Mapa de la ruta
Contenido detallado
🎷 Improvised Intelligence
La skill improvisada: un solo comando que investiga, posiciona, entrega y también se observa para convertirse en nuevas skills. Los tres beneficios y cómo activar cada fase.
Una skill grande que enlaza varias fases de un trabajo complejo (investigación → propuesta → marca → operación) bajo un único punto de entrada, en vez de una skill por tarea.
Es el salto de "una skill que hace X" a "una skill que guía un flujo de principio a fin" — el patrón detrás de sistemas que sustituyen procesos enteros.
Punto de entrada único · detección de fase · fases encadenables o independientes · description «pushy» para no subdisparar.
Una cadena de comandos que ofrece lo que normalmente requeriría a varias personas: research competitivo, pitch personalizado, sistema de marca y arquitectura operativa de agentes.
Muestra el límite de lo que una skill puede ofrecer y por qué conviene modelar el trabajo como fases, no como tareas aisladas.
"pitch [empresa]" · 5 entregables · 8 fases de marca · equipo de agentes con escalamiento.
Un detector integrado que observa lo que haces, identifica patrones repetibles y ofrece convertirlos automáticamente en nuevas skills.
Es la semilla de la automejora: el mismo principio que ves en la meta-skill (6.2) y en /sessionend (6.3).
Disparadores de detección · checklist de «¿vale la pena una skill?» · formato de sugerencia · crear una skill cuando el usuario acepta.
Cada parte de la skill se ejecuta en frentes de negocio reales al mismo tiempo: se forjó en el uso, no en una diapositiva.
Las skills creadas a partir de problemas reales tienen mejores descriptions, defaults y reglas que las inventadas "en el papel".
Forjada en el uso · reglas de marca explícitas · patrones de alto valor catalogados.
Una tabla "si el usuario dice X → entra en la fase Y" que hace que la skill se dirija sola según el pedido.
Es lo que permite que una skill enorme tenga un único punto de entrada sin convertirse en un laberinto.
Mapa solicitud→fase · una pregunta para desambiguar · fases que se ejecutan en secuencia o por separado.
Frases de comando ("pitch X", "build brand book for Y", "build my agent system") que activan la fase adecuada y la cadena completa cuando quieres todo.
Terminas el módulo sabiendo cómo activar y adaptar la skill a tu marca y a tu estilo.
Comandos por fase · personalización de la voz · capturar el propio flujo al final.
🧬 Taproot: árbol de skills (meta-skill)
Un CLAUDE.md que enseña al agente a mejorar con el tiempo: nombre, clase, nivel, XP y un árbol de skills que abres en el navegador. Una skill que organiza otras skills.
No una skill que ejecuta una tarea, sino una que gobierna cómo nacen las demás, ganan peso y se conectan: un sistema de habilidades sobre el agente.
Es el concepto más alto de la ruta: la skill deja de ser contenido y se convierte en el motor de evolución del propio agente.
CLAUDE.md como base · agente con nombre/clase/nivel/XP · árbol de skills navegable.
Cuando el agente comete el mismo error dos veces, crea una corrección permanente; cuando detecta un patrón, lo formaliza en una skill reutilizable.
Transforma fallas y repeticiones en capital: el agente deja de volver a descubrir lo que ya aprendió.
Bucle de creación · XP y rareza (Común→Legendaria) · pesos que incentivan crear skills.
La meta skill analiza sus propias suposiciones y propone un plan antes de escribir una línea de código; pregunta lo que no sabe en vez de adivinar.
Es el antídoto contra el agente que se pone a programar basándose en premisas equivocadas.
Análisis de brechas · plan de construcción · preguntar antes de asumir.
Una página HTML generada que muestra el crecimiento del agente: tarjeta de perfil, arsenal de skills y un grafo de conexiones entre ellas.
Hacer visible el progreso cambia el comportamiento: ves qué sabe el agente y qué falta.
Perfil + arsenal + grafo · niveles y XP visuales · progresión de clase.
El flujo de adopción: dejar el CLAUDE.md en la raíz del proyecto, abrir el agente, hacer una breve incorporación, construir algo y abrir el árbol.
Muestra que algo tan poderoso puede integrarse en un proyecto con una fricción casi nula.
Archivo en la raíz · onboarding de 30s · build → abrir el árbol de skills · addon multiagente opcional.
Hasta dónde puede llegar la idea: mercado de skills, perfiles de comunidad, comparación entre agentes y fusión de skills que se activan juntas.
Pensar en la visión ayuda a diseñar tu propia meta-skill con espacio para crecer.
Marketplace · escaparates/perfiles · comparación RPG · fusión de skills (skills compuestas).
🧠 Multi-Agent Memory + /sessionend
Un cerebro compartido entre agentes y máquinas: tipos de memoria, ciclo de vida, informes de sesión y el ritual /sessionend que hace que cada sesión deje el sistema más inteligente.
Varios agentes (dev, autónomos, automatizaciones) mantienen contextos separados y lo olvidan todo entre sesiones; cuando uno descubre algo, los demás nunca se enteran.
Entender el problema es lo que justifica invertir en un cerebro compartido en vez de otro key-value.
Contexto aislado · amnesia entre sesiones · descubrimientos que no se propagan.
Un hecho y un evento son cosas distintas: cada tipo tiene su propio ciclo de vida y regla de mutación. El evento es inmutable, el hecho hace upsert, el estado se actualiza en el lugar y la decisión conserva el porqué.
Esta taxonomía es lo que diferencia un sistema de memoria de verdad de un montón de strings.
event (append-only) · fact (upsert por key) · status (update por subject) · decision (con razonamiento).
Cada memoria pasa por una cadena de procesamiento: deduplicación por hash, cadena de supersedes, decaimiento de confianza y consolidación con LLM cada 6 horas.
Es lo que mantiene el cerebro útil en lugar de convertirlo en un depósito que solo crece.
Deduplicación SHA-256 · reemplazo por key/subject · decaimiento del 2%/día · consolidación que organiza mientras duermes.
Ningún agente toca la base de datos directamente: la API valida todo, limpia las credenciales antes de almacenarlas e impide que un agente borre o altere la memoria de otro.
La memoria compartida entre agentes autónomos solo es segura con un gatekeeper bien diseñado.
Eliminación de credenciales · aislamiento de agentes · autenticación con comparación de tiempo constante + límite de solicitudes.
Cada sesión comienza con una llamada que devuelve las novedades de todos los demás agentes, sin que tengas que acordarte de revisar los logs.
Es donde realmente ocurre la coordinación entre agentes, de forma pasiva.
Endpoint de briefing · excluye al propio agente · ordenado por importancia y actualidad.
Una skill que, al final de cada sesión, reúne lo que pasó, reflexiona con honestidad ("todo salió bien" no es una reflexión válida) y guarda un resumen estructurado en el cerebro.
Cierra el ciclo: el cierre de la sesión alimenta la consolidación, que alimenta el briefing de la siguiente; cada sesión hace que todas las futuras sean más inteligentes.
Gather → reflect → store → update · reflexión honesta obligatoria · loop que se compone.
Esta es la última ruta del curso. Llegaste al final del recorrido de Claude Skills na Prática.