Cada semana se viralizan en redes sociales repositorios con títulos como «200 habilidades secretas para Claude Code» o «Colección de skills de Andrej Karpathy». Da la impresión de que cuantas más instrucciones listas metas en la carpeta de trabajo de un agente de IA, más inteligente se volverá. Abrí un par de esas recopilaciones: no tienen nada que ver con el verdadero Karpathy. Los especialistas en marketing simplemente recortaron consejos genéricos de tuits ajenos y los empaquetaron en cientos de archivos de texto.
En la práctica, coleccionar skills ajenas funciona al revés: cuanto más gruesa es la carpeta de sugerencias, peor razona la red neuronal y más rápido se consume tu tarifa. El autor del canal David Ondrej analizó este problema —la saturación de habilidades (skill bloat)— y, con el ejemplo de su repositorio de skills minimalistas, demostró por qué la probabilidad de que un paquete ajeno coincida con tus tareas es del 0%. Veamos cómo un centenar de archivos en .agents/skills/ quema la memoria del modelo incluso antes de la primera pregunta y cómo poner orden ahí en diez minutos.
Cómo las descripciones del catálogo de habilidades queman la ventana de contexto antes de empezar
Según la especificación abierta Agent Skills, creada por Anthropic y compatible con casi todos los entornos de agentes (Claude Code, Cursor, Codex, Hermes, Pi, OpenCode y Cloudroom), las habilidades se guardan en una única carpeta .agents/skills/ (las versiones recientes de Claude Code también migraron a ella desde la anterior .claude/skills/, eliminando el lío de los enlaces simbólicos symlinks).
Una habilidad en sí es una carpeta con un archivo SKILL.md, donde se registra un procedimiento operativo estándar (SOP) para una tarea repetitiva. Para no saturar la memoria de la red neuronal, el estándar aplica una revelación progresiva (progressive disclosure), como el trabajo de un analista en un escritorio con carpetas archivadoras:
- Inicialización (Discovery): al iniciar la sesión, el agente lee solo los lomos de las carpetas: el nombre (
name, hasta 64 caracteres en minúsculas) y la condición de llamada (description, hasta 1024 caracteres), gastando 50–100 tokens por habilidad. - Activación (Activation): cuando la solicitud coincide con la descripción, el agente abre la carpeta y carga el cuerpo de la instrucción (
body). - Ejecución (Execution): el modelo sigue los pasos del procedimiento y, si hace falta, llama a scripts de
scripts/o material de consulta dereferences/.
Mientras haya 5–10 carpetas, el esquema funciona como un reloj. Pero cuando clonas un archivo viral con 150–300 habilidades, los encabezados cortos de 100 tokens devoran desde el arranque 15,000–30,000 tokens en cada mensaje solo por el derecho de estar sobre la mesa. Esto quema los límites de las suscripciones (como la tarifa de Codex de $200) y provoca degradación del contexto (context degradation): la atención del modelo se dispersa entre ciento cincuenta etiquetas ajenas en lugar de centrarse en tu código.
Por qué los disparadores difusos provocan llamadas falsas y alucinaciones
El impuesto inicial por los encabezados es solo la mitad del problema. El colapso empieza cuando en el campo description se escriben frases vagas como «ayuda a escribir código de calidad». Dado que description actúa como el único disparador de activación, el modelo lo interpreta como una orden para abrir la carpeta ante cualquier pregunta sobre desarrollo.
Veamos un caso real: un desarrollador tiene 150 habilidades descargadas en la carpeta global .agents/skills/ y le pregunta al agente: «¿Por qué falla el procesamiento del webhook del servicio de pagos Stripe?». Antes de leer el registro de errores, bajo el capó ocurre una reacción en cadena:
- Cargar 150 descripciones del catálogo consume desde el inicio unos 20,000 tokens.
- Al ver una pregunta sobre código, el agente se engancha al disparador difuso de la habilidad
better-python-dev(«ayuda a escribir código de calidad en Python») y carga su cuerpo de 12,000 tokens. - Acto seguido se activa por error la habilidad
code-cleaner, volcando al contexto otros 8,000 tokens de reglas de formato.
El resultado: 40,000 tokens se queman en vano antes de conocer el bug. El esquema de la base de datos se borra de la memoria activa, el modelo alucina e intenta reescribir controladores que funcionan, y el desarrollador tiene que pulsar /compact.
Para que el agente dé en el blanco, el disparador debe ser estrecho. Para depurar pagos se crea un manifiesto de proyecto específico .agents/skills/billing-bugfix/SKILL.md:
---
name: billing-bugfix
description: Diagnóstico y corrección de errores en módulos de pago Stripe y facturación. Activar solo ante fallos de webhooks, discrepancias en estados de facturas o errores de cobro.
license: MIT
metadata:
version: "1.2"
scope: "project"
---
# Protocolo de depuración de escenarios de pago
1. **Verificación del webhook**: localizar el evento `evt_...` en los logs y comprobar la cabecera `Stripe-Signature` por si el secreto ha caducado.
