Ai Agents

iterative-retrieval es un patrón de trabajo para refinar progresivamente la recuperación de contexto en tareas agentivas. Ayuda a los subagentes a no quedarse ni con demasiado contexto ni con muy poco, por lo que resulta útil para el uso de iterative-retrieval, las decisiones de instalación y iterative-retrieval para la automatización de flujos de trabajo.

continuous-agent-loop ayuda a los agentes a ejecutar bucles autónomos repetibles con controles de calidad, evals, pasos de recuperación y reglas claras de parada para completar tareas de forma fiable.

autonomous-loops es una skill para diseñar flujos de trabajo autónomos con Claude Code, desde canalizaciones secuenciales simples hasta orquestación DAG multiagente con controles de calidad y traspasos.

autonomous-agent-harness convierte Claude Code en un sistema de agentes persistente y autónomo, con memoria, ejecuciones programadas, despacho de tareas y uso del ordenador. Encaja bien en la orquestación de agentes, las comprobaciones recurrentes y los flujos de trabajo de larga duración cuando necesitas algo más que un prompt puntual.

Aprende la skill de agentic-engineering para ejecución con enfoque eval-first, descomposición de tareas, enrutamiento de modelos y automatización de flujos más segura con comprobaciones de regresión.

La skill agent-introspection-debugging ofrece un flujo de trabajo estructurado de auto-depuración para fallos de agentes de IA: capturar el estado del error, diagnosticar causas probables, aplicar un paso de recuperación acotado y generar un informe de introspección legible para humanos. Úsala en ejecuciones en bucle, con muchos reintentos o propensas a la deriva, no para verificación rutinaria.

agent-harness-construction es una skill práctica para mejorar el diseño de agent harness, incluidos esquemas de herramientas, formatos de observación, recuperación de errores y presupuesto de contexto para lograr mejores tasas de finalización.

subagent-driven-development es una skill para ejecutar planes de implementación con un subagente nuevo por tarea y revisar luego cada resultado en dos pasadas: primero el cumplimiento de la especificación y después la calidad del código. Incluye plantillas de prompt para el implementador, el revisor de especificación y el revisor de calidad de código.

dispatching-parallel-agents es una skill de orquestación de agentes pensada para dividir tareas realmente independientes entre agentes separados, con contexto aislado y resultados coordinados.

langsmith-fetch es una skill de depuración para agentes LangChain y LangGraph. Guía a los asistentes para instalar la CLI, configurar credenciales de LangSmith, recuperar trazas recientes y analizar errores, llamadas a herramientas, actividad de memoria, latencia y uso de tokens con evidencia basada en trazas.

langbase-automation es una skill de Claude para automatizar Langbase mediante Composio Rube MCP. Aprende a configurarla, comprobar conexiones, descubrir herramientas con RUBE_SEARCH_TOOLS y automatizar flujos de trabajo de Langbase de forma segura.

griptape-automation es un skill de Claude para ejecutar operaciones de Griptape mediante Composio Rube MCP. Ayuda a los agentes a buscar esquemas de herramientas actualizados, verificar que haya una conexión activa de Griptape y ejecutar automatizaciones de flujos de trabajo con menos parámetros obsoletos.

flowiseai-automation ayuda a los agentes a automatizar tareas de FlowiseAI mediante Composio Rube MCP. Configura Rube, verifica la conexión de flowiseai, busca primero los esquemas actuales de herramientas y luego ejecuta de forma segura las automatizaciones de flujo de trabajo compatibles.

botsonic-automation ayuda a los agentes a automatizar operaciones de Botsonic mediante Composio Rube MCP: descubre herramientas actuales, verifica la conexión de Botsonic y usa esquemas en vivo antes de ejecutar acciones.

bolna-automation ayuda a los agentes a automatizar tareas de Bolna mediante Composio Rube MCP, descubriendo los esquemas actuales de las herramientas, comprobando la conexión con Bolna y ejecutando acciones de flujo de trabajo de forma más segura.

prompt-engineering-patterns es una skill práctica para diseñar prompts en producción. Cubre el contexto de instalación, plantillas reutilizables, ejemplos few-shot, salidas estructuradas y flujos de optimización de prompts para Context Engineering.

La skill evaluation-methodology explica la puntuación PluginEval para Model Evaluation, incluidas las capas, las rúbricas, la puntuación compuesta, los umbrales de insignias y la orientación práctica para interpretar resultados y mejorar las dimensiones más débiles.

langchain-architecture es una guía de diseño para crear aplicaciones con LangChain 1.x y LangGraph. Úsala para decidir entre cadenas, agentes, retrieval, memoria y patrones de orquestación con estado antes de implementar.

team-composition-patterns es una skill de decisión para diseñar equipos multiagente en Claude Code Agent Teams, con heurísticas de tamaño, selección de subagent_type y orientación sobre modos de visualización. Usa esta guía de team-composition-patterns para aplicar equipos predefinidos de revisión/depuración, elegir roles y estandarizar la configuración del equipo entre tareas.

La skill parallel-feature-development ayuda a los equipos a dividir una funcionalidad en grupos con responsabilidades claras, definir contratos compartidos desde el principio y elegir patrones de merge más seguros para flujos de trabajo de Git con varios agentes. Úsala para planificar la propiedad de archivos, la integración según dependencias y una implementación en paralelo con menos conflictos.

task-coordination-strategies ayuda a los equipos a descomponer trabajo complejo, mapear dependencias, definir criterios de aceptación y coordinar flujos de trabajo paralelos entre agentes o colaboradores, con responsabilidades más claras y menos conflictos de merge.

team-communication-protocols define reglas de mensajería para equipos de agentes, con pautas sobre mensajes directos frente a broadcast, aprobación de planes, procedimientos de cierre y plantillas reutilizables para una Agent Orchestration coordinada.

agentic-eval es una skill de GitHub Copilot que muestra cómo crear bucles de evaluación para salidas de IA mediante reflexión, crítica basada en rúbricas y patrones evaluator-optimizer.

agent-governance es una skill centrada en la documentación para diseñar guardrails de agentes de IA, comprobaciones de políticas, reglas de confianza, restricciones de herramientas y registro de auditoría en sistemas multiagente y con uso de herramientas.