🚀 ¿Quieres que tu negocio aparezca aquí?
Da a conocer tus servicios ante una comunidad de profesionales del mundo digital, startups y desarrolladores.
Hola 👋
Sigo vivo 😅 La semana pasada no hubo newsletter porque estábamos pasando el terremoto —literalmente—. Algunos me escribisteis preocupados, y de verdad, gracias por eso ❤️. Al final todo quedó en un susto: hubo un par de réplicas más pequeñas, casi imperceptibles, y esta semana parece que todo se ha calmado. (Toco madera… y la cabeza al mismo tiempo, por si acaso).
Entre temblor y temblor, seguí trasteando con las Skills. Si has visto el nuevo episodio de G33K TEAM, sabrás de qué hablo: presenté una demo donde las Skills se comportan como MCPs (Model Context Protocol). Y sí, fue tan divertido como suena.
La idea detrás de todo esto es crear un gestor de skills reutilizables y ejecutables, un sistema que permite a los agentes cargar y usar estas habilidades como si fueran piezas de Lego. Durante la demo mostré cómo un agente podía transformar automáticamente una configuración de Nginx para PrestaShop en una plantilla lista para HestiaCP, generando los archivos y directorios necesarios sin tocar una sola línea de código.
También tuvimos un debate muy interesante sobre la nube vs. on-premise en la era de la IA, donde surgieron temas como la privacidad, los costes y la seguridad de los datos. Cada vez lo tengo más claro: el verdadero valor no está en el modelo, sino en los datos y en cómo los gestionamos.
Esta semana seguiré afinando el sistema de Skills MCP, porque estoy convencido de que puede ser la pieza que conecte la documentación viva con la automatización inteligente.
Si el futuro es trabajar con agentes, más nos vale enseñarles bien cómo hacerlo.
PD: si no ha visto el video, aquí abajo te lo he dejado 👇
🧠 G33K TEAM de la Semana
¡Nuevo episodio de G33K Team disponible! 🎙️
En el S1E24, Oriol Rius, Néstor, Tete y Aitor Roma se sumergen en una charla apasionante sobre el futuro del desarrollo con Agentes de IA y el papel de las nuevas “skills” que están redefiniendo cómo trabajamos con inteligencia artificial.
⚙️ Demo Innovadora: “Skills” para Agentes de IA
En este episodio, Aitor Roma presenta una demo que lleva el concepto de skills (capacidades definidas en Markdown para agentes de IA, popularizadas por Claude) a otro nivel.
Su propuesta introduce un gestor de skills basado en MCP (Model-Context-Protocol), que permite:
- 🧩 Centralizar y reutilizar skills: adiós a los prompts dispersos entre proyectos; ahora podés cargar y gestionar tus habilidades IA desde un repositorio común.
- 🔄 Independencia del modelo: usalas con GPT-5, Claude Sonnet 4.5 o cualquier otro LLM compatible.
- 🧱 Ejecución segura de código: las skills pueden incluir scripts (Python, Bash, etc.) que el agente ejecuta de forma controlada para generar resultados concretos.
Durante la demo, Aitor mostró cómo el sistema puede transformar automáticamente una configuración de Nginx para PrestaShop en plantillas adaptadas para HestiaCP, generando los archivos y directorios necesarios sin intervención manual.
Una auténtica muestra de cómo las IA pueden automatizar la automatización.
☁️ El Debate: Nube vs. On-Premise en la Era de la IA
Guiada por Tete, la conversación giró hacia un tema candente: la seguridad de los datos empresariales cuando se usan modelos de IA alojados en la nube.
Los puntos más destacados:
- 🔒 Privacidad vs. rendimiento: los modelos cloud ofrecen potencia y actualización constante, pero implican enviar datos a terceros. Los modelos locales garantizan privacidad, aunque aún están unos meses detrás en capacidades.
- 💸 Coste real de la infraestructura: desplegar modelos potentes en servidores propios requiere inversión en hardware, electricidad y mantenimiento. Plataformas como Hyperbolic o Vast.ai aparecen como soluciones híbridas para alquilar GPUs bajo demanda.
