addyosmani/agent-skills es un paquete de skills de ingeniería para agentes de programación con IA. No es un único framework ni un repositorio que solo contenga fragmentos de prompts. Divide el ciclo de vida del desarrollo de software en skills y comandos reutilizables, para que los agentes trabajen en cada etapa con un proceso de ingeniería más estable.
El README lo posiciona de forma directa: Production-grade engineering skills for AI coding agents. En otras palabras, intenta empaquetar los flujos, umbrales de calidad y buenas prácticas que usan los ingenieros senior en proyectos reales como reglas que los AI Agent pueden invocar repetidamente.
Qué problema resuelve
El problema más común de las herramientas de programación con IA no es que no sepan escribir código. Es que tienden a saltarse pasos de ingeniería.
Por ejemplo:
- Los requisitos aún no están claros y ya empieza la escritura de código.
- No hay plan y se modifican muchos archivos de golpe.
- La implementación termina sin verificación, confiando solo en la intuición.
- No se hace revisión de código, dejando complejidad y riesgos de seguridad.
- Antes de publicar no hay lista de comprobación ni plan de rollback.
La idea de agent-skills es convertir estos pasos en flujos explícitos. El agente no solo “responde preguntas”, sino que trabaja en etapas como /spec, /plan, /build, /test, /review y /ship, aplicando distintas skills en cada una.
Siete comandos para el ciclo de desarrollo
El proyecto ofrece 7 slash commands que corresponden a etapas principales del desarrollo de software:
/spec: definir primero qué se va a construir./plan: dividir el trabajo en tareas pequeñas y claras./build: implementar de forma incremental./test: demostrar con pruebas que la función funciona./review: revisar calidad antes de fusionar./code-simplify: reducir complejidad sin cambiar comportamiento./ship: completar comprobaciones necesarias antes de publicar.
El valor de este diseño está en obligar al agente a trabajar por etapas. Escribir código no es la única acción. Aclarar requisitos, dividir tareas, verificar, revisar y publicar son igual de importantes.
24 skills para escenarios de ingeniería
El README indica que el paquete incluye 24 skills: 23 skills de ciclo de vida y una meta skill llamada using-agent-skills.
La cobertura incluye, a grandes rasgos:
- Entrevista de requisitos y refinamiento de ideas.
- Desarrollo guiado por especificación.
- Planificación y división de tareas.
- Implementación incremental.
- Desarrollo guiado por pruebas.
- Ingeniería de contexto.
- Desarrollo guiado por código fuente.
- Desarrollo guiado por escepticismo.
- Ingeniería de UI frontend.
- Diseño de API e interfaces.
- Depuración en navegador.
- Recuperación de errores.
- Revisión de código.
- Simplificación de código.
- Endurecimiento de seguridad.
- Optimización de rendimiento.
- Flujos de Git.
- CI/CD y automatización.
- Migraciones y deprecación.
- Documentación y ADR.
- Observabilidad.
- Publicación y lanzamiento.
También ofrece agent personas como code reviewer, test engineer, security auditor y web performance auditor, para revisar el trabajo desde distintos puntos de vista profesionales.
Diferencia frente a prompts comunes
Los prompts comunes suelen ser descripciones de un solo uso: “escribe código con cuidado”, “añade pruebas” o “revisa como un ingeniero senior”. Ayudan, pero no son suficientemente estables.
agent-skills se parece más a convertir métodos de ingeniería en flujos ejecutables:
- Cada skill tiene pasos.
- Cada etapa tiene umbrales de calidad.
- El proceso incluye excusas comunes para recortar trabajo y respuestas a esas excusas.
- Al terminar se necesita evidencia, como pruebas aprobadas, resultados de build o datos en ejecución.
- Soporta carga progresiva para evitar meter todo el contexto de una vez.
Esto es importante para los AI Agent. El problema no suele ser que el agente no conozca la frase “buenas prácticas”, sino que bajo presión las omite. Convertir buenas prácticas en puntos de control es más fiable que escribir una vez “sigue buenas prácticas”.
Para quién es
Este proyecto encaja con personas que usan seriamente herramientas de programación con IA, especialmente si quieren que el agente participe en el proceso completo de ingeniería y no solo escriba código.
Escenarios adecuados:
- Llevar una nueva función desde requisitos hasta publicación.
- Cambios en múltiples archivos que necesitan dividirse en tareas pequeñas.
- Implementación entre páginas frontend, APIs, lógica backend y otros módulos.
- Pedir al agente que escriba spec y plan antes de modificar código.
- Hacer que el agente realice revisión de código, revisión de seguridad o revisión de rendimiento.
- Unificar la forma en que un equipo usa asistentes de programación con IA.
Si solo haces una pregunta pequeña de sintaxis, este paquete puede parecer pesado. Pero si dejas que la IA participe durante sesiones largas en proyectos reales, su valor se ve con más claridad.
Herramientas compatibles
El README enumera varias formas de integración, incluidas Claude Code, Cursor, Antigravity CLI, Gemini CLI, Windsurf, OpenCode, GitHub Copilot, Kiro, Codex y otros agentes.
En Claude Code se puede instalar desde marketplace:
|
|
También se puede clonar localmente y especificar el directorio del plugin:
|
|
El ejemplo para Gemini CLI es:
|
|
Para Codex u otros agentes, estas skills son esencialmente archivos Markdown de instrucciones. Si una herramienta admite prompts de sistema, archivos de reglas o directorios de skills, puede adaptar el contenido.
Qué tener en cuenta
El mayor valor de este paquete es disciplinar al agente, pero no reemplaza tu comprensión del proyecto.
Al usarlo, conviene tener en cuenta:
- No cargues todas las skills en el contexto a la vez.
- Deja que la meta skill o la tarea actual decida qué skill usar.
- Para cambios de alto riesgo, prioriza la combinación spec, plan, test y review.
- Para tareas frontend y de seguridad, invoca skills de UI, security o performance por separado.
- No dejes que el agente solo produzca un plan; si modifica código, aún debe ejecutar pruebas o build.
Las skills no son magia. Son más bien disciplina de trabajo: hacen que el agente se salte menos pasos, se autojustifique menos y evite declarar que terminó sin evidencia.
Resumen
addyosmani/agent-skills es un paquete de skills de ingeniería para AI coding agents. Divide definición de requisitos, planificación, implementación, pruebas, revisión, simplificación y publicación en comandos y skills explícitos, acercando el trabajo del agente al ritmo de un equipo real de ingeniería.
Si ya usas Claude Code, Codex, Cursor, Gemini CLI o herramientas similares en proyectos reales, vale la pena estudiarlo. El mejor uso no es tratarlo como una colección de prompts, sino como un proceso de ingeniería con IA: primero aclarar el objetivo, luego dividir el trabajo, implementar en pasos pequeños y finalmente demostrar fiabilidad con pruebas, revisión y comprobaciones de publicación.
Referencias: