#claudecode — Public Fediverse posts

Dew Drop - September 29, 2026 (#4759)

https://fed.brid.gy/r/https://alvinashcraft.com/2026/09/29/dew-drop-september-29-2026-4759/

Вам не нужен ещё один Claude Code: зачем Pi оставляет сборку агента пользователю

Когда мы обсуждаем агентов для программирования, разговор быстро сводится к моделям. Какая модель Claude лучше пишет код, а какая версия GPT увереннее чинит ошибки, как Gemini работает с большим репозиторием. Но между моделью и рабочим деревом Git находится ещё один слой, от которого зависит, что агент вообще сможет сделать. Этот слой — программная обвязка вокруг модели, которую принято называть harness . Он организует цикл работы агента: передаёт запрос модели, выполняет вызванные ею инструменты и возвращает результаты для следующего шага. Здесь же собирается контекст, применяются правки и сохраняются сессии. Модель может предложить правильное изменение, но не суметь применить его через неудобный инструмент редактирования. Может найти проблему, но потерять нужную информацию после сжатия контекста. Или потратить несколько ходов на задачу, которую подходящий инструмент выполнил бы за один вызов. Интересный проект, который изменил традиционное устройство моделей — Pi . Это терминальный агент, который строит свой harness с нуля, а не надстраивается над готовым. Его автор, Mario Zechner, сознательно ограничил набор встроенных механизмов работы. Вместо попытки заранее предусмотреть все сценарии Pi предлагает основной инструментарий, который можно приспособить под себя. Oh My Pi вырос из этой основы, но выбрал другое направление: собрать больше решений в одном готовом агенте. На примере этой пары удобно разобрать вопрос, который возникает почти у любого разработчика инструментария: сколько решений оставить пользователю, а сколько должен принять автор продукта?

https://habr.com/ru/companies/first/articles/1087842/

#codex #claudecode #llm #agent #agents #агент #кодекс #харнес #harness #harness_engineering

Вам не нужен ещё один Claude Code: зачем Pi оставляет сборку агента пользователю

Когда мы обсуждаем агентов для программирования, разговор быстро сводится к моделям. Какая модель Claude лучше пишет код, а какая версия GPT увереннее чинит ошибки, как Gemini работает с большим репозиторием. Но между моделью и рабочим деревом Git находится ещё один слой, от которого зависит, что агент вообще сможет сделать. Этот слой — программная обвязка вокруг модели, которую принято называть harness . Он организует цикл работы агента: передаёт запрос модели, выполняет вызванные ею инструменты и возвращает результаты для следующего шага. Здесь же собирается контекст, применяются правки и сохраняются сессии. Модель может предложить правильное изменение, но не суметь применить его через неудобный инструмент редактирования. Может найти проблему, но потерять нужную информацию после сжатия контекста. Или потратить несколько ходов на задачу, которую подходящий инструмент выполнил бы за один вызов. Интересный проект, который изменил традиционное устройство моделей — Pi . Это терминальный агент, который строит свой harness с нуля, а не надстраивается над готовым. Его автор, Mario Zechner, сознательно ограничил набор встроенных механизмов работы. Вместо попытки заранее предусмотреть все сценарии Pi предлагает основной инструментарий, который можно приспособить под себя. Oh My Pi вырос из этой основы, но выбрал другое направление: собрать больше решений в одном готовом агенте. На примере этой пары удобно разобрать вопрос, который возникает почти у любого разработчика инструментария: сколько решений оставить пользователю, а сколько должен принять автор продукта?

https://habr.com/ru/companies/first/articles/1087842/

#codex #claudecode #llm #agent #agents #агент #кодекс #харнес #harness #harness_engineering

