Agent Skills: cómo empaquetar estándares de ingeniería en habilidades para agentes de IAArtículo · digest del 28 de octubre
Bodegón de estudio con herramientas de desarrollador, un cuaderno abierto de reglas de ingeniería y tarjetas de las seis fases del SDLC para agentes de IA.
Artículo4 secciones≈ 8 min

Agent Skills: cómo empaquetar estándares de ingeniería en habilidades para agentes de IA

Si alguna vez le encargaste a un agente de IA autónomo que escribiera no una simple función aislada, sino una pieza completa de lógica para un proyecto real, seguro que recuerdas esa sensación de euforia engañosa. Durante los primeros cinco minutos todo parece magia: el modelo recorre archivos a toda velocidad, genera componentes, ajusta rutas y te anuncia: «¡Todo listo, jefe!». Pero en cuanto abres el git diff, te entra un sudor frío. En lugar de una arquitectura limpia, te encuentras con un montón de parches rápidos, casos límite ignorados y pruebas que o ni siquiera existen, o están cuidadosamente comentadas para que no estorben al compilar.

En la industria, a esto ya lo han bautizado con acierto como vibecoding: programar guiándose por una sensación de ligereza total, pero con un código que se desmorona al primer contacto con producción. El problema de los grandes modelos de lenguaje no es que no sepan sintaxis; la sintaxis la dominan de sobra. Lo que les falta es disciplina de ingeniería: por naturaleza, un LLM es perezoso y elige el camino de menor resistencia, optimizando su respuesta para el contexto local de la ventana de mensajes actual.

Para domar este caos, Addy Osmani, ingeniero principal de Google Chrome y autor de guías de referencia sobre arquitectura JavaScript, publicó un sistema abierto de habilidades de ingeniería llamado addyosmani/agent-skills. No es otro plugin más de autocompletado, sino un framework completo de 25 módulos estandarizados que obliga a más de 70 entornos de desarrollo y agentes (incluidos Claude Code, Cursor, Windsurf, Cline y Copilot Workspace) a trabajar bajo las reglas estrictas de un desarrollador senior.

De prompts caóticos a seis fases del ciclo de vida

Seamos sinceros: intentar inculcar disciplina a un modelo mediante un system prompt gigante es un callejón sin salida. Si le pasas al agente un manual de treinta páginas, perderá el foco enseguida y empezará a ignorar detalles críticos de la parte central del texto. Además, la ventana de contexto cuesta dinero y recursos de cómputo.

Osmani abordó el problema como un arquitecto de sistemas. Dividió todo el ciclo de vida del desarrollo de software (SDLC) en seis fases secuenciales, controladas por nueve comandos slash cortos. El modelo no intenta retener todas las reglas en la cabeza a la vez, sino que carga instrucciones especializadas siguiendo el principio de Progressive Disclosure justo en el momento en que pasa al paso correspondiente.

  1. Fase DEFINE (Fijación de requisitos): Antes de que el agente toque el código de producción, el comando /spec activa el módulo de especificaciones spec-driven-development. El agente redacta un documento de requisitos (PRD) donde detalla escenarios de usuario, contratos de datos y límites explícitos del sistema. Si la tarea es ambigua, la skill interview-me hace preguntas aclaratorias de una en una hasta que el contexto queda cristalino. Por su parte, el módulo constraint-driven-development (comando /constraints) fija los umbrales de calidad en CONSTRAINTS.md (por ejemplo, prohibir dependencias externas sin aprobación explícita).
  2. Fase PLAN (Descomposición): El comando /plan activa la skill planning-and-task-breakdown y divide la especificación en pasos atómicos abarcables con criterios de aceptación claros. Nada de saltos a ciegas de cientos de líneas: cada punto se verifica de forma independiente.
  3. Fase BUILD (Implementación incremental): Las skills de construcción (incremental-implementation y test-driven-development) imponen al agente el ciclo TDD: primero una prueba que falle, luego el código mínimo para pasarla y un commit atómico. En las bifurcaciones críticas, la skill doubt-driven-development obliga al modelo a cuestionar sus propias suposiciones siguiendo el protocolo CLAIM -> EXTRACT -> DOUBT -> RECONCILE -> STOP.
  4. Fase VERIFY (Verificación instrumental): El comando /test ejecuta la pirámide de pruebas (80% unit, 15% integration, 5% e2e). Si hace falta, el agente levanta el navegador mediante Chrome DevTools MCP (browser-testing-with-devtools) y comprueba visualmente el renderizado de la interfaz.
  5. Fase REVIEW (Puertas de calidad): El módulo code-review-and-quality (en Claude Code: /agent-skills:review) audita el diff con imparcialidad. Los parches de más de 100 líneas se devuelven para volver a dividirse, /code-simplify limpia la sobreingeniería y /webperf mide el impacto sobre las métricas de Core Web Vitals.
  6. Fase SHIP (Despliegue seguro): El comando /ship verifica la validez de las migraciones de bases de datos y protege las interfaces públicas contra regresiones según la ley de Hyrum: si un sistema tiene un comportamiento observable, alguien acabará dependiendo de él.

