Lathe: una CLI en Go que genera tutoriales técnicos prácticos con LLM

Fuentes: Lathe: a Go CLI that generates hands-on technical tutorials with LLMs
Imagen generada por IA con el prompt: Developer at a desk reading a hands-on coding tutorial on a laptop with dark mode editor, a small glowing AI assistant icon hovering above, minimalist workspace, soft warm light
Imagen generada con IA

Lathe es una herramienta de código abierto, escrita en Go, que combina un modelo de lenguaje (LLM) con una interfaz local para generar tutoriales técnicos prácticos y guiar al usuario paso a paso en su ejecución manual. Su propuesta se aleja del uso habitual del LLM como generador de código y lo reorienta a un papel de profesor: la persona recibe una guía estructurada —de una o varias partes— a partir de un prompt en lenguaje natural y la va escribiendo por sí misma en su propio editor, lo que preserva el aprendizaje activo.

En la práctica, el flujo se inicia dentro de una sesión interactiva compatible —Claude Code, Cursor o Codex— invocando un comando como /lathe build a 3D Slicer in Erlang. La herramienta produce el tutorial y lo guarda en un repositorio local; a continuación, el usuario lanza lathe serve desde cualquier terminal para abrir una interfaz web con modo claro y oscuro, donde puede leer la guía, consultar la documentación, ver el modelo empleado, el prompt que dio forma al estilo y las fuentes utilizadas. La misma interfaz expone habilidades para pedir aclaraciones, verificar el tutorial o solicitar una nueva parte.

La distribución se realiza como binario autónomo: en macOS mediante Homebrew (cask), en Linux con un script curl | sh o mediante go install con Go 1.25 o superior, y también es posible compilar desde el código fuente. Tras la instalación, las skills se instalan en el proyecto con lathe skills install, con variantes para usuario global, Cursor o Codex.

El autor —desarrollador que aprendió a programar en los años 2000 con la scene de homebrew de PSP en Lua y C++— plantea Lathe como un experimento para recuperar los «momentos eureka» del aprendizaje práctico en dominios donde escasean recursos humanos, como un slicer 3D o el desarrollo embebido en Zig. Reconoce abiertamente las limitaciones: los tutoriales no alcanzan el nivel de los escritos por personas, pueden contener errores típicos de los LLM y, por ello, recomienda usar los modelos «thinking» más capaces disponibles (Opus, GPT-5 Codex). El propio acto de teclear el código actúa, según su argumento, como salvaguarda frente a alucinaciones.