🔵 Dominio del agente de código

Usar el asistente de código como ayudante personal bajo demanda: investiga, crea archivos y se vuelve más inteligente con cada uso; todo funciona localmente.

Ver al agente trabajar localmente primero desarrolla intuición antes de añadir complejidad (el deploy viene después).

Asistente de investigación y build; sin alojamiento en esta fase; dos proyectos de ejemplo (investigación y diapositivas).

En vez de conectar y configurar cada paso, le dices al agente qué resultado quieres; este razona, se adapta y descubre los pasos.

Es el cambio de mentalidad central: pedir el plato listo en vez de seguir la receta.

Describe el resultado final; el agente razona, se adapta y se autocorrige; analogía del desarrollador experimentado.

La automatización tradicional es predecible ("lo aburrido es hermoso"); la IA generativa es no determinista por naturaleza: la misma entrada puede generar resultados diferentes.

Aceptar la variación evita interpretarla como un error; te enfocas en especificar resultados.

Previsibilidad vs creatividad; el agente razona entre alternativas; la variación es normal.

Los workflows son archivos markdown en lenguaje natural (encabezados, viñetas, negrita) que funcionan como una descripción del puesto o un SOP, e indican al agente qué hacer.

Es la primera capa del framework: instrucciones reutilizables que persisten entre tareas.

Markdown como SOP; objetivo, entrada, salida y pasos; persistente y reutilizable.

El agente es el asistente de código en sí: el cerebro/coordinador que lee los workflows, ve las herramientas disponibles y decide cuál usar y cuándo.

Entender que el agente delega como un gerente de proyecto aclara quién hace qué en el WAT.

Coordinador/cerebro; lee workflows + ve herramientas; decide la ruta.

Las herramientas son scripts de Python que hacen el trabajo real, idealmente un trabajo cada una (extraer datos de un sitio web, generar un PDF, analizar datos); la IA escribe y corrige.

No necesitas programar: basta con saber que las herramientas existen y qué hace cada una.

Un trabajo por herramienta; generadas y reparadas por la IA; sin conocimientos de código.

El agente ejecuta un workflow, encuentra un error, lo diagnostica, corrige la herramienta y actualiza el archivo de workflow para que el error no se repita.

Es lo que hace que las ejecuciones sean más fluidas y rápidas con el tiempo: el sistema mejora por sí solo.

Diagnosticar → corregir → registrar; la corrección persiste en el workflow; mejora continua.

Un CLAUDE.md de onboarding que declara el framework WAT, las reglas de operación, la estructura de carpetas (workflows/tools/temporary/.env) y el estilo.

Es el documento que dirige workflows totalmente automatizados; mantenerlo conciso evita que se pierdan reglas.

Onboarding de WAT; carpetas predeterminadas; mantenerlo por debajo de ~500 líneas; mover los detalles a las skills.

Poner el WAT en acción: transformar un archivo de notas en bruto en un documento limpio y estructurado, pasando por el ciclo de iteración.

Es el primer build completo: genera workflows + tools, los ejecuta, los revisa y los mejora de forma iterativa.

Plan Mode; separa la creación de la ejecución; los comentarios actualizan el workflow y la herramienta; limpia el contexto.

MCP es un protocolo que permite que una sola conexión exponga muchas herramientas/acciones; el agente descubre cuál llamar, cuándo y con qué parámetros.

Es la forma estándar de darle nuevas capacidades al agente sin reescribir nada.

Una única conexión expone acciones; el agente decide por sí solo; analogía de Gmail (enviar/redactar/leer).

Los servers MCP se encuentran en directorios (como mcp.so) y en la búsqueda de GitHub por "MCP server" + nombre del servicio.

Saber dónde buscar acelera la elección de la herramienta adecuada para la tarea.

Categorías: scraping (Firecrawl), bases de datos (Postgres/Supabase), documentos (Drive/Notion), comunicación (Slack/Gmail).

Dale al agente el comando de instalación de la documentación del proveedor; genera el .mcp.json con la entrada del server y un placeholder de clave.

La instalación es sencilla, pero la clave debe ingresarse con cuidado para que no se filtre.

Comando del proveedor; .mcp.json generado; insertar la clave manualmente, nunca en el chat.

