Eu criei um tutor pessoal de LLM em francês com repetição espaçada e rastreamento de pontos fracos
Um desenvolvedor criou um tutor de francês personalizado com IA após cancelar um tutor particular de $200/mês. A ferramenta combina um tutor baseado em base de conhecimento usando Claude e um aplicativo de prática de fala chamado Causons. A inovação principal é usar o algoritmo SM-2 (mesmo do Anki) para agendar revisões baseadas na curva de esquecimento, e rastrear pontos fracos específicos com registros de erro precisos.
O tutor de base de conhecimento gerencia um arquivo JSON armazenando cada tópico de gramática estudado, incluindo data da última revisão, nível de confiança (1-4), padrões de erro específicos e próxima data de vencimento. Antes de cada sessão, o sistema baseado em Claude lê o arquivo, identifica tópicos pendentes e gera exercícios em dificuldade crescente: múltipla escolha → preencher lacunas → tradução → produção livre. Após a sessão, os resultados são gravados para atualizar os intervalos. Tópicos acertados quatro vezes seguidas voltam em três semanas; errar um tópico o traz de volta no dia seguinte.
O rastreador de pontos fracos registra construções específicas, por exemplo, "usa auxiliar errado com verbos de movimento em frases negativas — desde 2026-04-12" em vez de um vago "dificuldade com passé composé." A próxima sessão gera exercícios direcionados exatamente a essa construção.
O tutor de fala (Causons) é um aplicativo de navegador com um botão de microfone. Os usuários falam no idioma alvo, recebem respostas da IA no mesmo idioma e correções apenas para erros gramaticais objetivos — por exemplo, coisas que um falante nativo jamais diria. Artefatos de transcrição, escolhas de registro e expressões coloquiais são ignorados.
Para quem é: Desenvolvedores aprendendo um idioma que buscam uma alternativa personalizável e econômica a tutores humanos, com repetição espaçada orientada por dados e feedback granular de erros.
📖 Leia a fonte completa: HN LLM Tools
👀 See Also
Construindo um Sistema de Pesquisa Agêntico com Claude Code: Uma Implementação Prática
Um desenvolvedor detalha como construiu seis agentes especializados usando Claude Code para criar um mapa vivo de mais de 250 implementações reais de IA, com um padrão de orquestração humano-no-loop.
O comando /insight do Claude Code analisa padrões de fluxo de trabalho de desenvolvedores a partir de dados de uso reais.
Um desenvolvedor que estava construindo um aplicativo iOS de finanças pessoais usou o novo comando /insight do Claude Code para analisar 22 dias de uso: 529 mensagens, 47.604 linhas de código, 632 arquivos modificados e 146 commits. O relatório identificou padrões eficazes como um 'pipeline de auditoria e correção em lote' e sinalizou desperdiçadores de tempo como loops de depuração.
Abordagem Híbrida Local+API Reduz Custos de IA em 79% em Teste de Um Mês
Um desenvolvedor que opera um assistente de IA 24/7 em um VPS da Hetzner reduziu os custos mensais de US$ 288 para US$ 60 ao combinar estrategicamente modelos locais com chamadas de API. A configuração usa nomic-embed-text para embeddings e Qwen2.5 7B para tarefas em segundo plano, direcionando trabalhos mais complexos para os modelos Claude.
Não desenvolvedor constrói ferramenta de pontuação para revenda com Claude e API do eBay
Um detetive sem formação em engenharia de software criou o FlipIQ, uma ferramenta local Flask/SQLite que usa o Claude para analisar dados de vendas do eBay e gerar pontuações de confiança para itens de revenda. A ferramenta inclui recursos de identificação por foto e funciona gratuitamente com uma chave de API do eBay e o Ollama.