- 👥 El eslabón más débil sigue siendo el usuario: Oriol Rius recordó que, incluso con políticas de seguridad sólidas, el mayor riesgo es que un empleado suba información sensible a un chat público.
- 🧠 El valor está en los datos: la verdadera joya de una empresa no es el código, sino su información (clientes, procesos, estrategias). Una filtración a través de una IA puede tener consecuencias devastadoras.
El episodio deja un mensaje claro: la IA tiene un potencial inmenso para aumentar la productividad, pero la decisión entre nube, local o modelo híbrido debe tomarse con cabeza fría.
Equilibrar innovación, coste y seguridad es el gran desafío de la próxima generación de empresas inteligentes.
ℍ𝕠𝕣𝕚𝕫𝕠𝕟𝕥𝕖 𝔸𝕣𝕥𝕚𝕗𝕚𝕔𝕚𝕒𝕝
Te presentamos "Horizonte Artificial", la nueva y flamante sección de nuestra newsletter dedicada exclusivamente a la Inteligencia Artificial. Pero no esperes el contenido convencional que inunda TikTok o YouTube. Aquí, nos sumergiremos en el fascinante mundo del OpenSource, explorando proyectos libres que puedes desplegar en tu propio servidor. Y para guiarnos en esta travesía, contamos con la experticia de Jesús Pacheco, mejor conocido en nuestra comunidad HiveAgile como "Pachecodes". Prepárate para una perspectiva fresca y auténtica sobre la IA. ¡Bienvenidos al horizonte!
🌟 TopGit - Resumen Semanal (2025-11-01)
📚 Repositorios Destacados de la Semana
Los siguientes repositorios han sido seleccionados por su relevancia, calidad y métricas de GitHub:
🔧 🤖 Lemmy: Herramienta para flujos de trabajo con LLMs
Descripción: Lemmy es un monorepo en TypeScript diseñado para construir aplicaciones de inteligencia artificial con interfaces LLM unificadas, UIs de terminal y herramientas prácticas.
Características: Soporte para múltiples proveedores (Anthropic, OpenAI, Google), ejecución manual de herramientas, manejo de conversaciones y serialización de contexto.
Beneficios: Permite implementaciones efectivas de aplicaciones AI, optimiza rendimiento a través de renderizado diferencial y proporciona un enfoque seguro y eficiente en la gestión de conversaciones.
Casos de uso: Creación de aplicaciones interactivas, chatbots, y análisis de conversaciones usando LLMs.
📊 Estadísticas de GitHub:
- ⭐ 1,226 estrellas
- 🔄 252 forks
- 👀 10 observadores
- 📝 22 issues abiertos
- 🔤 Principal lenguaje: TypeScript
🔧 💻 Creando Aplicaciones con Plasmic
Plasmic es un constructor visual para aplicaciones y sitios web basados en React. Te permite diseñar y construir aplicaciones visualmente, ofreciendo una integración fluida con tu código existente. Su propósito es facilitar la creación de contenido y aplicaciones sin necesidad de escribir mucho código, lo que lo hace accesible incluso para personas sin conocimientos de programación.
🔧 🤖 Depyler: Transpiler de Python a Rust
Depyler es un transpiler que convierte código Python en Rust con un enfoque en la seguridad de la memoria y la verificación semántica. Este proyecto busca facilitar la migración de aplicaciones de Python a Rust, ofreciendo código Rust que es idiomático y compile-time seguro.
📊 Estadísticas de GitHub:
- ⭐ 228 estrellas
- 🔄 10 forks
- 👀 1 observadores
- 📝 13 issues abiertos
- 🔤 Principal lenguaje: Rust
🔧 📊 Sistema de Monitoreo Alerta
Alerta es una herramienta de monitoreo diseñada para alertar sobre problemas en sistemas distribuidos. Su objetivo principal es ser escalable y facilitar la visualización de alertas, permitiendo al usuario acceder a detalles con un simple clic. Es ideal para mantener la integridad de los servicios y sistemas operativos en tiempo real.