Вам не нужен ещё один Claude Code: зачем Pi оставляет сборку агента пользователю

Когда мы обсуждаем агентов для программирования, разговор быстро сводится к моделям. Какая модель Claude лучше пишет код, а какая версия GPT увереннее чинит ошибки, как Gemini работает с большим репозиторием. Но между моделью и рабочим деревом Git находится ещё один слой, от которого зависит, что агент вообще сможет сделать. Этот слой — программная обвязка вокруг модели, которую принято называть harness . Он организует цикл работы агента: передаёт запрос модели, выполняет вызванные ею инструменты и возвращает результаты для следующего шага. Здесь же собирается контекст, применяются правки и сохраняются сессии. Модель может предложить правильное изменение, но не суметь применить его через неудобный инструмент редактирования. Может найти проблему, но потерять нужную информацию после сжатия контекста. Или потратить несколько ходов на задачу, которую подходящий инструмент выполнил бы за один вызов. Интересный проект, который изменил традиционное устройство моделей — Pi . Это терминальный агент, который строит свой harness с нуля, а не надстраивается над готовым. Его автор, Mario Zechner, сознательно ограничил набор встроенных механизмов работы. Вместо попытки заранее предусмотреть все сценарии Pi предлагает основной инструментарий, который можно приспособить под себя. Oh My Pi вырос из этой основы, но выбрал другое направление: собрать больше решений в одном готовом агенте. На примере этой пары удобно разобрать вопрос, который возникает почти у любого разработчика инструментария: сколько решений оставить пользователю, а сколько должен принять автор продукта?

https://habr.com/ru/companies/first/articles/1087842/

#codex #claudecode #llm #agent #agents #агент #кодекс #харнес #harness #harness_engineering

I had planned a Claude Code skill for q in my array-thinking series, then found KX already ships an official plugin, so I measured theirs. 15 q tasks with and without it: both got 14 of 15 right, and five answers were identical code. My tasks were too easy to tell them apart. Check how often your baseline fails first.

Article 2 of 5: https://nandan.me/writing/no-headroom-kx-q-plugin/

#kdb #ClaudeCode #AI #ArrayProgramming

I had planned a Claude Code skill for q in my array-thinking series, then found KX already ships an official plugin, so I measured theirs. 15 q tasks with and without it: both got 14 of 15 right, and five answers were identical code. My tasks were too easy to tell them apart. Check how often your baseline fails first.

Article 2 of 5: https://nandan.me/writing/no-headroom-kx-q-plugin/

#kdb #ClaudeCode #AI #ArrayProgramming

I had planned a Claude Code skill for q in my array-thinking series, then found KX already ships an official plugin, so I measured theirs. 15 q tasks with and without it: both got 14 of 15 right, and five answers were identical code. My tasks were too easy to tell them apart. Check how often your baseline fails first.

Article 2 of 5: https://nandan.me/writing/no-headroom-kx-q-plugin/

#kdb #ClaudeCode #AI #ArrayProgramming

I had planned a Claude Code skill for q in my array-thinking series, then found KX already ships an official plugin, so I measured theirs. 15 q tasks with and without it: both got 14 of 15 right, and five answers were identical code. My tasks were too easy to tell them apart. Check how often your baseline fails first.

Article 2 of 5: https://nandan.me/writing/no-headroom-kx-q-plugin/

#kdb #ClaudeCode #AI #ArrayProgramming

I had planned a Claude Code skill for q in my array-thinking series, then found KX already ships an official plugin, so I measured theirs. 15 q tasks with and without it: both got 14 of 15 right, and five answers were identical code. My tasks were too easy to tell them apart. Check how often your baseline fails first.

Article 2 of 5: https://nandan.me/writing/no-headroom-kx-q-plugin/

#kdb #ClaudeCode #AI #ArrayProgramming

Claude Deletes 48,000 Real Files in 103 Seconds—AI Agent Safety Boundaries Under Fresh Scrutiny — BigGo Finance

A developer asked Claude Code to fix code in a stock options data analysis program, with explicit instructions:…
#NewsBeep #News #Technology #Anthropic #AU #Australia #Axios #claudecode #DarioAmodei #DirectoryJunction #Git #gpt-5.6sol #HuggingFace #OpenAI #ServicesAustralia
https://www.newsbeep.com/au/908867/

Claude Deletes 48,000 Real Files in 103 Seconds—AI Agent Safety Boundaries Under Fresh Scrutiny — BigGo Finance

