Por qué existe
Programo a diario con agentes de IA (Claude Code, Cursor, Antigravity, Codex y OpenCode) y muy pronto me encontré repitiendo lo mismo: explicar mis estándares de ingeniería, pedir una auditoría de seguridad, reconstruir el contexto de un proyecto después de cerrar sesión… Así que lo convertí en herramientas reutilizables que llevo a cualquier proyecto y a cualquier agente.
Las piezas
Las piezas
Donde las uso
Skills propias (22)
Instrucciones reutilizables en formato Agent Skills (SKILL.md), cada una con su versión portable en AGENTS.md para Codex, Cursor, OpenCode y Copilot, y un instalador de un solo comando. Algunas de las que más uso:
- guardarrailes: la puerta única a mi familia de estándares de ingeniería. Enruta cada situación a la skill que manda y fija el ciclo de trabajo: especificación, test en rojo, verde, refactor, verificar y revisar.
- base-ingenieria, seguridad-y-privacidad, pruebas-y-verificacion, arquitectura-y-diseno, calidad-codigo, apis-e-interfaces, dependencias-y-gestion-paquetes y revisor-codigo: mis reglas de ingeniería escritas en tres niveles (DEBE, DEBERÍA, PUEDE), para que cualquier agente trabaje con mi mismo criterio.
- comite: revisa la respuesta anterior del agente con un comité de tres revisores independientes y verificación de código.
- explica: para al agente a mitad de tarea y le obliga a contar dónde estamos, por qué y qué ha dado por hecho sin comprobarlo.
- investigador, documentacion-proyecto, planificador y prompt: informes con fuentes datadas, paquetes de documentación de proyecto, planes de acción a partir de transcripciones y prompts listos para otro agente.
Las skills de terceros que uso no se copian al repositorio: se fijan en un lock con commit y hash SHA-256, y el instalador avisa si el origen ha cambiado.
Auditor de ciberseguridad
Un enjambre de cinco especialistas que trabajan en paralelo (inyecciones, autenticación y criptografía, secretos y exposición, cadena de suministro, lógica de negocio) y que tienen prohibido tocar el código: solo leen y reportan, y lo refuerzo con instrucciones y un hook que limita los comandos que pueden ejecutar. Buscan de lo más difícil de detectar a lo más fácil, y el resultado es un informe consolidado con evidencias y propuestas de solución.
Memoria persistente para agentes
Un kit pensado para dar memoria entre sesiones a Claude Code, Gemini CLI, OpenCode, Codex y Cursor, sin servicios externos ni bases de datos vectoriales: solo Markdown versionado con git y sincronizado con Obsidian.
Plantillas de proyecto con Spec-Driven Development
Dos plantillas Copier con las que arranco proyectos de agentes:
- harness-template: andamiaje donde un agente redacta la especificación, yo la apruebo, otro la implementa y un tercero la revisa.
- langgraph-template: lo mismo, especializado en agentes LangGraph y verificable a coste 0. El grafo se compila sin llamar al modelo y los tests usan modelos falsos.
Investigador portable
Un único AGENTS.md que convierte cualquier LLM (ChatGPT, Gemini, Perplexity, Claude…) en un investigador disciplinado. Entrega informes con un formato fijo de 7 secciones, fuentes datadas, hechos separados de opiniones y un nivel de confianza.
Stack desglosado
- Formatos: Agent Skills (
SKILL.md),AGENTS.md, subagentes de Claude Code. - Plantillas: Copier con Jinja, LangGraph y LangChain.
- Memoria: Markdown, git y Obsidian.
- Instalación: PowerShell y Bash, con verificación de hashes.
Resultados y aprendizajes
Lo que funcionó: escribir mis estándares una sola vez y hacer que viajen conmigo. Da igual el agente o el proyecto: el criterio es el mismo, y el trabajo que sale es consistente y revisable.
Lo que aprendí: trabajar bien con agentes de IA no consiste en escribir mejores prompts, sino en darles proceso: especificaciones que aprobar, tests que pasar, revisores que rechazan y memoria que no se pierde.