📊 Estadísticas de GitHub:
- ⭐ 2,481 estrellas
- 🔄 367 forks
- 👀 73 observadores
- 📝 102 issues abiertos
- 🔤 Principal lenguaje: Python
🔧 🧠 Inteligencia Artificial en Ciberseguridad (CAI)
La Inteligencia Artificial Cibernética (CAI) es un framework ligero y de código abierto que empodera a los profesionales de seguridad para crear y desplegar automatizaciones defensivas y ofensivas potenciadas por IA. CAI es el marco de facto para la Seguridad IA, utilizado por miles de individuos y cientos de organizaciones. Proporciona los bloques de construcción para crear agentes de IA especializados que ayudan en la mitigación, descubrimiento de vulnerabilidades, explotación y evaluación de seguridad.
📊 Estadísticas de GitHub:
- ⭐ 5,023 estrellas
- 🔄 696 forks
- 👀 52 observadores
- 📝 8 issues abiertos
- 🔤 Principal lenguaje: Python
🔧 📝 Gramax - Documentación como Código
Gramax es una aplicación de código abierto que permite crear, editar y publicar sitios de documentación impulsados por Git. Utiliza un enfoque de documentación como código, almacenando todos los datos en formato Markdown y ofreciendo un editor visual. Esto permite crear portales de documentación, bases de conocimiento y más, todo de forma local o en la nube.
📊 Estadísticas de GitHub:
- ⭐ 348 estrellas
- 🔄 11 forks
- 👀 5 observadores
- 📝 114 issues abiertos
- 🔤 Principal lenguaje: TypeScript
🔧 🤖 Skill Seeker
Skill Seeker es una herramienta automatizada que transforma sitios web de documentación, repositorios de GitHub y archivos PDF en habilidades listas para producción para Claude AI. Permite ahorrar tiempo al automatizar la recolección de información y organización de documentos.
📊 Estadísticas de GitHub:
- ⭐ 3,058 estrellas
- 🔄 310 forks
- 👀 13 observadores
- 📝 118 issues abiertos
- 🔤 Principal lenguaje: Python
🔧 🤖 PaddleOCR
PaddleOCR es un toolkit OCR potente y ligero que transforma cualquier documento PDF o imagen en datos estructurados para aplicaciones de IA, ofreciendo una precisión líder en la industria. Admite más de 100 idiomas.
📊 Estadísticas de GitHub:
- ⭐ 62,252 estrellas
- 🔄 9,202 forks
- 👀 494 observadores
- 📝 222 issues abiertos
- 🔤 Principal lenguaje: Python
🔧 🧠 Servidor Skills MCP
El Servidor Skills MCP es un servidor de Protocolo de Contexto de Modelo (MCP) que permite a los agentes de IA consultar y cargar habilidades de manera dinámica. Las habilidades son paquetes modulares que amplían las capacidades de un agente con conocimientos especializados, flujos de trabajo e integraciones de herramientas.
📊 Estadísticas de GitHub:
- ⭐ 1 estrellas
- 🔄 1 forks
- 👀 0 observadores
- 📝 1 issues abiertos
- 🔤 Principal lenguaje: Python
🔧 🛠️ Vitess
Vitess es un sistema de agrupamiento de bases de datos diseñado para la escalabilidad horizontal de MySQL. Ofrece capacidades de sharding generalizado, lo que permite escalar indefinidamente mediante la distribución de datos en múltiples servidores de bases de datos. Además, Vitess mantiene la compatibilidad con el código de la aplicación y las consultas a la base de datos sin importar la distribución de datos. Esto lo hace ideal para grandes sistemas, como YouTube, que ha utilizado Vitess durante años.
📊 Estadísticas de GitHub:
- ⭐ 20,416 estrellas
- 🔄 2,259 forks
- 👀 482 observadores
- 📝 893 issues abiertos
- 🔤 Principal lenguaje: Go
📊 Análisis de Distribución por Categorías
La siguiente gráfica muestra la distribución de proyectos por categoría en TopGit:
📈 Estadísticas Semanales
🏆 Top 3 Categorías
📊 Distribución Detallada
🔧 Dev ████████ 44% (7 repos)
🤖 IA & Machine Learning ████████ 44% (7 repos)
⚡ Productivity █ 6% (1 repos)
🌐 Web Development █ 6% (1 repos)
🚀 Tendencias Destacadas
📈 Métricas Clave
- Repositorios Totales: 16
- Promedio Diario: 2.3 repos/día
- Categorías Activas: 4
🎯 Categorías Dominantes
- Dev
- 7 repositorios
- 43.8% del total
- IA & Machine Learning
- 7 repositorios
- 43.8% del total
- Productivity
- 1 repositorios
- 6.2% del total
💡 Análisis de Tendencias
Análisis de las Tendencias
Viendo el panorama actual de GitHub, podemos observar ciertas tendencias en los proyectos más populares y destacados.