A developer asked Claude Code to fix code in a stock options data analysis program, with explicit instructions:…
#NewsBeep #News #Technology #Anthropic #AU #Australia #Axios #claudecode #DarioAmodei #DirectoryJunction #Git #gpt-5.6sol #HuggingFace #OpenAI #ServicesAustralia
https://www.newsbeep.com/au/908867/

Шестнадцать обещаний и две модели, которые пытались их нарушить: как мы выпускали skillmem 0.12

В 0.11 мы сорок раундов гоняли ИИ-ревьюеров по коду и нашли много багов. Но у каждого ревьюера было своё представление о том, что значит «правильно». В 0.12 мы начали с другого конца: записали шестнадцать инвариантов, которые обещает наша MCP-память, а затем две модели из разных лабораторий десять дней искали контрпримеры. Засчитывалась только находка с воспроизведением. Рассказываю, что они сломали (Windows посчитала NUL терминалом), во что это обошлось и что мы сознательно оставили в Known issues.

https://habr.com/ru/articles/1087696/

#mcp #claudecode #codex #sqlite #llm #hypothesis #тестирование #опенсорс

Шестнадцать обещаний и две модели, которые пытались их нарушить: как мы выпускали skillmem 0.12

В 0.11 мы сорок раундов гоняли ИИ-ревьюеров по коду и нашли много багов. Но у каждого ревьюера было своё представление о том, что значит «правильно». В 0.12 мы начали с другого конца: записали шестнадцать инвариантов, которые обещает наша MCP-память, а затем две модели из разных лабораторий десять дней искали контрпримеры. Засчитывалась только находка с воспроизведением. Рассказываю, что они сломали (Windows посчитала NUL терминалом), во что это обошлось и что мы сознательно оставили в Known issues.

https://habr.com/ru/articles/1087696/

#mcp #claudecode #codex #sqlite #llm #hypothesis #тестирование #опенсорс

Шестнадцать обещаний и две модели, которые пытались их нарушить: как мы выпускали skillmem 0.12

В 0.11 мы сорок раундов гоняли ИИ-ревьюеров по коду и нашли много багов. Но у каждого ревьюера было своё представление о том, что значит «правильно». В 0.12 мы начали с другого конца: записали шестнадцать инвариантов, которые обещает наша MCP-память, а затем две модели из разных лабораторий десять дней искали контрпримеры. Засчитывалась только находка с воспроизведением. Рассказываю, что они сломали (Windows посчитала NUL терминалом), во что это обошлось и что мы сознательно оставили в Known issues.

https://habr.com/ru/articles/1087696/

#mcp #claudecode #codex #sqlite #llm #hypothesis #тестирование #опенсорс

🚨 Spec Kit di GitHub insegna agli agenti AI a lavorare con metodo: specifica, piano e compiti scritti prima del codice, con una verifica alla fine 👇
https://gomoot.com/spec-kit-come-far-lavorare-gli-agenti-ai-su-una-specifica-invece-che-su-un-prompt-improvvisato/

#AI #claudecode #coding #github #opensource #SpecKit

I built a model router for Claude Code that sizes prompts on my GPU instead of the cloud. Kev (4B) https://huggingface.co/jaredpalmer/kev-4b on my RTX 4090 routes 10–15× faster than Jev in the cloud (100–180ms vs 700–1400ms). But accuracy is 14%. Here's the thing: routing only wins when you're right. When uncertain, fail-open. Local beats remote on privacy and latency.

https://görn.name/posts/2026-09-28-claude-code-model-router/

#ClaudeCode #LocalLLM #AI #PromptEngineering

I built a model router for Claude Code that sizes prompts on my GPU instead of the cloud. Kev (4B) https://huggingface.co/jaredpalmer/kev-4b on my RTX 4090 routes 10–15× faster than Jev in the cloud (100–180ms vs 700–1400ms). But accuracy is 14%. Here's the thing: routing only wins when you're right. When uncertain, fail-open. Local beats remote on privacy and latency.