El comando /mcp muestra los servers instalados y su estado; si alguno no aparece, reiniciar el asistente suele resolverlo.

Saber cómo verificar evita perder horas creyendo que la instalación falló.

/mcp lista el estado; al reiniciar, registra nuevos servers; causa común de que «no aparezca».

Un workflow de principio a fin: elegir un tema, investigar en la web con Firecrawl, sintetizar los hallazgos y generar un documento estructurado (plan → build → run).

Es el build que muestra el MCP en uso real, reutilizando el framework WAT.

Plan Mode; objetivo de fuentes (3-5); CLAUDE.md WAT como configuración; Firecrawl extrae datos de varias fuentes.

Producir markdown y convertirlo en un archivo de documento mediante una herramienta de conversión generada.

Separar el contenido (markdown) del formato (documento) hace que el resultado sea flexible y reutilizable.

Markdown primero; herramienta de conversión; actualizar el markdown no siempre actualiza el documento.

Da comentarios específicos ("me gustó esto, cambia aquello") y, si algo se rompe, pídele a la propia IA que lo arregle (bucle de autocuración).

El primer run rara vez es perfecto; el loop es lo que lleva a la calidad.

Comentarios estructurados; cuanto más específicos, mejor; pide que se corrija.

Las Skills son instrucciones en markdown dentro de una carpeta especial de skills, conceptualmente idénticas a los workflows, pero invocables como slash command.

Es cómo haces que un workflow sea reutilizable, consistente y económico en tokens.

Carpeta .claude/skills; una carpeta por skill; slash command; se cargan según se necesitan.

Empaqueta una skill cuando haya repetición, necesidad de coherencia, complejidad o colaboración en equipo; escribe la instrucción cuando sea una tarea única o sencilla.

Evita crear demasiadas skills (exceso) o repetir instrucciones complejas sin necesidad.

Repetición/consistencia/complejidad/equipo → skill; algo puntual/experimento/simple → escribir.

Crear una skill para "redactar correos electrónicos" en el formato oficial, con SKILL.md (nombre, descripción, argumentos, pasos) e invocarla como /draft-email.

Muestra cómo una skill se vuelve instantáneamente reutilizable con las mismas reglas en cada llamada.

SKILL.md; argumentos (viñetas, destinatario, tono); invocarlo sin argumentos pregunta qué falta.

Otro build WAT: un workflow que lee un documento, extrae los puntos clave y genera una presentación profesional.

Refuerza el flujo CLAUDE.md (WAT) → workflow + tools → run → iterar en otro artefacto.

Extraer puntos clave; estilo; iterar colores y fuentes; superponer una skill de diseño.

Cinco patrones para obtener resultados consistentes: objetivo (no pasos), salida específica, Plan Mode primero, feedback (no corrección) y tratar a la IA como especialista.

Son hábitos que elevan la calidad de cualquier build agéntico.

Tú eres el gerente, la IA es la desarrolladora; da feedback en vez de decir «está mal».

Desgaste del contexto: la calidad se degrada cuanto más larga es la sesión; aparecen más errores después de ~60% de uso, cuando el historial ruidoso ahoga las reglas centrales.

Reconocer las zonas evita una pérdida silenciosa de calidad.

Zonas 0-50 (bien), 50-70 (amarillo), 70-85 (naranja), 85%+ (limpiar).

/clear restablece toda la conversación; /compact hace un resumen inteligente que conserva lo esencial y comprime el resto.

Elegir la herramienta adecuada conserva el contexto útil sin cargar basura.

Clear al cambiar de tarea / se degradó; compacta a mitad cuando el contexto aumenta.

Estrategias para gastar menos: una tarea por sesión y limpiar; definir «listo»; usar skills en vez de un CLAUDE.md gigante; desactivar los MCP que no se usan.

Sin un final definido, el agente puede buscar demasiado y desperdiciar tokens.

Definición de "listo"; las skills ahorran contexto; cada MCP activo consume contexto.

Una checklist de 12 buenas prácticas para construir workflows agénticos de calidad, desde Plan Mode hasta la gestión del contexto.

Reúne todo el contenido de la ruta en una guía rápida de consulta.

Usa siempre Plan Mode; define un objetivo claro y qué significa «listo»; prueba con varias entradas; observa pronto.