5 Repositori Open Source yang Mengatasi 95% Masalah Claude Code

CChase AI
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Ini adalah lima alat open source yang saya harap saya tahu saat pertama kali mulai menggunakan Claude
00:00:05Code. Karena sebaik apa pun Claude Code bawaan, masih ada titik lemahnya. Yaitu,
00:00:12video, desain front-end, memori, riset, dan output token. Ini adalah lima area yang Claude
00:00:18Code miliki kelemahan secara alami, dan kita bisa meningkatkannya secara drastis dengan membawa
00:00:23alat-alat luar ini. Jadi dalam video ini, saya akan menunjukkan kelimanya, cara menggunakannya, mengapa Anda harus peduli,
00:00:27dan bagian terbaiknya adalah semuanya gratis. Nah, alat pertama dalam daftar kita adalah Claude Video dari Brad
00:00:33Automates. Ini memiliki lebih dari 5.000 bintang, jadi sedikit lebih kecil, tapi yang satu ini
00:00:38sebenarnya sedang tren cukup keras akhir-akhir ini. Dan ini semua tentang memberi Claude kemampuan untuk memproses video.
00:00:43Saya tidak peduli tentang membuat video AI. Saya ingin Claude bisa menonton video yang saya berikan,
00:00:48karena ini adalah fungsi yang tidak dimilikinya secara bawaan. Bahkan, satu-satunya AI video utama
00:00:53model yang bisa melakukannya adalah Gemini. Dan jika Anda seseorang yang berurusan dengan video, Anda tahu betapa besar
00:00:57hal ini, karena biasanya kita hanya terpaku melihat transkrip. Dan transkrip itu bagus,
00:01:02tapi terkadang kita butuh konteks dari apa yang benar-benar terjadi di layar. Transkripnya
00:01:07tidak cukup. Tapi skill ini adalah yang terbaik dari keduanya, karena kita tidak hanya mendapatkan transkrip,
00:01:11ia mampu menarik tangkapan layar atau bingkai secara cerdas dari video itu sendiri saat dianggap
00:01:16sesuai. Dan lebih baik lagi, jika transkrip tidak ada, ia akan benar-benar merutekannya melalui
00:01:20model Whisper Grok, yang benar-benar gratis, untuk membuat transkrip. Jadi jika Anda menonton
00:01:24semacam video seperti loom atau sesuatu, yang tidak datang dengan transkrip atau apa pun itu
00:01:28itu, kita masih oke. Nah, pertanyaan yang jelas di sini adalah, oke, baik, bagaimana ini sebenarnya
00:01:33bekerja? Bagaimana kita berurusan dengan video? Karena kita tidak bisa begitu saja membuat Claude menonton video.
00:01:37Setiap video pada dasarnya adalah bingkai. Jadi apakah saya melemparkannya 24 tangkapan layar setiap detik video?
00:01:43Jawabannya tidak, itu akan menjadi sangat mahal. Sebaliknya, skill ini menggunakan pendekatan yang cukup elegan
00:01:48di mana ia mengubah berapa banyak bingkai yang akan diambil dari video berdasarkan mode yang Anda gunakan.
00:01:53Jadi kita punya empat mode berbeda dari transkrip hingga token burner transkrip. Kita tidak mengambil bingkai apa pun.
00:01:58Kita hanya mengambil keterangan. Untuk efisien, itu hanya mengambil bingkai kunci. Jadi itu sudah
00:02:03ditentukan oleh video itu sendiri. Dan kita mengambil hingga 50, tergantung pada durasi video.
00:02:07Kita punya seimbang, yang merupakan tempat banyak orang duduk dan akan mengambil hingga 100 bingkai dari sebuah video. Dan
00:02:13itu akan didasarkan pada perubahan adegan, yang juga melihat transkrip untuk melihat apakah
00:02:18kata-kata tertentu sedang digunakan. Jadi seimbang mungkin yang paling masuk akal. Tapi kita juga punya token