https://görn.name/posts/2026-09-28-claude-code-model-router/

#ClaudeCode #LocalLLM #AI #PromptEngineering

I built a model router for Claude Code that sizes prompts on my GPU instead of the cloud. Kev (4B) https://huggingface.co/jaredpalmer/kev-4b on my RTX 4090 routes 10–15× faster than Jev in the cloud (100–180ms vs 700–1400ms). But accuracy is 14%. Here's the thing: routing only wins when you're right. When uncertain, fail-open. Local beats remote on privacy and latency.

https://görn.name/posts/2026-09-28-claude-code-model-router/

#ClaudeCode #LocalLLM #AI #PromptEngineering

I built a model router for Claude Code that sizes prompts on my GPU instead of the cloud. Kev (4B) https://huggingface.co/jaredpalmer/kev-4b on my RTX 4090 routes 10–15× faster than Jev in the cloud (100–180ms vs 700–1400ms). But accuracy is 14%. Here's the thing: routing only wins when you're right. When uncertain, fail-open. Local beats remote on privacy and latency.

https://görn.name/posts/2026-09-28-claude-code-model-router/

#ClaudeCode #LocalLLM #AI #PromptEngineering

I built a model router for Claude Code that sizes prompts on my GPU instead of the cloud. Kev (4B) https://huggingface.co/jaredpalmer/kev-4b on my RTX 4090 routes 10–15× faster than Jev in the cloud (100–180ms vs 700–1400ms). But accuracy is 14%. Here's the thing: routing only wins when you're right. When uncertain, fail-open. Local beats remote on privacy and latency.

https://görn.name/posts/2026-09-28-claude-code-model-router/

#ClaudeCode #LocalLLM #AI #PromptEngineering

【個人開発】Claude CodeでiOSアプリを作ってマネタイズに挑戦してみた！

https://www.emilyselect.com/%e3%80%90%e5%80%8b%e4%ba%ba%e9%96%8b%e7%99%ba%e3%80%91claude-code%e3%81%a7ios%e3%82%a2%e3%83%97%e3%83%aa%e3%82%92%e4%bd%9c%e3%81%a3%e3%81%a6%e3%83%9e%e3%83%8d%e3%82%bf%e3%82%a4%e3%82%ba%e3%81%ab/?feed_id=8290&_unique_id=6aba54e4921f9&Mastodon

#AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業 #アプリケーションエンジニア #アプリケーションエンジニア #AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業

【個人開発】Claude CodeでiOSアプリを作ってマネタイズに挑戦してみた！

https://www.emilyselect.com/%e3%80%90%e5%80%8b%e4%ba%ba%e9%96%8b%e7%99%ba%e3%80%91claude-code%e3%81%a7ios%e3%82%a2%e3%83%97%e3%83%aa%e3%82%92%e4%bd%9c%e3%81%a3%e3%81%a6%e3%83%9e%e3%83%8d%e3%82%bf%e3%82%a4%e3%82%ba%e3%81%ab/?feed_id=8290&_unique_id=6aba54e4921f9&Mastodon

#AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業 #アプリケーションエンジニア #アプリケーションエンジニア #AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業

【個人開発】Claude CodeでiOSアプリを作ってマネタイズに挑戦してみた！

https://www.emilyselect.com/%e3%80%90%e5%80%8b%e4%ba%ba%e9%96%8b%e7%99%ba%e3%80%91claude-code%e3%81%a7ios%e3%82%a2%e3%83%97%e3%83%aa%e3%82%92%e4%bd%9c%e3%81%a3%e3%81%a6%e3%83%9e%e3%83%8d%e3%82%bf%e3%82%a4%e3%82%ba%e3%81%ab/?feed_id=8290&_unique_id=6aba54e4921f9&Mastodon

#AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業 #アプリケーションエンジニア #アプリケーションエンジニア #AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業