Ya analizamos antes cómo el estándar Agent Skills: cómo las habilidades modulares amplían las capacidades de los agentes de código crea un lenguaje común entre distintos entornos de desarrollo, pero en la versión de Osmani este concepto recibe por primera vez un rodaje completo pensado para producción.

Tablas antiracionalización: cómo quitarle al modelo la costumbre de mentir

El hallazgo de ingeniería más ingenioso del proyecto son las llamadas Anti-Rationalization Tables (tablas antiracionalización).

Yo mismo he visto una y otra vez cómo las redes neuronales inventan excusas brillantes para justificar sus propios descuidos. El agente escribe: «Este módulo es demasiado sencillo, así que no he escrito pruebas para él; todo se ve obvio en el código». O bien: «El linter lanza una advertencia en la línea 42, así que desactivé temporalmente la regla con un comentario eslint-disable para no bloquear el proceso». Es pura racionalización de la pereza, aprendida de millones de repositorios descuidados en GitHub.

Osmani integró en los manifiestos de las skills unas tablas donde cada excusa típica del LLM se enfrenta a una regla categórica que la desmonta:

  • Ante la excusa «El código es trivial, las pruebas se pueden añadir después», llega la prohibición tajante: «Las pruebas escritas a posteriori sufren sesgo de confirmación. Escribe primero el test».
  • Ante la excusa «La suite de pruebas tarda demasiado, nos saltamos la ejecución», el agente recibe una orden directa: «Ejecuta solo el archivo de pruebas aislado usando los flags específicos del test runner».
  • Ante la queja «Es difícil mockear la llamada de red a la API externa», se impone una directriz arquitectónica clara: «Si una dependencia no se puede aislar en un test, extrae la lógica de negocio a funciones puras».

Cuando estos contraargumentos van incrustados directamente en el contexto ejecutable, el modelo se queda sin margen para maniobrar y no tiene más remedio que seguir las reglas.

Anatomía de una especificación de skill: mirando bajo el capó de SKILL.md

Veamos cómo está estructurado por dentro el manifiesto de una habilidad. Cada skill vive en su propia carpeta con un archivo SKILL.md. En la cabecera incluye un YAML frontmatter estándar con metadatos y disparadores de activación, mientras que el cuerpo del documento reúne las reglas operativas, las tablas antiracionalización y las puertas de verificación:

---
name: test-driven-development
description: Enforce Red-Green-Refactor, test pyramid (80/15/5), and boundary verification.
triggers:
  - "implement feature"
  - "fix bug"
  - "refactor"
---

# Test-Driven Development (TDD) Skill

## Operating Rules
1. Write the test BEFORE writing any production code.
2. Run the test suite and verify that the test FAILS for the expected reason (Red).
3. Write the minimal amount of code to make the test pass (Green).
4. Refactor the code for clarity and maintainability without altering behavior.

## Verification Gate
- Run `npm test -- --watch=false`
- Capture stdout and stderr into execution log.
- Confirm zero failing assertions and test coverage threshold >= 85%.

El agente parsea este archivo, entiende los límites de su responsabilidad y pasa a ejecutar la tarea. Si no supera la puerta de verificación (por ejemplo, si fallan pruebas o la cobertura baja del 85%), el avance a la siguiente tarea queda bloqueado a nivel de protocolo.

Cómo desplegar las skills en tu proyecto en un minuto

Para integrar estas habilidades en tu proyecto no hace falta copiar decenas de archivos a mano ni pelearse con configuraciones complejas. Todo se instala con la utilidad de consola multiplataforma skills mediante npx:

# Instalación del conjunto completo de skills en el proyecto actual
npx skills add addyosmani/agent-skills

# Instalación selectiva solo de las skills de TDD y revisión de código
npx skills add addyosmani/agent-skills --skill test-driven-development
npx skills add addyosmani/agent-skills --skill code-review-and-quality

Si optas por la instalación selectiva, ten en cuenta un detalle importante: en la versión actual de la herramienta, el flag --skill copia únicamente el directorio de esa habilidad concreta sin incluir la carpeta compartida de referencias globales references/ (un problema que ya se está resolviendo en el issue #361 del repositorio). Por eso, para proyectos serios te recomiendo instalar el paquete completo o clonar el repositorio directamente.

Empaquetar la experiencia de ingeniería en skills estructuradas deja algo muy claro: el futuro del desarrollo autónomo no depende de inflar a ciegas los parámetros de los modelos, sino de la rigidez y la limpieza de los procesos en los que los ponemos a trabajar.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 2