Inteligencia Artificial (IA)
La Inteligencia Artificial es cada vez más prominente en el mundo de la tecnología, y esto se refleja igualmente en GitHub.
Proyectos como Lemmy, que se presenta como una herramienta para construir aplicaciones de IA, y CAI, un marco para la seguridad en ciberespacio respaldado por IA, son ejemplos claros de la influencia creciente de la IA. La necesidad de herramientas de fácil uso y comprensión para lidiar con tecnologías de IA, así como la creciente conciencia de la seguridad en un mundo cada vez más digital, están impulsando muchos de estos proyectos hacia el centro de atención.
Automatización y Transpilación
La automatización es otro tema clave en las tendencias actuales. Proyectos como Depyler, que transpila de Python a Rust, y Skill Seeker, que automatiza la creación de habilidades para IA, destacan la importancia de la automatización y la eficiencia en los flujos de trabajo de desarrollo.
Estas herramientas buscan reducir la fricción en el desarrollo y facilitar a los desarrolladores el cambio de tecnologías o la inclusión de nuevas funcionalidades, lo que se alinea con la tendencia general hacia flujos de trabajo más eficientes y productivos.
Documentación y Desarrollo Visual
Se puede observar una tendencia hacia la facilitación y mejora de la documentación con herramientas como Gramax y plataformas de desarrollo visual como Plasmic. El enfoque parece dirigirse hacia la creación de entornos más accesibles y amigables para los usuarios, permitiéndoles centrarse en la construcción y entrega de aplicaciones, en lugar de preocuparse por entender y generar códigos de una manera más manual.
Monitorización
El proyecto Alerta refleja otra necesidad creciente en la industria tecnológica: el monitoreo constante de los sistemas. A medida que las infraestructuras se vuelven más complejas, la demanda
- 🐥 Únete a nuestra vibrante comunidad en Twitter y mantente en la vanguardia: descubre herramientas innovadoras, participa en nuestro emocionante #BuildInPublic y mucho más.
- 💌 ¿Tienes algo que compartir? No dudes en contactarnos. Tu voz es importante para nosotros y nos comprometemos a responder a la mayor brevedad posible.¡házmelo saber!
Lunes, 8:30 AM - La Gota que Colmó el Vaso
Era mi cuarto lunes consecutivo generando el mismo maldito informe. Y por cuarta vez, ahí estaba yo, escribiendo en Claude:
"Oye, necesito que me hagas un Excel con tres pestañas. La primera tiene que tener un gráfico de barras con las ventas por región. Los colores tienen que ser estos específicos porque son de la marca. La segunda pestaña necesita una tabla dinámica con... espera, ¿cómo era la fórmula? Ah sí, SUMIF que agrupe por..."
Y así durante 15 minutos. Otra vez.
Me detuve. Respiré hondo. Y pensé: "Tiene que haber una mejor manera de hacer esto."
Spoiler: La había. Se llaman Skills.
Esa misma tarde, navegando por los ajustes de Claude, descubrí algo que había cambiado, una opción nueva... algo tal que así:
Al principio pensé: "Ah, otra feature más de IA que promete mucho y hace poco."
Estaba equivocado. Muy equivocado.
Las Skills no son inteligencia artificial mágica. Son algo mucho mejor: son instrucciones persistentes. Como enseñarle a Claude tus procesos una vez, y que los recuerde para siempre cada vez que abres una nueva ventanita.
¿Qué Demonios es una Skill?
Déjame explicártelo con una analogía que todos entendemos:
Antes (Sin Skills): El Infierno de la Repetición
Imagina que tienes un asistente nuevo cada lunes. Literal. Cada. Lunes.