【個人開発】Claude CodeでiOSアプリを作ってマネタイズに挑戦してみた！

https://www.emilyselect.com/%e3%80%90%e5%80%8b%e4%ba%ba%e9%96%8b%e7%99%ba%e3%80%91claude-code%e3%81%a7ios%e3%82%a2%e3%83%97%e3%83%aa%e3%82%92%e4%bd%9c%e3%81%a3%e3%81%a6%e3%83%9e%e3%83%8d%e3%82%bf%e3%82%a4%e3%82%ba%e3%81%ab/?feed_id=8290&_unique_id=6aba54e4921f9&Mastodon

#AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業 #アプリケーションエンジニア #アプリケーションエンジニア #AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業

【個人開発】Claude CodeでiOSアプリを作ってマネタイズに挑戦してみた！

https://www.emilyselect.com/%e3%80%90%e5%80%8b%e4%ba%ba%e9%96%8b%e7%99%ba%e3%80%91claude-code%e3%81%a7ios%e3%82%a2%e3%83%97%e3%83%aa%e3%82%92%e4%bd%9c%e3%81%a3%e3%81%a6%e3%83%9e%e3%83%8d%e3%82%bf%e3%82%a4%e3%82%ba%e3%81%ab/?feed_id=8290&_unique_id=6aba54e4921f9&Mastodon

#AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業 #アプリケーションエンジニア #アプリケーションエンジニア #AI #Claude #ClaudeCode #iOS開発 #VibeCoding #アプリ開発 #バイブコーディング #副業 #起業

Claudeに920万件規模のニュース記事を解析させた事例が話題に【大規模データ分析】
https://qiita.com/nolanlover0527/items/47134185e8e5fae78158?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #データ分析 #AI #Claude #AI活用 #ClaudeCode

Claudeに920万件規模のニュース記事を解析させた事例が話題に【大規模データ分析】
https://qiita.com/nolanlover0527/items/47134185e8e5fae78158?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #データ分析 #AI #Claude #AI活用 #ClaudeCode

Claude Code の新しい監査コマンドは、そのままでは自分のスキル49本を見なかった
https://qiita.com/suwa_nobu/items/ae5a8c1609c794a74a25?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #AI #生成AI #Claude #AI駆動開発 #ClaudeCode

Claude Code の新しい監査コマンドは、そのままでは自分のスキル49本を見なかった
https://qiita.com/suwa_nobu/items/ae5a8c1609c794a74a25?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #AI #生成AI #Claude #AI駆動開発 #ClaudeCode

🏃‍♂️ Petite mise à jour de mon coach IA… qui a bien grandi en 9 jours !

Il y a un peu plus d'une semaine, je vous racontais comment j'avais préparé l'Ultra 110 km du Trail Côte d'Opale avec ai-running-coach, mon projet open source d'agents IA connectés à Garmin.

Depuis, le projet a reçu plus de 120 pull requests 🤯. Voici les grandes nouveautés :

📊 Un tableau de bord : tout ce que le coach sait, enfin sous les yeux. Il y a le verdict du jour, le bilan du matin (HRV, FC de repos, readiness), la courbe de forme, le prévu face au réalisé, et les splits de chaque séance. Il est local, sans npm, et se lit bien sur le téléphone.

⛰️ Des métriques qui parlent vraiment « trail », calculées à partir des fichiers FIT : allure ajustée à la pente, découplage aérobie, VAM, efficacité en descente, durabilité sur les sorties longues, progression sur une même montée…

🛑 Des garde-fous : 7 règles déterministes que le coach doit consulter avant de pousser une semaine dans Garmin. Chaque ajustement est tracé, et /why explique le pourquoi sans jamais inventer.

🎯 Du plan à la ligne d'arrivée : un modèle pente → allure personnel, un plan d'allures segment par segment, un score « Trail Shape » et un débrief prévu contre réalisé après la course.

📱 Le coach dans la poche : une machine Linux à la maison fait tourner Claude Code, et j'y accède depuis l'appli Claude sur mon téléphone grâce à Remote Control, sans clé API et en gardant mon abonnement. /today, /week, /log 2 gels + 500 ml au km 15, RPE 7… et c'est noté.

