Consola de triaje

comprobando sesión…

Archivo · 64

09-02 09-01 08-31 08-30 08-29 08-28 08-27 08-26 08-25 08-24 08-23 08-22 08-21 08-20 08-19 08-18 08-17 08-16 08-15 08-14 08-13 08-12 08-11 08-10 08-09 08-08 08-07 08-06 08-05 08-04

Pendientes

4 por explorar

6 en vigilancia

2026-08-08

El skills layer se consolida como categoría estructural en el stack de agentes

14 items · 8 hallazgos · 6 radar

explorar 4

probar 0

leer 4

vigilar 6

Descartados y sin acción 0

nada descartado

J/K mover E explorar P probar L leer V vigilar X descartar G grafo ↵ abrir ficha

Selecciona un item del tablero
o pulsa J para empezar.

leer hallazgo 01 · #claude-code-skills pick

mattpocock/skills

209.150★ · 18.068 forks · Shell · MIT

Qué es

Paquete de "skills para ingenieros reales": behaviors modulares para coding agents (TDD, debugging, code review) extraídos directamente del directorio .agents/ de Matt Pocock (Total TypeScript, ~60k suscriptores), distribuidos como Claude Code plugin oficial y vía npx skills add.

Cómo encaja

mattpocock/skills → concept_skills_layer

implements · relación nueva de hoy

mattpocock/skills ⇄ obra_superpowers

competes_with · relación nueva de hoy

Por qué importa

Matt Pocock (Total TypeScript, ~60k suscriptores) es una voz poco dada al hype, y su tesis ataca de frente los frameworks tipo GSD/BMAD/Spec-Kit: "toman el control y dificultan debuggear bugs del proceso". Su paquete ofrece skills pequeñas, componibles y modelo-agnósticas, con un setup de 30s y un comando /setup-matt-pocock-skills por repo. Para CSS el contraste es directo con obra/superpowers (que tiende a apropiarse del flujo entero); Pocock defiende lo opuesto: skills pequeñas que el agente invoca bajo demanda. Es el debate "library vs framework" aplicado a comportamiento de agente, y por eso conviene leer las dos piezas juntas.

instalar en un repo piloto y comparar con obra/superpowers

Abrir ficha Grafo ↗

leer hallazgo 02 · #agentic-skills-framework

obra/superpowers

268.899★ · 24.010 forks · Shell · MIT

Qué es

Metodología completa de desarrollo software para coding agents (Claude Code, Codex, Cursor, Gemini CLI, Pi, Kimi, OpenCode...) construida sobre skills composables que se activan automáticamente. El agente, antes de escribir código, te entrevista para sacar la spec y luego opera en subagent-driven-development con TDD estricto.

Cómo encaja

obra/superpowers → concept_skills_layer

implements · relación nueva de hoy

obra/superpowers ⇄ mattpocock_skills

competes_with · relación nueva de hoy

Por qué importa

La tracción es la señal: 268k★, 24k forks, plugin oficial Anthropic y GitHub Trending diario. Su filosofía es la opuesta a la de Pocock: en vez de skills pequeñas invocadas bajo demanda, superpowers toma el control del proceso desde el primer mensaje (TDD, YAGNI, DRY, subagent-driven development). El autor vende servicios comerciales en primeradiant.com, así que hay un modelo de negocio claro detrás. Para CSS el contraste "framework completo" vs "library mínima" es un eje editorial natural para hablar del skill layer. En este mismo boletín (ver ítem anterior) cubrimos el enfoque opuesto de Pocock; leerlos seguidos es la mejor forma de entender el dilema.

revisar /skills y la skill brainstorming; comparar con Pocock

Abrir ficha Grafo ↗

explorar hallazgo 03 · #local-first-code-intelligence

tirth8205/code-review-graph

29.380★ · 2.698 forks · Python · MIT

Qué es

Herramienta Python que construye un mapa estructural del codebase con Tree-sitter, lo expone vía MCP a cualquier coding agent (Codex, Claude Code, Cursor, Windsurf, Gemini CLI, Antigravity, OpenCode...) y publica resultados que demuestran reducción 71x de tokens en reviews sobre el corpus de Flask.

