6 fases. Cada una atrapa algo que el LLM no puede atrapar solo.
Un modelo de lenguaje escribió este JSON. Tiene errores de naming. Tiene campos deprecados. Es lo mejor que el LLM puede hacer. No es suficiente.
12 tipos de corrección automática. camelCase para state keys. PascalCase para componentes. Campos legacy renombrados.
Cada referencia apunta a algo que existe. Cada acción tiene steps válidos. Cada emit tiene un callback declarado.
8 patrones que los LLMs cometen una y otra vez. Acciones vacías. Renders que faltan. State circular.
Un CDL. Cuatro plataformas. SwiftUI. React. Flutter. HTML. El mismo componente. El mismo comportamiento.
87/100. 5 checks. 1 warning. 0 errores. Si el score baja de 80, el orchestrator escala a un modelo mejor.
El LLM genera. float-v decide si es seguro.
Describí lo que querés construir. float-v lo compila. Acá. Ahora.
Elegi un componente para ver la preview
Selecciona un prompt para ver el codigo generado.
CDL describe la UI. SDL describe los datos. Juntos, una app full-stack.
Rompé un modelo. Mirá cómo el sistema se recupera solo.
Usás Claude Haiku porque es rápido y barato ($0.003/componente). Pero de repente, Haiku empieza a degradarse. Mové el slider para simular la caída.
float-v no depende de nadie.
Simulación — tu conexión real no se afecta.
No hablamos. Medimos.
Lo que ya existe. Lo que viene.
El compilador, el validador, el orquestador. Todo lo que hace falta para que la IA genere código seguro.
El sistema genera sus propios tests y verifica propiedades formales.
El sistema detecta, aprende, se adapta, se recupera. 5 dimensiones de adaptación inspiradas en neurociencia.
Tokens de diseño como lenguaje declarativo. El sistema genera UI que respeta un design system.
Agentes autónomos con workflows declarativos. Verificación en cada paso. Rollback si algo falla.
Goals + Planning + Self-verification. El sistema recibe un objetivo, planifica, ejecuta, verifica, itera.
float-v no es un producto terminado. Es una plataforma en construcción.
Cada versión agrega una capacidad que los LLMs no tienen: verificación, adaptación, resiliencia, descomposición.
La pregunta no es si la IA va a generar todo el software.
La pregunta es quién verifica que ese software funcione.
float-v es la respuesta.
Un compilador que verifica la inteligencia artificial.
615 tests. 50,924 líneas. 10 plataformas.
Construido en Chile. Corre en tu máquina.