00:02:23burner, yang pada dasarnya sama dengan seimbang, tapi kita tidak memiliki batas bingkai. Anda tahu, Anda bisa mengambil
00:02:29seribu bingkai. Masalahnya di sini jelas adalah waktu yang dibutuhkan untuk melakukan ini dan jumlah uang
00:02:34yang akan kita keluarkan. Nah, Brad, pria yang membuat skill ini juga memiliki saluran YouTube-nya sendiri
00:02:38di mana dia membahas detail teknis yang jauh lebih dalam daripada saya. Jadi jika Anda benar-benar ingin tahu,
00:02:43tentang bagaimana ini beroperasi, pasti lihat kontennya. Mengenai
00:02:48instalasi, itu sangat sederhana. Anda dapat menginstalnya ke marketplace, atau Anda bisa saja
00:02:51memberikan URL skill ini ke Claude Code. Saya akan taruh itu di komentar. Tapi gambaran besarnya, apa biasnya?
00:02:56Ini memberi kita kemampuan yang benar-benar baru yang biasanya tidak dimiliki Claude Code tanpa kita harus
00:03:01melakukan routing janky melalui Gemini dan pada dasarnya membayar API Gemini di atas Claude. Ini membuatnya tetap
00:03:07in-house dan merupakan tambahan yang bagus untuk stack Claude Code Anda. Nah, sebelum kita melompat ke alat berikutnya,
00:03:12pesan singkat dari sponsor hari ini, yaitu saya sendiri. Jadi saya baru saja merilis Masterclass Claude Code saya dan ini adalah
00:03:17cara nomor satu untuk beralih dari nol menjadi pengembang AI, terutama jika Anda tidak berasal dari latar belakang
00:03:22teknis. Saya asumsikan Anda tidak punya pengetahuan saat masuk. Kita fokus pada kasus penggunaan nyata, dan ini juga mencakup
00:03:28masterclass codex. Jadi jika Anda seseorang yang ingin menjadi sedikit lebih serius tentang AI,
00:03:33pastikan untuk memeriksanya. Akan ada tautan ke sana di komentar yang disematkan.
00:03:37Nah, alat nomor dua adalah tentang riset karena secara bawaan, pencarian web sederhana
00:03:41Claude Code berikan kepada kita bagus, tapi cukup di permukaan saja. Dan benar-benar tidak ada yang namanya jalan
00:03:46tengah karena sisi berlawanan dari spektrum adalah mari kita lakukan alur kerja dinamis. Mari kita lakukan riset
00:03:50mendalam. Mari kita buat 105 sub-agen dan bakar 10 juta token. Saya tidak ingin melakukan itu.
00:03:55Anda mungkin juga tidak. Jadi masuklah notebooklm-pi. Untuk semua maksud dan tujuan, alat ini memberi kita
00:04:02notebooklm di dalam Claude Code. Saya bisa memanggil notebooklm melalui terminal. Segala sesuatu yang bisa saya
00:04:07lakukan di notebooklm dari versi web dan lebih banyak lagi dapat dilakukan melalui Claude Code karena skill ini.
00:04:15Ini bukan sekadar skill, ini juga CLI. Jadi ini pada dasarnya seperti API tidak resmi
00:04:19ke dalam notebooklm. Nah, hal keren tentang ini bukan hanya seperti, oh, keren,
00:04:22kita mendapatkan fungsionalitas notebooklm, tapi ketika Anda memikirkannya, Anda semacam mendapatkan panggilan LLM
00:04:26gratis dengan melakukan ini. Sekarang ini Gemini. Ini tidak sekuat sesuatu seperti Opus dan pastinya
00:04:33Fable, tapi Anda bisa mengalihkan beberapa riset dan sintesis ke server Google secara gratis saat Anda
00:04:38menggunakan notebooklm, baik itu hanya menanyakan pertanyaan tentang video atau apa pun, di samping fakta bahwa kita
00:04:43bisa membuat, Anda tahu, apa pun yang kita inginkan menggunakan notebooklm, baik itu, Anda tahu, dek slide,