⏰ Et pourquoi un bon vieux cron pour la synchro Garmin, et pas une routine Claude ? Les routines tournent dans le cloud, sans accès à mes fichiers ni à mes tokens Garmin. J'explique tout ça dans l'article. Dernier ajout : un mode « watch » qui ne réveille le LLM que lorsque la montre a vraiment envoyé quelque chose de nouveau.

🙏 Et surtout, les premières contributions externes ! Merci à Giovanni Clément pour le support GitHub Copilot et le bilan matinal HRV + FC de repos.

👉 L'article complet : https://blog.mornati.net/fr/ai-running-coach-quoi-de-neuf-tableau-de-bord-metriques-coach-mobile/
📖 La doc : https://mmornati.github.io/ai-running-coach/
💻 Le code : https://github.com/mmornati/ai-running-coach

Retours, idées et PR bienvenus ! Et on ne le répétera jamais assez : ça aide à se préparer, ça ne remplace pas l'avis d'un médecin 😉

#TrailRunning #Ultratrail #IA #ClaudeCode #Garmin #OpenSource #AgentsIA #Running

🏃‍♂️ Petite mise à jour de mon coach IA… qui a bien grandi en 9 jours !

Il y a un peu plus d'une semaine, je vous racontais comment j'avais préparé l'Ultra 110 km du Trail Côte d'Opale avec ai-running-coach, mon projet open source d'agents IA connectés à Garmin.

Depuis, le projet a reçu plus de 120 pull requests 🤯. Voici les grandes nouveautés :

📊 Un tableau de bord : tout ce que le coach sait, enfin sous les yeux. Il y a le verdict du jour, le bilan du matin (HRV, FC de repos, readiness), la courbe de forme, le prévu face au réalisé, et les splits de chaque séance. Il est local, sans npm, et se lit bien sur le téléphone.

⛰️ Des métriques qui parlent vraiment « trail », calculées à partir des fichiers FIT : allure ajustée à la pente, découplage aérobie, VAM, efficacité en descente, durabilité sur les sorties longues, progression sur une même montée…

🛑 Des garde-fous : 7 règles déterministes que le coach doit consulter avant de pousser une semaine dans Garmin. Chaque ajustement est tracé, et /why explique le pourquoi sans jamais inventer.

🎯 Du plan à la ligne d'arrivée : un modèle pente → allure personnel, un plan d'allures segment par segment, un score « Trail Shape » et un débrief prévu contre réalisé après la course.

📱 Le coach dans la poche : une machine Linux à la maison fait tourner Claude Code, et j'y accède depuis l'appli Claude sur mon téléphone grâce à Remote Control, sans clé API et en gardant mon abonnement. /today, /week, /log 2 gels + 500 ml au km 15, RPE 7… et c'est noté.

⏰ Et pourquoi un bon vieux cron pour la synchro Garmin, et pas une routine Claude ? Les routines tournent dans le cloud, sans accès à mes fichiers ni à mes tokens Garmin. J'explique tout ça dans l'article. Dernier ajout : un mode « watch » qui ne réveille le LLM que lorsque la montre a vraiment envoyé quelque chose de nouveau.

🙏 Et surtout, les premières contributions externes ! Merci à Giovanni Clément pour le support GitHub Copilot et le bilan matinal HRV + FC de repos.

👉 L'article complet : https://blog.mornati.net/fr/ai-running-coach-quoi-de-neuf-tableau-de-bord-metriques-coach-mobile/
📖 La doc : https://mmornati.github.io/ai-running-coach/
💻 Le code : https://github.com/mmornati/ai-running-coach

Retours, idées et PR bienvenus ! Et on ne le répétera jamais assez : ça aide à se préparer, ça ne remplace pas l'avis d'un médecin 😉

#TrailRunning #Ultratrail #IA #ClaudeCode #Garmin #OpenSource #AgentsIA #Running

🏃‍♂️ Petite mise à jour de mon coach IA… qui a bien grandi en 9 jours !

Il y a un peu plus d'une semaine, je vous racontais comment j'avais préparé l'Ultra 110 km du Trail Côte d'Opale avec ai-running-coach, mon projet open source d'agents IA connectés à Garmin.

