea sobre las películas y devuelve los carteles. Eso es realmente todo. Así que veamos ahora cómo funciona esto. Solo voy a decir que esto es any. No se lo digas a Matt Pocock.

9. Showing Movies Based on User Query

Short description:

Cuando el usuario pide UI, llamamos a nuestra herramienta para mostrar películas con una protagonista femenina fuerte. Las películas son interactivas y podemos limitar el número mostrado. También podemos mostrar un spinner mientras se generan las incrustaciones. Finalmente, devolvemos las películas y damos retroalimentación al usuario.

Okay. Entonces, cuando el usuario pide UI. Así que volvamos a nuestra cosa y digamos muéstrame películas con una protagonista femenina fuerte como UI. Y ahora va a intentar llamar a nuestra herramienta y veremos qué pasa.

Ahí vamos. Mira eso. Eso es increíble. Y lo genial es que son interactivas. Así que puedo hacer clic en ellas y me lleva a la página real. ¿No es genial? Pero tal vez hagamos un límite. No quiero tantas. Así que digamos como límite tal vez aquí. El límite es cuatro y probemos de nuevo las películas.

Pero nota que hubo algo de retraso. Así que lo que podemos hacer es mostrar un spinner. Así que si convertimos esto en una función generadora. Así que si hacemos algo como esto y añadimos una estrella ahora, es un generador lo que significa que puedo yield. Así que puedo yield aquí y puedo decir cargando películas. De hecho, podemos decir algo como generando incrustaciones. Correcto. Y luego, una vez que obtengo las incrustaciones, puedo yield aquí y decir preguntando a Astra. Y finalmente, devuelvo las películas.

Esto es tan genial. Doy retroalimentación al usuario. Probemos esto de nuevo. Muéstrame películas de superhéroes como UI. Y mira eso es tan genial. Perfecto. Mira eso. Películas de superhéroes.

10. Enhancing UI with React Server Components

Short description:

Puedo usar componentes de React en lugar de cadenas, como integraciones y spinners. Podemos crear una gran UX usando tailwind y flexbox. Demuestro la renderización del lado del cliente y el poder de la UI generativa con componentes de React Server. Estos componentes proporcionan control y previenen la no determinación. En resumen, cubrimos incrustaciones vectoriales, búsqueda en lenguaje natural y UI generativa.

De hecho, incluso puedo hacer que estos no sean cadenas, sino componentes de React. Así que puedo hacer tailwind. Puedo decir integraciones. Tengo algunos spinners en algún lugar, creo. Veamos, creo que tengo spinner. Seguramente es un elipse, un spinner e integración spinner. Increíble. Así que podríamos hacer integración spinner. Y podemos cerrar el div así. Y tal vez podamos importar eso. Perfecto. Y luego simplemente replicaré el spinner aquí y podemos realmente lo que quiero mostrarte es que podemos hacer una UX realmente genial. Mira eso. E incluso podemos hacer flexbox porque es tailwind item center gap también. Y ahora podemos decir, ¿qué quieres? ¿Hice algún pensamiento? Agregué un punto y coma. OK, esto es genial. Así que intentemos de nuevo. Comedias románticas en el Reino Unido. Increíble.

Y para mostrarte que en realidad está renderizado del lado del cliente, voy a mi componente de películas y puedo ir a mi película y en la figura, que es solo una imagen, puedo decir al hacer clic, literalmente, es un evento del lado del cliente aquí al hacer clic. Y puedo decir alerta alta. Correcto. Y podría ser como películas con monstruos enormes. Ahora, hago clic en ese sitio del cliente. Increíble. Y así es la UI generativa. Y todos estos son componentes del servidor. Como vimos, si vamos a la función de AI, todo esto está sucediendo en el servidor. Ese es el poder de la UI generativa. Y así es como puedes usar componentes de React Server con AI hoy.

Una cosa final sobre esto es que estos componentes son pre existentes, lo cual es bueno, porque a menudo un problema pre con AI es la no determinación. Pero cuando puedes forzar un renderizado, estos componentes que yo creo, obtienes mucho más control del modelo de lenguaje grande en lugar de que alucine alguna tontería. Realmente puedes controlar cómo se ve. Así que en resumen, cubrimos muchas cosas. Cubrimos incrustaciones vectoriales. Cubrimos búsqueda en lenguaje natural y finalmente UI generativa. Estoy por ahí en Internet si quieres encontrarme en Pero por ahora, muchas gracias por unirte a esta presentación.