00:04:50baik itu infografis, baik itu podcast, dan seterusnya, dan seterusnya. Dan seperti yang saya singgung
00:04:54sebelumnya, kita mendapatkan hal-hal yang melampaui UI web itu sendiri. Dan kita punya daftar lengkap di sini di dalam
00:05:00readme. Dalam hal instalasi, ini memiliki panduan yang cukup lengkap, tapi saya akan jujur,
00:05:04semua yang perlu Anda lakukan, salin URL-nya, lempar ke Claude Code. Itu akan melakukan sisanya. Itu akan
00:05:09memerlukan beberapa hal seperti Playwright, yang belum pernah Anda gunakan sebelumnya, hanyalah otomatisasi browser
00:05:13yang akan benar-benar tidak terlihat oleh Anda saat sedang berjalan. Dan terakhir, jika Anda benar-benar tidak bisa memikirkan
00:05:17kasus penggunaan notebooklm, ada daftar lengkapnya di sini. Bagi saya, yang terbesar adalah hanya
00:05:23melihat video YouTube. Dan ini semacam berjalan beriringan dengan apa yang kita bicarakan sebelumnya
00:05:26dengan kemampuan untuk menonton video. Notebooklm hanya akan menjadi transkrip saja, tapi karena
00:05:31ini berada di bawah payung Google, seperti, ini adalah proses yang sangat mulus untuk memasoknya dengan URL
00:05:36YouTube, banyak dari mereka tentang topik tertentu, dan kemudian bisa mensintesis semua informasi
00:05:41itu sekaligus. Nah, alat nomor tiga adalah tentang memori. Dan saya akan memasukkan alat tambahan di sini
00:05:46juga. Dan ketika kita berbicara tentang memori, apa yang sebenarnya kita bicarakan adalah bagaimana saya bisa membuat Claude Code
00:05:51dengan cepat dan efektif menjawab pertanyaan tentang basis kode yang sangat besar atau kumpulan dokumen yang sangat besar?
00:05:59Saya ingin bisa memberi Claude Code peta yang bisa dengan mudah ia jelajahi untuk menemukan jawaban bagi saya tentang
00:06:05banyak pertanyaan berbeda yang terkait dengan dokumen saya, pekerjaan saya, kode saya. Nah, itulah tepatnya
00:06:10apa yang Graphify lakukan. Ia pada dasarnya membuat grafik pengetahuan dari basis kode apa pun yang Anda berikan. Dan Anda melihat
00:06:15itu di sini, ia memecah semua bagian, mengubahnya menjadi node, ia mengelompokkannya sesuai dengan apa
00:06:20mereka sebenarnya. Dengan begitu, lagi, kita memberikan peta ke Claude Code. Jadi ketika kita mengajukan pertanyaan tentang
00:06:25hal-hal tentang basis kode ini, ada jalan yang sangat jelas ke depan dari pertanyaan Anda ke jawaban. Hal yang
00:06:31perlu Anda ketahui, meskipun, adalah Graphify bukan sistem rag. Tidak ada indeks vektor, tidak ada embedding,
00:06:36ini bukan light rag, ini berada di suatu tempat di antara Obsidian dan sistem rag yang sebenarnya. Tapi kita bisa semacam
00:06:43mendapatkan versi ringan dari graph rag jika itu masuk akal. Ini tidak serumit rag tradisional,
00:06:49namun kita bisa mendapatkan banyak manfaat yang sama dalam hal memori. Nah, hal keren lainnya
00:06:53tentang Obsidian dibandingkan sesuatu seperti Graphify adalah ia dapat menangani sejumlah file berbeda,
00:06:58seperti kita tidak hanya berbicara tentang markdown, kita bisa menangani hal-hal seperti PDS, kita bisa melakukan gambar, kita bisa melakukan video
00:07:03dan audio dan seterusnya. Jadi itu sangat, sangat fleksibel. Tapi berbicara tentang Obsidian dan grafik pengetahuan
00:07:07dan semacamnya, mari kita bicarakan alat bonus yang saya singgung tadi. Dan itu