2. **Aislamiento de la transacción**: prohibidos los reintentos de cobro (`retry charge`) sin la clave `Idempotency-Key`.
3. **Cotejo con la BD**: verificar el estado de la suscripción (`active`, `past_due`, `canceled`) en la tabla `subscriptions`.
4. **Informe**: mostrar un resumen breve de las causas del fallo antes de editar el código del controlador.
En la cabecera YAML frontmatter, el campo description funciona como un filtro estricto: mientras maquetas la interfaz o configuras rutas, la habilidad pesa menos de cien tokens y permanece en silencio. Pero ante un fallo del webhook de pagos, el agente carga de inmediato los cuatro pasos del protocolo: desde revisar Stripe-Signature y proteger con Idempotency-Key hasta cotejar la tabla subscriptions.
Cuando el desarrollador borró las 150 carpetas ajenas y dejó solo este archivo específico de proyecto y 4 habilidades globales, el consumo inicial de contexto cayó más de 5 veces: de 40,000 a 650 tokens. El agente invocó billing-bugfix al instante, encontró el secreto de firma caducado y entregó el parche en 45 segundos. Sobre cómo añadir pruebas automáticas a estos archivos escribimos en el análisis de habilidades automejorables para asistentes de IA, y las reglas de aislamiento de disparadores se detallan en el marco de 6 pasos para diseñar Codex Skills.
Cinco habilidades básicas para cada día y sus límites de aislamiento
¿Qué conviene mantener entonces en la carpeta global ~/.agents/skills/, que influye en cada chat? Según la experiencia de David Ondrej, allí solo hacen falta 4–5 habilidades cortas para gestionar el propio flujo de trabajo:
gpt-review(revisión cruzada): tras cambios medianos o grandes de Claude Opus 5.5, lanza un subagente en otro harness sobre el modelo insignia de un laboratorio competidor (OpenAI GPT Astra). La mirada de un segundo modelo frontier detecta hasta un 95% de bugs sin pesados checks de CI/CD en cada push.deep-api(pasarela única de datos): sustituye una decena de integraciones y claves sueltas (Firecrawl, Apify, correo) por un único punto de entrada para búsqueda web, investigación profunda y scraping de GitHub o X.state(resumen del hilo): habilidad escrita a mano de un par de líneas: «Recuérdame en lenguaje sencillo qué estamos haciendo en este hilo y qué porcentaje de la tarea está listo». Al trabajar en 5–10 hilos paralelos, el comando/statedevuelve el contexto en dos frases en cuestión de segundos.stop-overthinking(filtro de paranoia): en el nivel máximo de razonamiento (max reasoning effort), los modelos tienden a encontrar problemas imaginarios en código limpio con probabilidad de uno entre mil millones y a escribir 200 líneas de tests innecesarios. La habilidad activa el modo pragmático: de 9 observaciones, conserva 1–2 bloqueadores realmente críticos y descarta las otras 7–8 fantasías.show-designs(renderizado de UI en el chat): en 2–3 minutos muestra directamente en la ventana del chat 4 variantes visuales de un componente, ahorrando 15–20 minutos en levantar el servidor de desarrollo (la prueba manual en navegador queda solo para el 10% de las funciones interactivas complejas).
Todas las habilidades de dominio deben vivir estrictamente dentro del repositorio del proyecto (<repo>/.agents/skills/). Cuando un ingeniero sénior o un financiero empaqueta su proceso en un SKILL.md de proyecto, un nuevo integrante que clona el código recibe un agente ya entrenado y entra en ritmo en una semana en lugar de un par de meses.
No copies archivos SKILL.md de autores desconocidos en tu carpeta local .agents/skills/: dentro es fácil esconder una inyección de prompt que obligue a un modelo abierto a filtrar tu .env con claves a un servidor ajeno. Y las auditorías puntuales pesadas de proveedores confiables como Security Audit Skill de Cloudflare ejecútalas una sola vez mediante un agente en la nube dentro de un entorno aislado (Cloud Sandbox en el editor gratuito de código abierto Cloudroom): funcionará incluso con la tapa del portátil cerrada y no ensuciará el catálogo local.
Haz una auditoría de tu carpeta hoy mismo sin revisar archivos a mano. Abre el editor de agentes, activa un modelo insignia (Opus 5.5 o el GPT actual) con nivel alto de razonamiento (high o max) y pídele que escanee el historial de todas tus sesiones en todos los harnesses para listar las habilidades menos utilizadas. La consulta en sí no borrará nada, pero mostrará el panorama real: elimina sin miedo el 80–90% del lastre; si algún día necesitas una plantilla rara, la red neuronal la creará a medida para tu tarea en medio minuto.