- Lunes 1: Le explicas TODO sobre cómo hacer el informe semanal
- Lunes 2: Nuevo asistente. Explicas TODO otra vez
- Lunes 3: Otro asistente nuevo. A explicar TODO de nuevo
- Lunes N: Ya ni sabes qué lunes es, solo sabes que estás harto
Ahora (Con Skills): El Asistente que Aprende
Ahora imagina que le das a tu asistente un manual personalizado con:
- Paso a paso de cómo hacer el informe
- Capturas de pantalla del resultado esperado
- Código para automatizar las partes repetitivas
- Enlaces a los recursos que necesita (logos, plantillas, datos)
Y ese manual está siempre ahí. El asistente lo consulta cada vez que lo necesita.
Eso es una Skill.
Mi Primera Skill: El Día que Todo Cambió
Decidí empezar con algo simple: mi problema del informe semanal.
Creé un archivo llamado SKILL.md (un simple documento de texto en formato markdown) y escribí:
---
name: informe-semanal-ventas
description: Este skill hace el informe semanal de ventas de los Lunes
---
# Informe Semanal de Ventas
## Cuándo usar esta skill
Cada lunes para generar el informe semanal
## Estructura del archivo Excel
- Pestaña 1: Dashboard con gráfico de barras
- Pestaña 2: Tabla dinámica de ventas
- Pestaña 3: Datos raw
## Código para el gráfico
[Incluí el código Python exacto con los colores RGB de la marca]
## Fórmulas que usar
SUMIF para agrupar por región
VLOOKUP para cruzar con base de clientes
## Formato
- Títulos en Lexend Bold, tamaño 14
- Colores corporativos: #FF7420, #DBC0F9
Guardé eso en mi carpeta de skills personalizadas.
El Siguiente Lunes...
Escribí simplemente: "Genera el informe semanal"
Y pasó algo hermoso: Claude leyó mi skill, ejecutó el código, aplicó los formatos, y en menos de 1 minuto tenía mi Excel perfecto.
Sin explicaciones. Sin repeticiones. Sin frustración.
Me ahorré 14 minutos. Y eso solo en la primera semana.
La Verdadera Magia: Código + IA + Memoria
Aquí está lo que hace a las Skills tan poderosas:
1. 📝 Son Instrucciones Estructuradas
No es "hazme un informe bonito" (vago). Es:
- "Usa estas librerías específicas"
- "Sigue este orden de operaciones"
- "Aplica estos formatos exactos"
- "Evita estos errores comunes"
2. 💻 Claude Puede Ejecutar Código Real
Cuando le dices "genera el informe", Claude:
- Escribe código Python/JavaScript/lo-que-sea
- Lo ejecuta en su entorno
- Instala librerías si hace falta
- Procesa tus datos
- Genera el archivo final
- Te lo entrega listo para usar
3. 🧠 La Memoria Está en la Skill
La skill vive permanentemente en tu entorno. Es como tener un repositorio de "cómo hago yo las cosas" que Claude consulta siempre que lo necesita.
Caso Real: El Brandbook que me Salvó la Vida
Después del éxito con mi informe semanal, me puse ambicioso.
Hay empresas que tienen un brandbook estricto:
- Colores específicos (#DBC0F9, #FF7420, etc.)
- Tipografías particulares (Lexend Bold, Louis George Café)
- Logos en URLs específicas
- Guidelines de uso
El problema: Cada vez que creaba una presentación, documento o lo que fuera, tenía que:
- Buscar el documento del brandbook
- Copiar los códigos de color
- Buscar las URLs de los logos
- Explicarle todo esto a Claude
- Cruzar los dedos para que saliera bien
La Solución: Una Skill de Brandbook
Creé brandbook-empresa.md con:
- Todos los colores con sus códigos HEX, RGB y CMYK
- URLs directas a todos los logos
- Ejemplos de código con las configuraciones exactas
- Reglas de cuándo usar cada elemento
Resultado: Ahora solo digo "crea una presentación de Q4 con el brandbook de la empresa" y Claude automáticamente:
- Aplica los colores corporativos
- Descarga y coloca el logo correcto
- Usa las tipografías especificadas
- Sigue el layout que definimos
Cero explicaciones. Resultado perfecto. Cada vez.