00:07:11adalah repo skill Obsidian. Saya tidak melihat cukup banyak orang membicarakan ini. Ini sebenarnya dibuat
00:07:15oleh CEO Obsidian. Ini sangat sederhana. Hanya segelintir skill. Tapi jika Anda seseorang yang menggunakan
00:07:21Obsidian dengan Claude Code, ini adalah cara mudah untuk supercharge itu. Anda pada dasarnya mengajar Claude Code praktik terbaik
00:07:27oleh orang-orang yang sebenarnya membuat Obsidian. Jadi jangan lewatkan repo ini, meskipun sangat
00:07:32sederhana. Itu akan ditautkan di bawah juga. Nah alat nomor empat adalah tentang desain front end. Dan itu
00:07:36adalah impeccable. Ini dengan cepat menjadi skill desain front end favorit saya. Dan banyak orang
00:07:41memperhatikannya. Bukan hanya karena ia memiliki banyak bintang, itu sebenarnya secara resmi bagian dari paket AI GitHub
00:07:45itu sendiri. Dan apa yang kita lihat di sini adalah situs web impeccable. Dan di sini,
00:07:49saya akan menjelaskan cara kerja alat ini. Jadi impeccable adalah satu skill, tapi ia memiliki 23 perintah berbeda.
00:07:56Dan Anda bisa melihat semua perintah itu di sebelah kiri yang saya telusuri hal-hal seperti craft,
00:08:00shape, critique, layout, colorize. Dan mereka pada dasarnya membuat skill melakukan hal-hal tertentu
00:08:04dengan setup Claude Code Anda. Jadi colorize, contohnya, jika saya melakukan impeccable colorize, apa yang akan
00:08:09terjadi? Itu akan menambahkan warna strategis ke antarmuka monokrom. Apa yang bagus di sini di
00:08:13situs web adalah saya bisa melihat sebelum versus sesudah. Jadi Anda bisa melihat, baik, inilah tampilannya
00:08:20biasanya dengan Claude Code dan skill desain front end standar Claude Code
00:08:24versus impeccable. Dan Anda bisa melihat ada sedikit lebih banyak yang terjadi di sini. Itu terlihat sedikit lebih bagus. Sama
00:08:28halnya untuk, Anda tahu, boulder, kan? Claude Code, impeccable boulder. Dan ada 23 perintah berbeda
00:08:36di sini, yang jelas agak sulit untuk dijelaskan. Dan jauh lebih mudah untuk melihatnya
00:08:41beraksi. Jadi sangat disarankan Anda melakukan itu. Hal keren lainnya dengan impeccable adalah mode live.
00:08:46Dan ini benar-benar memberi Anda bayangan desain Claude. Idenya adalah jika saya menjalankan impeccable
00:08:51live, apa yang akan terjadi adalah ia benar-benar akan memunculkan halaman web saya di host lokal
00:08:55di browser saya. Jadi daripada mencoba mengedit semuanya melalui terminal via kode,
00:09:01saya sekarang akan memiliki halaman di browser saya. Saya bisa mengklik komponen yang berbeda. Saya bisa melihat apa
00:09:05tampilannya dengan dan tanpa impeccable. Dan itu menjadi alat desain visual, yang jauh lebih baik
00:09:11ketika kita berbicara tentang desain front daripada seperti, hei, impeccable, buat itu terlihat lebih bagus.
00:09:15Oke, coba lagi, buat lebih premium, kan? Jadi Anda benar-benar bisa melihatnya sebelum Anda menerapkannya. Saya pikir
00:09:21ini adalah langkah besar di atas skill desain front end anthropic dan juga langkah besar di atas hal-hal
00:09:26seperti UI, UX, Pro Max. Nah, terakhir tapi bukan yang akhir adalah Ponytail. Dan ini tentang konsumsi token,
00:09:33token, token, token. Anda mendengarnya sepanjang waktu dan betapa mahalnya mereka, terutama dengan
