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.

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.

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.

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.

La skill de context-engineering te ayuda a estructurar el contexto del proyecto para que los agentes sigan las convenciones, reduzcan las alucinaciones y se mantengan enfocados. Úsala al iniciar una sesión, al cambiar de tarea o al crear una guía de context-engineering para una base de código.

context-compression es una skill práctica para reducir sesiones largas de agentes sin perder los datos necesarios para continuar el trabajo. Ayuda con context compression, el resumen estructurado, el seguimiento de archivos, la preservación de decisiones y la optimización de tokens por tarea en tareas de programación de larga duración y flujos de trabajo de Context Engineering.

Descubre qué hace la skill pua, cómo funciona su uso y qué conviene revisar antes de instalarla. Incluye la lógica de activación, el enrutamiento del flujo de trabajo, los archivos de referencia, las vías de escalado y los límites de configuración para Workflow Automation.

p9 es una skill de estilo tech lead para Agent Orchestration que redacta prompts de tareas, coordina agentes P8 y evita programar directamente. Úsala para dividir los objetivos del proyecto en prompts acotados y ejecutables, con roles, restricciones, dependencias y criterios de aceptación.

skill-builder ayuda a los autores de skills a convertir documentación, repos de GitHub, PDFs, videos y codebases en skills listas para IA con Skill Seekers. Incluye detección del tipo de fuente, un flujo de trabajo recomendado y pasos basados en herramientas para crear skills de forma repetible, en lugar de depender de prompts puntuales.

ai-shaped-readiness-advisor ayuda a líderes de producto a evaluar si su organización es AI-first o AI-shaped, detectar brechas de madurez y elegir la siguiente capacidad a desarrollar para mejorar la toma de decisiones.