Depuis, le projet a reçu plus de 120 pull requests 🤯. Voici les grandes nouveautés :

📊 Un tableau de bord : tout ce que le coach sait, enfin sous les yeux. Il y a le verdict du jour, le bilan du matin (HRV, FC de repos, readiness), la courbe de forme, le prévu face au réalisé, et les splits de chaque séance. Il est local, sans npm, et se lit bien sur le téléphone.

⛰️ Des métriques qui parlent vraiment « trail », calculées à partir des fichiers FIT : allure ajustée à la pente, découplage aérobie, VAM, efficacité en descente, durabilité sur les sorties longues, progression sur une même montée…

🛑 Des garde-fous : 7 règles déterministes que le coach doit consulter avant de pousser une semaine dans Garmin. Chaque ajustement est tracé, et /why explique le pourquoi sans jamais inventer.

🎯 Du plan à la ligne d'arrivée : un modèle pente → allure personnel, un plan d'allures segment par segment, un score « Trail Shape » et un débrief prévu contre réalisé après la course.

📱 Le coach dans la poche : une machine Linux à la maison fait tourner Claude Code, et j'y accède depuis l'appli Claude sur mon téléphone grâce à Remote Control, sans clé API et en gardant mon abonnement. /today, /week, /log 2 gels + 500 ml au km 15, RPE 7… et c'est noté.

⏰ Et pourquoi un bon vieux cron pour la synchro Garmin, et pas une routine Claude ? Les routines tournent dans le cloud, sans accès à mes fichiers ni à mes tokens Garmin. J'explique tout ça dans l'article. Dernier ajout : un mode « watch » qui ne réveille le LLM que lorsque la montre a vraiment envoyé quelque chose de nouveau.

🙏 Et surtout, les premières contributions externes ! Merci à Giovanni Clément pour le support GitHub Copilot et le bilan matinal HRV + FC de repos.

👉 L'article complet : https://blog.mornati.net/fr/ai-running-coach-quoi-de-neuf-tableau-de-bord-metriques-coach-mobile/
📖 La doc : https://mmornati.github.io/ai-running-coach/
💻 Le code : https://github.com/mmornati/ai-running-coach

Retours, idées et PR bienvenus ! Et on ne le répétera jamais assez : ça aide à se préparer, ça ne remplace pas l'avis d'un médecin 😉

#TrailRunning #Ultratrail #IA #ClaudeCode #Garmin #OpenSource #AgentsIA #Running

🏃‍♂️ Petite mise à jour de mon coach IA… qui a bien grandi en 9 jours !

Il y a un peu plus d'une semaine, je vous racontais comment j'avais préparé l'Ultra 110 km du Trail Côte d'Opale avec ai-running-coach, mon projet open source d'agents IA connectés à Garmin.

Depuis, le projet a reçu plus de 120 pull requests 🤯. Voici les grandes nouveautés :

📊 Un tableau de bord : tout ce que le coach sait, enfin sous les yeux. Il y a le verdict du jour, le bilan du matin (HRV, FC de repos, readiness), la courbe de forme, le prévu face au réalisé, et les splits de chaque séance. Il est local, sans npm, et se lit bien sur le téléphone.

⛰️ Des métriques qui parlent vraiment « trail », calculées à partir des fichiers FIT : allure ajustée à la pente, découplage aérobie, VAM, efficacité en descente, durabilité sur les sorties longues, progression sur une même montée…

🛑 Des garde-fous : 7 règles déterministes que le coach doit consulter avant de pousser une semaine dans Garmin. Chaque ajustement est tracé, et /why explique le pourquoi sans jamais inventer.

🎯 Du plan à la ligne d'arrivée : un modèle pente → allure personnel, un plan d'allures segment par segment, un score « Trail Shape » et un débrief prévu contre réalisé après la course.