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

Construyendo un Asistente AI Activado por Voz con Javascript
JSNation 2023JSNation 2023
21 min
Construyendo un Asistente AI Activado por Voz con Javascript
Top Content
This Talk discusses building a voice-activated AI assistant using web APIs and JavaScript. It covers using the Web Speech API for speech recognition and the speech synthesis API for text to speech. The speaker demonstrates how to communicate with the Open AI API and handle the response. The Talk also explores enabling speech recognition and addressing the user. The speaker concludes by mentioning the possibility of creating a product out of the project and using Tauri for native desktop-like experiences.
El Flujo de Trabajo del Desarrollador Asistido por IA: Construye Más Rápido e Inteligente Hoy
JSNation US 2024JSNation US 2024
31 min
El Flujo de Trabajo del Desarrollador Asistido por IA: Construye Más Rápido e Inteligente Hoy
Top Content
AI is transforming software engineering by using agents to help with coding. Agents can autonomously complete tasks and make decisions based on data. Collaborative AI and automation are opening new possibilities in code generation. Bolt is a powerful tool for troubleshooting, bug fixing, and authentication. Code generation tools like Copilot and Cursor provide support for selecting models and codebase awareness. Cline is a useful extension for website inspection and testing. Guidelines for coding with agents include defining requirements, choosing the right model, and frequent testing. Clear and concise instructions are crucial in AI-generated code. Experienced engineers are still necessary in understanding architecture and problem-solving. Energy consumption insights and sustainability are discussed in the Talk.
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.
El Ascenso del Ingeniero de IA
React Summit US 2023React Summit US 2023
30 min
El Ascenso del Ingeniero de IA
Top Content
The rise of AI engineers is driven by the demand for AI and the emergence of ML research and engineering organizations. Start-ups are leveraging AI through APIs, resulting in a time-to-market advantage. The future of AI engineering holds promising results, with a focus on AI UX and the role of AI agents. Equity in AI and the central problems of AI engineering require collective efforts to address. The day-to-day life of an AI engineer involves working on products or infrastructure and dealing with specialties and tools specific to the field.
Aplicaciones Web del Futuro con Web AI
JSNation 2024JSNation 2024
32 min
Aplicaciones Web del Futuro con Web AI
Web AI in JavaScript allows for running machine learning models client-side in a web browser, offering advantages such as privacy, offline capabilities, low latency, and cost savings. Various AI models can be used for tasks like background blur, text toxicity detection, 3D data extraction, face mesh recognition, hand tracking, pose detection, and body segmentation. JavaScript libraries like MediaPipe LLM inference API and Visual Blocks facilitate the use of AI models. Web AI is in its early stages but has the potential to revolutionize web experiences and improve accessibility.
Estudio de caso: Construcción de componentes React reutilizables accesibles en GitHub
React Summit 2024React Summit 2024
29 min
Estudio de caso: Construcción de componentes React reutilizables accesibles en GitHub
The talk discusses building accessible React components and emphasizes the importance of using the correct HTML elements and ARIA roles for accessibility. It explains how to navigate and select options within a form and how to add supplementary text using Aria described by. The speaker also discusses the benefits of using conditional checkboxes and ARIA disabled to improve the UI. Additionally, the talk explores the role of JavaScript in web accessibility and provides recommendations for testing website accessibility.