Cómo encaja

tirth8205/code-review-graph → concept_local_first_kg

implements · relación nueva de hoy

tirth8205/code-review-graph → tool_tree_sitter

uses · relación nueva de hoy

tirth8205/code-review-graph → tool_mcp

uses · relación nueva de hoy

Por qué importa

Es la pieza que faltaba entre el stack local-first de CSS y el agente que programa: un mapa estructural del codebase (vía Tree-sitter) expuesto como MCP server a cualquier coding agent. El CLI code-review-graph install autodetecta los agentes instalados y configura el server para todos; build parsea incrementalmente y mantiene el grafo actualizado. El benchmark publicado (review de Flask: 143k → 2k tokens, una reducción 71x) es concreto y reproducible. Es el primo OSS directo de graphify que ya tenemos indexado, pero más específico (orientado a review, no a grafo genérico). Si quieres que el coding agent lea solo lo que necesita en lugar de un dump del repo entero, esta es la respuesta lista para usar.

instalar con pipx install code-review-graph en un proyecto piloto y medir el ahorro real de tokens

Abrir ficha Grafo ↗

vigilar hallazgo 04 · #graph-native-ai

semantica-agi/semantica

2.425★ · 313 forks · Python · MIT

Qué es

Infraestructura Python "graph-native" para sistemas AI context-aware y auditables: combina knowledge graph, ontology, context graphs, decision intelligence, GraphRAG y provenance tracking en un solo paquete de 50MB de código.

Cómo encaja

semantica-agi/semantica → concept_graph_native_ai

implements · relación nueva de hoy

semantica-agi/semantica → concept_local_first_kg

complements · relación nueva de hoy

Por qué importa

Es el competidor OSS más serio en el espacio de grafos para AI enterprise (donde juegan Glean, Hebbia, Palantir Foundry), pero con un ángulo distinto: no pretende ser un vector store más, sino un paquete único (50MB) que combina knowledge graph, ontology, context graphs, decision intelligence, GraphRAG y provenance tracking. Cada nodo lleva su provenance y la búsqueda es GraphRAG semántica, lo que lo diferencia de PGLite+pgvector (que puede hacer algo similar pero con más boilerplate). Para CSS es relevante como inspiración para el propio grafo de conocimiento: si en algún momento queremos construir un agente que explique de dónde salió cada respuesta, semantica trae eso pre-construido y vale la pena estudiar su modelo ontológico.

revisar la sección "Ontology" y la integración con MCP cuando publique server

Alerta honesta

Idx 4 (semantica): 2.4k★ pero 50MB de código, complejidad alta, doc incompleta. Para audiencia civil no es usable — apunta solo a enterprise.

Abrir ficha Grafo ↗

vigilar hallazgo 05 · #llm-api-unification pick

earendil-works/pi

85.382★ · 10.594 forks · TypeScript · MIT

Qué es

Toolkit TypeScript para construir coding agents: API unificada sobre múltiples LLMs, agent loop, TUI interactivo y CLI. La idea es un "Pi": un daemon que sirve de backend común para experimentar con agentes sin atarse a un framework.

Cómo encaja

earendil-works/pi → agent_substrate

complements · relación nueva de hoy

earendil-works/pi → concept_loop_engineering

enables · relación nueva de hoy

Por qué importa

85k★ con un solo autor (earendil-works) es señal de calidad y comunidad consolidada, y aterriza en GitHub Trending TypeScript el día de hoy. La propuesta concreta: en lugar de elegir entre LangChain/LlamaIndex/AutoGen, ofrece una API unificada sobre múltiples LLMs, agent loop, TUI interactivo y CLI; el "Pi" es un daemon que sirve de backend común para experimentar sin atarse a un framework. El TUI incluido merece verse aparte: es donde el debugging del agent loop es más transparente. Para CSS, si en algún momento queremos mostrar "cómo se ve un coding agent por dentro", pi es probablemente el ejemplo más didáctico que existe hoy en TypeScript.

probar el TUI en un repo pequeño: npx pi

Abrir ficha Grafo ↗

explorar hallazgo 06 · #agent-core-runtime

agent-substrate/substrate

1.113★ · 216 forks · Go · Apache-2.0

Qué es

Core system minimalista en Go para construir agentes: provee el "substrate" (scheduling, message passing, persistence) sobre el que corren los agentes del tipo de earendil/pi o loopx.