Los Casos de Uso Donde las Skills Brillan
📊 Reportes Periódicos
Antes: 15 min explicando + 5 min esperando = 20 min cada vez
Ahora: "Genera el reporte mensual" = 30 segundos
ROI real: Si generas un reporte semanal, ahorras 1,266 minutos al año (más de 21 horas)
🎨 Contenido con Branding
Antes: Buscar brandbook + explicar colores + corregir = 25 min
Ahora: "Crea presentación con branding" = 1 min
🔄 Procesamiento de Datos
Antes: Explicar pipeline + supervisar transformaciones = 30 min
Ahora: Subir CSV + "procesa según pipeline" = 2 min
⚙️ Generación de Código Estandarizado
Mi skill favorita: mcp-openapi-httpstream-generator
Esta es la que voy a compartir contigo al final de este artículo (más sobre eso en un momento).
Antes: 2-3 horas configurando servidor MCP desde cero
Ahora: Pego especificación OpenAPI = Claude genera todo en 5 minutos
Anatomía de una Skill: Lo que Realmente Contiene
He creado más de 10 skills personalizadas. Aquí está la estructura que siempre funciona:
1. Header con Metadatos
---
name: nombre-de-tu-skill
description: Qué hace en una línea clara
---
2. Overview: Cuándo Usarla
"Usa esta skill cuando necesites X, Y o Z"
3. Instrucciones Paso a Paso
El corazón de la skill. Explicaciones detalladas de:
- Qué hacer primero, segundo, tercero
- Qué herramientas usar
- Qué decisiones tomar en cada punto
4. Código de Ejemplo
Snippets listos para copiar y usar. Por ejemplo:
# Configuración de colores corporativos
BRAND_COLORS = {
'primary': '#FF7420',
'secondary': '#DBC0F9',
'accent': '#C2DEDB'
}
5. Best Practices y Errores Comunes
"✅ Hacer esto"
"❌ NO hacer esto otro"
6. Referencias y Recursos
URLs a documentación, archivos complementarios, APIs externas, etc.
El Proceso Real: Cómo Funciona en la Práctica
Déjame mostrarte exactamente qué pasa cuando usas una skill.
Yo escribo:
"Necesito un documento de propuesta comercial para el cliente nuevo"
Claude piensa (literalmente):
- "Necesita un documento → Voy a consultar la skill
docx" - "Tiene que tener branding → Voy a consultar la skill
brandbook-empresa" - [Lee ambos archivos SKILL.md completamente]
- "Ok, entendido. Voy a usar docx-js para crear el documento"
- "Primero descargo el logo de esta URL..."
- "Aplico estos colores RGB..."
- "Uso esta estructura de secciones..."
Claude ejecuta:
// Descarga el logo
const logoResponse = await fetch('https://brandbook.../logo.png');
// Crea el documento con la librería docx-js
const doc = new Document({
sections: [{
children: [
// Aplica estilos corporativos
new Paragraph({
text: "Propuesta Comercial",
style: { color: "#FF7420", font: "Lexend Bold" }
}),
// ... resto del documento
]
}]
});
// Guarda el archivo
fs.writeFileSync('propuesta.docx', buffer);
Yo recibo:
Un enlace directo al documento terminado. Listo para descargar y enviar.
Tiempo total: 45 segundos.
Por Qué Esto Cambia el Juego
No es solo por el tiempo ahorrado (aunque eso solo ya vale oro).
Es por la carga mental.
Antes, cada tarea repetitiva requería:
- Recordar todos los detalles
- Buscar información
- Explicar el contexto
- Supervisar el resultado
- Corregir errores
Ahora:
- Digo lo que quiero
- Claude consulta la skill
- Hace todo correctamente
- Yo reviso y listo
La skill recuerda por mí. Y lo hace mejor que yo.