Workshops on related topic

IA a demanda: IA sin servidor
DevOps.js Conf 2024DevOps.js Conf 2024
163 min
IA a demanda: IA sin servidor
Top Content
Featured WorkshopFree
Nathan Disidore
Nathan Disidore
En esta masterclass, discutimos los méritos de la arquitectura sin servidor y cómo se puede aplicar al espacio de la IA. Exploraremos opciones para construir aplicaciones RAG sin servidor para un enfoque más lambda-esque a la IA. A continuación, nos pondremos manos a la obra y construiremos una aplicación CRUD de muestra que te permite almacenar información y consultarla utilizando un LLM con Workers AI, Vectorize, D1 y Cloudflare Workers.
AI para Desarrolladores de React
React Advanced 2024React Advanced 2024
142 min
AI para Desarrolladores de React
Top Content
Featured Workshop
Eve Porcello
Eve Porcello
El conocimiento de las herramientas de AI es fundamental para preparar el futuro de las carreras de los desarrolladores de React, y la suite de herramientas de AI de Vercel es una vía de acceso accesible. En este curso, examinaremos más de cerca el Vercel AI SDK y cómo esto puede ayudar a los desarrolladores de React a construir interfaces de transmisión con JavaScript y Next.js. También incorporaremos APIs de terceros adicionales para construir y desplegar una aplicación de visualización de música.
Temas:- Creación de un Proyecto de React con Next.js- Elección de un LLM- Personalización de Interfaces de Transmisión- Construcción de Rutas- Creación y Generación de Componentes - Uso de Hooks (useChat, useCompletion, useActions, etc)
Building Full Stack Apps With Cursor
JSNation 2025JSNation 2025
46 min
Building Full Stack Apps With Cursor
Featured Workshop
Mike Mikula
Mike Mikula
En esta masterclass cubriré un proceso repetible sobre cómo iniciar aplicaciones full stack en Cursor. Espere comprender técnicas como el uso de GPT para crear requisitos de producto, esquemas de base de datos, hojas de ruta y usarlos en notas para generar listas de verificación que guíen el desarrollo de aplicaciones. Profundizaremos más en cómo solucionar alucinaciones/errores que ocurren, indicaciones útiles para hacer que su aplicación se vea y se sienta moderna, enfoques para conectar cada capa y más. Al final, ¡espere poder ejecutar su propia aplicación full stack generada por IA en su máquina!
Por favor, encuentre las preguntas frecuentes aquí
How to 9,2x Your Development Speed with Cline
JSNation 2025JSNation 2025
64 min
How to 9,2x Your Development Speed with Cline
Featured Workshop
Nik Pash
Nik Pash
La forma en que escribimos código está cambiando fundamentalmente. En lugar de quedar atrapado en bucles anidados y detalles de implementación, imagine enfocarse puramente en la arquitectura y la resolución creativa de problemas mientras su programador de pares de IA maneja la ejecución. En esta masterclass práctica, te mostraré cómo aprovechar Cline (un agente de codificación autónomo que recientemente alcanzó 1M de descargas en VS Code) para acelerar drásticamente tu flujo de trabajo de desarrollo a través de una práctica que llamamos "vibe coding" - donde los humanos se enfocan en el pensamiento de alto nivel y la IA maneja la implementación.Descubrirás:Los principios fundamentales del "vibe coding" y cómo se diferencia del desarrollo tradicionalCómo diseñar soluciones a un alto nivel y hacer que la IA las implemente con precisiónDemostración en vivo: Construcción de un sistema de almacenamiento en caché de grado de producción en Go que nos ahorró $500/semanaTécnicas para usar IA para entender bases de código complejas en minutos en lugar de horasMejores prácticas para solicitar a los agentes de IA que obtengan exactamente el código que deseasErrores comunes a evitar al trabajar con asistentes de codificación de IAEstrategias para usar IA para acelerar el aprendizaje y reducir la dependencia de ingenieros seniorCómo combinar efectivamente la creatividad humana con las capacidades de implementación de IAYa sea que seas un desarrollador junior que busca acelerar tu aprendizaje o un ingeniero senior que desea optimizar tu flujo de trabajo, saldrás de esta masterclass con experiencia práctica en desarrollo asistido por IA que puedes aplicar inmediatamente a tus proyectos. A través de demostraciones de codificación en vivo y ejercicios prácticos, aprenderás cómo aprovechar Cline para escribir mejor código más rápido mientras te enfocas en lo que importa: resolver problemas reales.
Webinar gratuito: Construyendo aplicaciones Full Stack con Cursor
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
71 min
Webinar gratuito: Construyendo aplicaciones Full Stack con Cursor
Top Content
WorkshopFree
Mike Mikula
Mike Mikula
Para asistir al webinar, por favor regístrate aquí.En este webinar cubriré un proceso repetible sobre cómo iniciar aplicaciones Full Stack en Cursor. Espera entender técnicas como usar GPT para crear requisitos de producto, esquemas de base de datos, hojas de ruta y usar esos en notas para generar listas de verificación que guíen el desarrollo de la aplicación. Profundizaremos más en cómo corregir alucinaciones/errores que ocurren, indicaciones útiles para hacer que tu aplicación se vea y se sienta moderna, enfoques para conectar cada capa y más. Al final, ¡espera poder ejecutar tu propia aplicación Full Stack generada por IA en tu máquina!
Trabajando con OpenAI y la Ingeniería de Prompts para Desarrolladores de React
React Advanced 2023React Advanced 2023
98 min
Trabajando con OpenAI y la Ingeniería de Prompts para Desarrolladores de React
Top Content
Workshop
Richard Moss
Richard Moss
En esta masterclass daremos un recorrido por la IA aplicada desde la perspectiva de los desarrolladores de front end, enfocándonos en las mejores prácticas emergentes cuando se trata de trabajar con LLMs para construir grandes productos. Esta masterclass se basa en los aprendizajes obtenidos al trabajar con la API de OpenAI desde su debut en noviembre pasado para construir un MVP funcional que se convirtió en PowerModeAI (una herramienta de creación de ideas y presentaciones orientada al cliente).
En la masterclass habrá una mezcla de presentación y ejercicios prácticos para cubrir temas que incluyen:
- Fundamentos de GPT- Trampas de los LLMs- Mejores prácticas y técnicas de ingeniería de prompts- Uso efectivo del playground- Instalación y configuración del SDK de OpenAI- Enfoques para trabajar con la API y la gestión de prompts- Implementación de la API para construir una aplicación orientada al cliente potenciada por IA- Ajuste fino y embeddings- Mejores prácticas emergentes en LLMOps