00:09:37Fable. Jadi masuk akal kita melihat ke luar Claude Code untuk melihat, apakah ada skill atau framework
00:09:43yang bisa mengurangi jumlah token yang kita habiskan sambil tetap mempertahankan tingkat efektivitas yang sama?
00:09:49Anda tahu, tidak ada gunanya jika kita mengurangi jumlah token kita, tapi hasilnya lebih buruk. Nah, Ponytail
00:09:54mengklaim bisa melakukan ini. Faktanya, ia mengklaim bahwa itu membuat Claude Code 20% lebih murah, 27% lebih cepat,
00:10:02sambil tetap memberikan hasil yang sama, yang cukup liar. Nah, cara kerja Ponytail pada dasarnya
00:10:08adalah mengatakan, hei, kita akan memberi Claude Code serangkaian, Anda tahu, gerbang yang perlu dilalui,
00:10:14di mana pada dasarnya kita bertanya, hei, apakah Anda benar-benar perlu membangunnya? Apakah fitur yang sedang Anda coba
00:10:18buat sudah ada? Apakah itu library? Dan seterusnya, dan seterusnya, sebelum akhirnya mengatakan,
00:10:23oke, Anda ingin membangun ini? Bagus. Jempol ke atas. Gunakan saja jumlah kode sesedikit mungkin.
00:10:27Itulah cara kerjanya secara singkat. Ini menjadi sedikit lebih rumit dari itu.
00:10:31Tapi saya ingin Anda melihat di sini pada benchmark karena inilah yang kita pedulikan.
00:10:36Dalam abu-abu, apa yang kita punya? Kita punya baseline. Dan kemudian dalam hijau, kita punya Ponytail. Dan Anda
00:10:41bisa melihat jauh lebih sedikit baris kode, jauh lebih sedikit token, jauh lebih murah, dan jauh lebih sedikit waktu. Nah, apa tangkapannya?
00:10:49Nah, tangkapannya adalah mereka melakukan benchmark ini dengan Haiku. Anda pada titik ini menggunakan Opus atau Anda
00:10:53menggunakan Fable. Jadi apakah ini bertahan? Nah, saya sebenarnya melakukan tes. Saya membuat seluruh video tentang Ponytail dengan Opus
00:11:00dan itu sebenarnya bahkan lebih murah dan lebih cepat daripada apa yang kita lihat dengan Haiku. Jadi manfaatnya lebih besar
00:11:07dengan Opus. Saya kemudian mencobanya lagi dengan Fable dalam hal yang sama. Jadi secara keseluruhan, ketika saya menjalankan ini
00:11:13benchmark yang sama, dan siapa pun bisa, jika Anda pergi ke repo ini, mereka memiliki semua benchmark yang terdaftar di sini jadi Anda
00:11:17bisa menguji ini sendiri. Ponytail menguranginya dan itu adalah output yang sama. Nah, benchmark versus kehidupan
00:11:23nyata. Apakah itu sama? Siapa yang bisa mengatakan? Itu mungkin tergantung pada kasus penggunaan khusus Anda dan seberapa
00:11:28rumitnya itu. Tapi setiap kesempatan kita bisa membuat Claude Code lebih cepat dan lebih murah dan pada tingkat yang sama
00:11:35efektivitas, saya pikir kita harus mencobanya. Skenario terburuk, Anda melakukan beberapa kali putaran, Anda tidak
00:11:38menyukainya, Anda menyingkirkannya. Tapi saya pikir ini layak waktu Anda. Ada yang lain di sama
00:11:42aliran, seperti Caveman, yang saya juga pikir harus Anda lihat. Jadi itulah lima alat open source
00:11:46yang saya harap saya tahu saat pertama kali mulai dengan Claude Code. Dan jika Anda baru, saya harap saya bisa
00:11:52setidaknya mengarahkan Anda ke arah yang benar di beberapa area ini. Seperti biasa, beri tahu saya apa yang Anda
00:11:57pikirkan di komentar. Pastikan untuk melihat Chase AI Plus jika Anda ingin mendapatkan tangan Anda pada
00:12:00masterclass. Dan selain itu, saya akan melihat Anda di sekitar.