📱 Le coach dans la poche : une machine Linux à la maison fait tourner Claude Code, et j'y accède depuis l'appli Claude sur mon téléphone grâce à Remote Control, sans clé API et en gardant mon abonnement. /today, /week, /log 2 gels + 500 ml au km 15, RPE 7… et c'est noté.

⏰ Et pourquoi un bon vieux cron pour la synchro Garmin, et pas une routine Claude ? Les routines tournent dans le cloud, sans accès à mes fichiers ni à mes tokens Garmin. J'explique tout ça dans l'article. Dernier ajout : un mode « watch » qui ne réveille le LLM que lorsque la montre a vraiment envoyé quelque chose de nouveau.

🙏 Et surtout, les premières contributions externes ! Merci à Giovanni Clément pour le support GitHub Copilot et le bilan matinal HRV + FC de repos.

👉 L'article complet : https://blog.mornati.net/fr/ai-running-coach-quoi-de-neuf-tableau-de-bord-metriques-coach-mobile/
📖 La doc : https://mmornati.github.io/ai-running-coach/
💻 Le code : https://github.com/mmornati/ai-running-coach

Retours, idées et PR bienvenus ! Et on ne le répétera jamais assez : ça aide à se préparer, ça ne remplace pas l'avis d'un médecin 😉

#TrailRunning #Ultratrail #IA #ClaudeCode #Garmin #OpenSource #AgentsIA #Running

🏃‍♂️ Petite mise à jour de mon coach IA… qui a bien grandi en 9 jours !

Il y a un peu plus d'une semaine, je vous racontais comment j'avais préparé l'Ultra 110 km du Trail Côte d'Opale avec ai-running-coach, mon projet open source d'agents IA connectés à Garmin.

Depuis, le projet a reçu plus de 120 pull requests 🤯. Voici les grandes nouveautés :

📊 Un tableau de bord : tout ce que le coach sait, enfin sous les yeux. Il y a le verdict du jour, le bilan du matin (HRV, FC de repos, readiness), la courbe de forme, le prévu face au réalisé, et les splits de chaque séance. Il est local, sans npm, et se lit bien sur le téléphone.

⛰️ Des métriques qui parlent vraiment « trail », calculées à partir des fichiers FIT : allure ajustée à la pente, découplage aérobie, VAM, efficacité en descente, durabilité sur les sorties longues, progression sur une même montée…

🛑 Des garde-fous : 7 règles déterministes que le coach doit consulter avant de pousser une semaine dans Garmin. Chaque ajustement est tracé, et /why explique le pourquoi sans jamais inventer.

🎯 Du plan à la ligne d'arrivée : un modèle pente → allure personnel, un plan d'allures segment par segment, un score « Trail Shape » et un débrief prévu contre réalisé après la course.

📱 Le coach dans la poche : une machine Linux à la maison fait tourner Claude Code, et j'y accède depuis l'appli Claude sur mon téléphone grâce à Remote Control, sans clé API et en gardant mon abonnement. /today, /week, /log 2 gels + 500 ml au km 15, RPE 7… et c'est noté.

⏰ Et pourquoi un bon vieux cron pour la synchro Garmin, et pas une routine Claude ? Les routines tournent dans le cloud, sans accès à mes fichiers ni à mes tokens Garmin. J'explique tout ça dans l'article. Dernier ajout : un mode « watch » qui ne réveille le LLM que lorsque la montre a vraiment envoyé quelque chose de nouveau.

🙏 Et surtout, les premières contributions externes ! Merci à Giovanni Clément pour le support GitHub Copilot et le bilan matinal HRV + FC de repos.

👉 L'article complet : https://blog.mornati.net/fr/ai-running-coach-quoi-de-neuf-tableau-de-bord-metriques-coach-mobile/
📖 La doc : https://mmornati.github.io/ai-running-coach/
💻 Le code : https://github.com/mmornati/ai-running-coach

Retours, idées et PR bienvenus ! Et on ne le répétera jamais assez : ça aide à se préparer, ça ne remplace pas l'avis d'un médecin 😉

#TrailRunning #Ultratrail #IA #ClaudeCode #Garmin #OpenSource #AgentsIA #Running