Skills Públicas vs. Tu Arsenal Personalizado
Skills Públicas (Las que vienen de serie)
Anthropic proporciona skills oficiales para tareas comunes:
- docx: Documentos Word profesionales
- pptx: Presentaciones PowerPoint
- xlsx: Hojas de cálculo Excel con fórmulas complejas
- pdf: Manipulación de PDFs (extraer, fusionar, llenar formularios)
- skill-creator: Guía para crear tus propias skills
anthropics
Estas son geniales para empezar. Pero el verdadero poder está en...
Skills Personalizadas (Las que TÚ creas)
Aquí es donde se pone interesante. Yo tengo skills para facilitarme la vida, cosas que hago a menudo y que me sacan tiempo los automatizo por medio de una skill.
Cómo Creé Mi Primera Skill (Y Cómo Puedes Crear la Tuya)
Paso 1: Identifica el Dolor
Pregúntate: "¿Qué le explico a Claude una y otra vez?"
Si la respuesta aparece más de dos veces al mes, necesitas una skill.
Paso 2: Documenta el Proceso
Abre un editor de texto y escribe como si le estuvieras explicando a alguien:
- ¿Qué necesitas que haga?
- ¿En qué orden?
- ¿Qué herramientas debe usar?
- ¿Qué formato debe seguir?
- ¿Qué errores debe evitar?
No te preocupes por hacerlo perfecto. Empieza simple.
Paso 3: Añade Código de Ejemplo
Si hay código involucrado (casi siempre lo hay), inclúyelo:
# Ejemplo: Cómo cargar los datos
import pandas as pd
df = pd.read_csv('datos.csv')
# Transformaciones necesarias
df['fecha'] = pd.to_datetime(df['fecha'])
df = df[df['valor'] > 0]
Paso 4: Guarda como SKILL.md
Dale un nombre descriptivo: mi-proceso-repetitivo.md
Guárdalo en tu carpeta de skills personalizadas.
Paso 5: Prueba y Refina
Usa la skill. Observa qué funciona y qué no.
Mejórala incrementalmente.
Mis mejores skills han evolucionado a través de 10-15 iteraciones.
El Momento "Ajá": Cuando Lo Entiendes de Verdad
Para mí fue cuando creé la skill mcp-openapi-httpstream-generator.
Necesitaba crear servidores MCP (Model Context Protocol) para conectar diferentes APIs a Claude. Cada servidor requería:
- Parsear la especificación OpenAPI
- Generar el código del servidor con TypeScript
- Configurar Docker
- Implementar autenticación
- Estructurar los archivos correctamente
- Añadir manejo de errores
- Crear documentación
Antes: Me tomaba 2-3 horas por servidor. Y tenía que revisar constantemente la documentación.
Después de crear la skill: Le paso la especificación OpenAPI y en 5 minutos tengo un servidor completo, listo para producción.
He generado 12 servidores MCP con esa skill.
12 servidores × 2.5 horas = 30 horas ahorradas (casi una semana laboral completa)
Y cada uno con la misma calidad, el mismo estándar, cero errores tontos.
El Secreto que Nadie Te Cuenta
Las Skills no son magia. Son documentación ejecutable.
Piénsalo:
- Los programadores tienen READMEs
- Las empresas tienen SOPs (Standard Operating Procedures)
- Los chefs tienen recetas
- Los pilotos tienen checklists
Las Skills son tu SOP para trabajar con IA.
La diferencia es que Claude puede ejecutar ese SOP, no solo leerlo.
🎁 Bonus: Descarga Mi Skill de MCP Generator
Por ser lector de esta newsletter, te regalo acceso exclusivo a mi skill mcp-openapi-httpstream-generator.
Esta skill incluye:
✅ SKILL.md completo con todas las instrucciones
✅ Plantillas de código para diferentes casos de uso
✅ Ejemplos reales de servidores MCP que he generado
✅ Guía de debugging para cuando algo no funciona
✅ Best practices aprendidas tras generar 12 servidores
Con esta skill podrás:
- Convertir especificaciones OpenAPI en servidores MCP
- Añadir autenticación automáticamente
- Generar Dockerfiles configurados
- Incluir manejo de errores robusto
- Crear documentación automática
Leer la historia completa
Registrarse ahora para leer la historia completa y obtener acceso a todos los puestos para sólo suscriptores de pago.
Suscribirse