| OsProject | |
|---|---|
| id | reel-driven-development |
| state | active |
| owner | WolfgangFahl |
| title | Reel Driven Development |
| url | https://github.com/WolfgangFahl/reel-driven-development |
| version | 0.0.2 |
| description | Reel Driven Development - turn recorded user walks into domain stories and outcome objects |
| date | 2026-08-14 |
| since | 2026-07-30 |
| until | |
pip install reel-driven-development
# alternatively if your pip is not a python3 pip
pip3 install reel-driven-development
# local install from source directory of reel-driven-development
pip install .
pip install reel-driven-development -U
# alternatively if your pip is not a python3 pip
pip3 install reel-driven-development -U
Nadie lee los documentos de requisitos. Pero todo el mundo sabe pulsar «grabar».
Durante décadas pedimos a los usuarios que tradujeran su frustración en tickets, especificaciones e historias de usuario, y perdimos la mayor parte de la verdad en la traducción. Mientras tanto, el documento de requisitos más honesto ya existe: un usuario recorriendo tu software mientras piensa en voz alta.
«Esto me gusta ... la función que falta es ... por desgracia aquí no puedo ...»
Esa banda sonora es oro puro. Hasta ahora se evaporaba en cuanto terminaba la reunión.
Reel Driven Development (RDD) convierte esa grabación, el reel, en el motor del desarrollo de software:
Esto es Domain Driven Design y Specification by Example, cimentados en el comportamiento real en lugar de en las conjeturas de un taller.
El 18/07/2026 grabamos el primer reel RDD público para la migración de nicescholia: un recorrido de 3:54 min por el aspecto de autor de Tim Berners-Lee (Q80): el antiguo Scholia, las consultas parametrizadas con nombre de snapquery, dos fallos en directo y los nuevos paneles de nicescholia.
El percance que demuestra el método: se olvidó el micrófono; el reel no tiene sonido. Funcionó de todos modos. RDD inverso: la narración fue inferida por la IA a partir de un barrido denso de fotogramas (1 fotograma / 10 s, todos analizados) y está marcada como hipótesis de principio a fin; el recorrido de 17 saltos por el grafo, en cambio, está completamente respaldado por los fotogramas. El reel mudo aun así produjo 4 hallazgos enviados a 3 gestores de incidencias.
Reel completo con los 17 saltos, el vídeo, la transcripción inferida y los hallazgos: discusión n.º 12 de nicescholia
|
|
| Salto 3: empieza el recorrido: perfil de autor Q80 en el antiguo Scholia | Salto 11: hallazgo F1: «Unrecognized error format»: el propio error es inservible |
|
|
| Salto 14: hallazgo F2: prefijo wdt no registrado aunque el fusionador de prefijos está activo | Salto 15: Endpoint Monitor de nicescholia: donde el recorrido debería ejecutarse algún día de forma nativa |
Los hallazgos F3 (aspecto «Use» vacío) y F4 (sistema antiguo bajo carga / 503) fueron a WDscholia/scholia; F1 y F2 a snapquery. Cada frustración se convirtió en un elemento rastreado y accionable. Ese es el ciclo: recorrer, grabar, semantificar, corregir.
Próximo reel: con audio, lo que el usuario dijo realmente, enlazado a KANO, junto a lo que la IA supuso que diría.
Cada reel se convierte en una página consultable del grafo de conocimiento: nombre, fecha, participantes, transcripción, estado. La creciente lista de grabaciones es la ventana pública a todo esto: las primeras grabaciones de prueba de concepto ya están publicadas y se irán añadiendo más conforme se autoricen.
Y puede recorrer uno usted mismo: el reel de demostración de GenWiki en rdd.bitplan.com: sin cuenta, sin contraseña, sus veredictos se quedan en su dispositivo.
La IA agéntica de última generación hace que la transcripción de audio y el análisis de capturas de pantalla de vídeos sean baratos y fiables. La narrativa de un vídeo llega en un formato que el desarrollo de software puede usar directamente. El ciclo completo, desde el suspiro de un usuario hasta el software entregado, se está cerrando a toda velocidad.
Creemos que Reel Driven Development se impondrá muy rápidamente.
RDD es una pieza de nuestro enfoque de semantificación: aplicar IA agéntica para convertir casos de uso en grafos de conocimiento, con el fin de reducir sistemáticamente la frustración de los usuarios. Crear software que encaje con sus casos de uso es notoriamente difícil. Dejar que la gente simplemente muestre su experiencia cambia la economía de hacerlo bien.
La ciencia que hay detrás: Reel Driven Development - RDD en nuestro wiki de investigación.
¿Qué fue lo último que le mostró un usuario y que ningún ticket llegó a capturar?