Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Programación · klauria.tech

Psychic: como fzf, pero aprende de lo que haces

Psychic es un explorador de archivos para la terminal que registra los directorios y archivos que abres y entrena un modelo LightGBM local para ordenar los resultados. Su autor prioriza la velocidad: la interfaz se actualiza con cada tecla en menos de 16 ms.

Foto: vía klauria.tech

Leer el artículo aquíArtículo original (klauria.tech) 7 comentarios en Hacker News

Escucha la noticia3 min

Kshitij Lauria cuenta que pasa el día en la terminal entrando en directorios y abriendo archivos en el editor, casi siempre los mismos de unos pocos proyectos. Para no tener que recordar dónde está cada cosa ni autocompletar las mismas rutas, creó psychic. A la izquierda muestra los resultados y a la derecha una vista previa del archivo o directorio seleccionado. Al escribir, los resultados se filtran y reordenan con cada letra. Si se pulsa Enter sobre un archivo, se abre el editor de terminal en la misma ventana; si es un directorio, la búsqueda se reinicia desde dentro. Una integración con el shell registra además los directorios a los que se entra con cd fuera de psychic. El autor lo describe como un cruce entre fzf y zoxide con un pequeño modelo de ML que aprende tus patrones.

Todas las búsquedas y selecciones se guardan en una base de datos sqlite local. Con ellas se entrena un modelo LightGBM (árboles de decisión con gradient boosting y objetivo LambdaRank, pensado para ranking) que predice qué archivo vas a abrir según la consulta. El modelo se vuelve a ejecutar tras cada pulsación. Se reentrena desde cero cada vez que se abre psychic, en segundo plano, y solo se sustituye cuando el usuario no mira la pantalla, por ejemplo al abrir un archivo o entrar en un directorio. Descartó modelos remotos, LLMs y transformers por la latencia, y la regresión lineal o logística porque rendían mucho peor.

Con pocos datos, psychic usa un modelo simple que premia los clics recientes, la fecha de modificación y la coincidencia aproximada entre consulta y nombre. La puntuación final es una suma ponderada de ese modelo y el de ML, y el peso del segundo crece hasta ser prácticamente total. Entre las variables hay el número de clics recientes en archivos del mismo directorio y los clics asociados a cada consulta, que permiten recordar asociaciones sin ver los nombres de archivo. Cada entrenamiento genera un PDF con estadísticas y hay un panel de depuración con las variables y datos de rendimiento.

El autor da cifras de su uso desde octubre de 2025: 1.450 aperturas, 1,6 caracteres escritos de media, y en el 29 % de los casos no tecleó nada, porque el primer resultado ya era el que quería. La mediana hasta llegar al destino fue de 2 segundos; eligió el primer resultado el 80 % de las veces y uno de los tres primeros el 96 %. Las cifras salen del comando integrado psychic stats. Está escrito en Rust, con benchmarks en cada commit y sin llamadas al sistema de archivos en el bucle de render. Se instala con brew install kshitijl/tap/psychic.

En Hacker News

«Psychic: Like fzf but learns from your actions» · puesto 27 · 23 puntos · enviado por articulatepang

Lo que dicen los comentarios

Hay un solo comentario, de alguien que usa fzf para mucho más que seleccionar archivos y observa que psychic parece centrarse sobre todo en archivos y directorios.

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.