PTENES
RUTA 6 · AVANZADO

🧠 Arquitectura avanzada de Skills

Donde las skills dejan de ser herramientas aisladas y se convierten en sistemas: una skill que improvisa todo un pipeline, una meta-skill que hace que el agente evolucionar por sí solo, y un cerebro de memoria que varios agentes comparten entre máquinas. Es el paso de «una skill que hace X» a «una arquitectura que aprende».

3
Módulos
18
Temas
~3h
Duración
Avanzado
Nivel
Tu skill el punto de partida 🎷 Improvisaciónun comando, todo el pipeline 🧬 Meta-skillskills que generan skills 🧠 Memoriacerebro compartido Agente que evoluciona

Diagrama ilustrativo · la salida de cada sistema retroalimenta su skill (líneas en cian), y el conjunto forma un agente que mejora en cada sesión.

Mapa de la ruta

Contenido detallado

6.1 ~55 min

🎷 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.

Qué es:

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.

Por qué aprender:

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.

Conceptos clave:

Punto de entrada único · detección de fase · fases encadenables o independientes · description «pushy» para no subdisparar.

Qué es:

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.

Por qué aprender:

Muestra el límite de lo que una skill puede ofrecer y por qué conviene modelar el trabajo como fases, no como tareas aisladas.

Conceptos clave:

"pitch [empresa]" · 5 entregables · 8 fases de marca · equipo de agentes con escalamiento.

Qué es:

Un detector integrado que observa lo que haces, identifica patrones repetibles y ofrece convertirlos automáticamente en nuevas skills.

Por qué aprender:

Es la semilla de la automejora: el mismo principio que ves en la meta-skill (6.2) y en /sessionend (6.3).

Conceptos clave:

Disparadores de detección · checklist de «¿vale la pena una skill?» · formato de sugerencia · crear una skill cuando el usuario acepta.

Qué es:

Cada parte de la skill se ejecuta en frentes de negocio reales al mismo tiempo: se forjó en el uso, no en una diapositiva.

Por qué aprender:

Las skills creadas a partir de problemas reales tienen mejores descriptions, defaults y reglas que las inventadas "en el papel".

Conceptos clave:

Forjada en el uso · reglas de marca explícitas · patrones de alto valor catalogados.

Qué es:

Una tabla "si el usuario dice X → entra en la fase Y" que hace que la skill se dirija sola según el pedido.

Por qué aprender:

Es lo que permite que una skill enorme tenga un único punto de entrada sin convertirse en un laberinto.

Conceptos clave:

Mapa solicitud→fase · una pregunta para desambiguar · fases que se ejecutan en secuencia o por separado.

Qué es:

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.

Por qué aprender:

Terminas el módulo sabiendo cómo activar y adaptar la skill a tu marca y a tu estilo.

Conceptos clave:

Comandos por fase · personalización de la voz · capturar el propio flujo al final.

Ver completo
6.2 ~55 min

🧬 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.

Qué es:

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.

Por qué aprender:

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.

Conceptos clave:

CLAUDE.md como base · agente con nombre/clase/nivel/XP · árbol de skills navegable.

Qué es:

Cuando el agente comete el mismo error dos veces, crea una corrección permanente; cuando detecta un patrón, lo formaliza en una skill reutilizable.

Por qué aprender:

Transforma fallas y repeticiones en capital: el agente deja de volver a descubrir lo que ya aprendió.

Conceptos clave:

Bucle de creación · XP y rareza (Común→Legendaria) · pesos que incentivan crear skills.

Qué es:

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.

Por qué aprender:

Es el antídoto contra el agente que se pone a programar basándose en premisas equivocadas.

Conceptos clave:

Análisis de brechas · plan de construcción · preguntar antes de asumir.

Qué es:

Una página HTML generada que muestra el crecimiento del agente: tarjeta de perfil, arsenal de skills y un grafo de conexiones entre ellas.

Por qué aprender:

Hacer visible el progreso cambia el comportamiento: ves qué sabe el agente y qué falta.

Conceptos clave:

Perfil + arsenal + grafo · niveles y XP visuales · progresión de clase.

Qué es:

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.

Por qué aprender:

Muestra que algo tan poderoso puede integrarse en un proyecto con una fricción casi nula.

Conceptos clave:

Archivo en la raíz · onboarding de 30s · build → abrir el árbol de skills · addon multiagente opcional.

Qué es:

Hasta dónde puede llegar la idea: mercado de skills, perfiles de comunidad, comparación entre agentes y fusión de skills que se activan juntas.

Por qué aprender:

Pensar en la visión ayuda a diseñar tu propia meta-skill con espacio para crecer.

Conceptos clave:

Marketplace · escaparates/perfiles · comparación RPG · fusión de skills (skills compuestas).

Ver completo
6.3 ~55 min

🧠 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.

Qué es:

Varios agentes (dev, autónomos, automatizaciones) mantienen contextos separados y lo olvidan todo entre sesiones; cuando uno descubre algo, los demás nunca se enteran.

Por qué aprender:

Entender el problema es lo que justifica invertir en un cerebro compartido en vez de otro key-value.

Conceptos clave:

Contexto aislado · amnesia entre sesiones · descubrimientos que no se propagan.

Qué es:

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.

Por qué aprender:

Esta taxonomía es lo que diferencia un sistema de memoria de verdad de un montón de strings.

Conceptos clave:

event (append-only) · fact (upsert por key) · status (update por subject) · decision (con razonamiento).

Qué es:

Cada memoria pasa por una cadena de procesamiento: deduplicación por hash, cadena de supersedes, decaimiento de confianza y consolidación con LLM cada 6 horas.

Por qué aprender:

Es lo que mantiene el cerebro útil en lugar de convertirlo en un depósito que solo crece.

Conceptos clave:

Deduplicación SHA-256 · reemplazo por key/subject · decaimiento del 2%/día · consolidación que organiza mientras duermes.

Qué es:

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.

Por qué aprender:

La memoria compartida entre agentes autónomos solo es segura con un gatekeeper bien diseñado.

Conceptos clave:

Eliminación de credenciales · aislamiento de agentes · autenticación con comparación de tiempo constante + límite de solicitudes.

Qué es:

Cada sesión comienza con una llamada que devuelve las novedades de todos los demás agentes, sin que tengas que acordarte de revisar los logs.

Por qué aprender:

Es donde realmente ocurre la coordinación entre agentes, de forma pasiva.

Conceptos clave:

Endpoint de briefing · excluye al propio agente · ordenado por importancia y actualidad.

Qué es:

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.

Por qué aprender:

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.

Conceptos clave:

Gather → reflect → store → update · reflexión honesta obligatoria · loop que se compone.

Ver completo

Esta es la última ruta del curso. Llegaste al final del recorrido de Claude Skills na Prática.