Key Takeaway

Pemanfaatan lima alat open source spesifik—Claude Video, notebooklm-pi, Graphify, Impeccable, dan Ponytail—secara drastis meningkatkan kapabilitas Claude Code dalam pemrosesan video, riset, manajemen memori basis kode, desain front-end, dan efisiensi biaya token.

Highlights

  • Claude Video memungkinkan Claude Code untuk memproses dan menganalisis video dengan mengekstrak bingkai kunci atau transkrip melalui Whisper Grok.

  • Notebooklm-pi bertindak sebagai CLI tidak resmi untuk NotebookLM, memungkinkan riset mendalam dan sintesis data berbasis URL YouTube langsung di dalam terminal.

  • Graphify membangun grafik pengetahuan dari basis kode untuk memberikan peta navigasi bagi Claude Code, meningkatkan akurasi saat menjawab pertanyaan tentang dokumen atau kode besar.

  • Impeccable menyediakan 23 perintah khusus untuk desain front-end, termasuk mode live yang memungkinkan pratinjau visual langsung di browser lokal.

  • Ponytail meningkatkan efisiensi Claude Code dengan klaim pengurangan biaya sebesar 20% dan peningkatan kecepatan sebesar 27% melalui optimasi penggunaan token.

  • Penggunaan model Opus atau Fable dengan Ponytail terbukti memberikan hasil yang lebih murah dan cepat dibandingkan benchmark awal menggunakan Haiku.

Timeline

Kemampuan Pemrosesan Video

  • Claude Video memungkinkan Claude Code menganalisis konten visual video selain transkrip.
  • Sistem ini menggunakan pengambilan bingkai kunci yang dinamis untuk menjaga efisiensi biaya.
  • Transkrip otomatis dibuat melalui model Whisper Grok jika video tidak memiliki teks bawaan.

Alat ini mengatasi keterbatasan model AI utama yang biasanya hanya memproses transkrip. Pengguna dapat memilih mode bingkai dari transkrip murni hingga pengambilan 1.000 bingkai. Metode ini menghindari pengiriman ribuan tangkapan layar per detik yang akan memakan biaya API berlebihan.

Riset Mendalam dengan NotebookLM

  • notebooklm-pi mengintegrasikan fungsi NotebookLM ke dalam terminal Claude Code.
  • Alat ini mendukung sintesis informasi dari berbagai sumber seperti URL YouTube.
  • Proses riset dialihkan ke server Google secara gratis, mengurangi beban penggunaan token LLM utama.

Integrasi ini memungkinkan alur kerja dinamis tanpa perlu membuat banyak sub-agen yang boros token. Selain fungsionalitas web, alat ini menyediakan fitur tambahan untuk pembuatan dek slide dan infografis. Pengguna perlu menginstal Playwright untuk otomatisasi browser di balik layar.

Manajemen Memori Basis Kode

  • Graphify memetakan basis kode menjadi grafik pengetahuan untuk navigasi yang lebih efisien.
  • Sistem ini bekerja di antara konsep Obsidian dan RAG tradisional tanpa indeks vektor.
  • Skill Obsidian resmi memungkinkan integrasi praktik terbaik manajemen dokumen langsung ke Claude Code.

Graphify memberikan peta eksplisit bagi Claude Code untuk menelusuri basis kode besar, memecah file menjadi node terstruktur. Sebagai pelengkap, repositori Obsidian membantu menangani format file yang lebih luas seperti PDF, gambar, dan audio secara fleksibel.

Desain Front-End Visual

  • Impeccable menawarkan 23 perintah khusus untuk memodifikasi elemen antarmuka.
  • Mode live memungkinkan pratinjau perubahan desain langsung pada host lokal browser.
  • Alat ini memfasilitasi iterasi visual yang lebih baik dibandingkan perintah teks standar.

Impeccable mempermudah pengeditan front-end dengan perintah spesifik seperti 'colorize' atau 'layout'. Kemampuan melihat hasil secara visual di browser sebelum diterapkan memberikan kontrol kualitas yang lebih presisi daripada mengandalkan deskripsi berbasis teks.

Optimasi Konsumsi Token

  • Ponytail mengklaim efisiensi biaya 20% lebih rendah dan kecepatan 27% lebih tinggi.
  • Benchmark menunjukkan hasil yang konsisten dibandingkan metode standar dengan baris kode yang lebih sedikit.
  • Pengujian dengan model Opus atau Fable menunjukkan peningkatan efisiensi yang melampaui hasil benchmark Haiku.

Ponytail bekerja dengan membatasi langkah-langkah logika Claude Code agar tidak melakukan pembangunan berlebih yang tidak perlu. Meskipun hasil nyata bergantung pada kerumitan kasus penggunaan, pengujian menunjukkan bahwa efektivitas tetap terjaga dengan konsumsi sumber daya yang lebih hemat.

Community Posts

View all posts