Cómo encaja

agent-substrate/substrate → concept_loop_engineering

enables · relación nueva de hoy

Por qué importa

Reciente (creado 2026-05-13) y todavía pequeño (1.1k★), pero el push de hoy y trending en Go indican momentum. El ángulo es deliberado: si la mayoría de agent frameworks viven en Python/JS, este apuesta por Go por motivos de performance y concurrencia. Para CSS vale como deep dive de arquitectura: entender qué decisiones tomó el substrate (scheduling, message passing, persistence) es la mejor forma de ver el "metal" sobre el que corren agentes como el earendil/pi que cubrimos en este mismo boletín. La limitación honesta: con 216 forks y ~3 meses de vida, todavía hay que tratarlo como experimental, no como base estable.

clonar y leer cmd/, revisar decisiones de concurrencia

Abrir ficha Grafo ↗

leer hallazgo 07 · #headless-browser-anti-detect

h4ckf0r0day/obscura

20.640★ · 1.486 forks · Rust · Apache-2.0

Qué es

Headless browser escrito en Rust con antidetect built-in, drop-in replacement de Playwright/Puppeteer, pensado específicamente para AI agents y scraping a escala.

Cómo encaja

h4ckf0r0day/obscura → concept_agent_browser

implements · relación nueva de hoy

h4ckf0r0day/obscura ⇄ agent_browser

competes_with · relación nueva de hoy

Por qué importa

20k★ en 4 meses (creado 2026-04-13) y trending hoy en Rust es señal fuerte: el espacio "browser for AI" se está moviendo del lado JS al lado Rust por stealth y concurrencia. Los topics (antidetect, antidetect-browser, playwright, puppeteer, rust) lo posicionan como competidor directo de Playwright vanilla, Scrapling StealthyFetcher y Fortress. Para CSS, si alguna vez necesitamos scraping de sitios con DataDome o Cloudflare Turnstile, obscura se suma a tiliondev/fortress (que ya cubrimos en boletines anteriores) como opción OSS a evaluar.

revisar docs/API; comparar contra Playwright vanilla + Scrapling StealthyFetcher

Abrir ficha Grafo ↗

explorar hallazgo 08 · #self-improving-agent

PrimeIntellect-ai/prime-agent

7.091★ · 583 forks · TypeScript · MIT

Qué es

Agente TypeScript "RLM" (Reinforcement Learning Meta) que se automejora en coding workflows y tareas autónomas de larga duración. La tesis: el agente no solo ejecuta, sino que aprende de sus propias runs y ajusta su comportamiento en el siguiente intento.

Cómo encaja

PrimeIntellect-ai/prime-agent → concept_self_improving_agent

implements · relación nueva de hoy

Por qué importa

Trendshift #1 del día, 7k★ y push hoy, pero la promesa exige cautela: el README no explica claramente el mecanismo de "self-improvement", así que no se puede distinguir si el agente aprende de verdad de sus runs o si es un wrapper de eval + prompt-tuning. La tesis (el agente ajusta su comportamiento entre runs) es la misma que AutoGPT vendía en 2023, y por eso conviene no venderla sin verificar. Para CSS merece un análisis honesto: si el self-improvement es real, es la pieza que faltaba para agentes en producción; si es hype, hay que decirlo. Lectura mínima antes de adoptar: la sección del repo que describe el bucle de aprendizaje y, si existe, un paper o eval reproducible detrás.

clonar, leer src/, identificar mecanismo concreto de "self-improvement"

Alerta honesta

Idx 7 (PrimeIntellect-ai/prime-agent): claim 'self-improving RLM' vago. README no concreta mecanismo. Si lo nombras en contenido, acompaña con 'pending verification'.

Abrir ficha Grafo ↗

explorar radar · #context-intelligence

yvgude/lean-ctx

3.546★ · Rust · Apache-2.0

Qué es

Context intelligence layer para AI agents: un binario Rust local con 76 tools MCP que decide qué lee el agente, recuerda qué aprendió y reduce tokens 60-90%. Topics: context-engineering, mcp, token-optimization.

Abrir ficha Grafo ↗

vigilar radar · #coding-agent-skills

google/skills

16.375★ · Python · Apache-2.0

Qué es

Skills oficiales de Google para coding agents (Cloud, Gemini CLI). Trending en paralelo al resto del ecosistema de skills.

Abrir ficha Grafo ↗

leer radar · #architecture-diagrams

tt-a1i/archify

10.295★ · HTML · MIT

Qué es

Skill para que el agente produzca diagramas de arquitectura hermosos y verificables como HTML self-contained. Encaja con creative/architecture-diagram de CSS.

Abrir ficha Grafo ↗

vigilar radar · #agent-browser-cli

vercel-labs/agent-browser

40.177★ · Rust · Apache-2.0

Qué es

CLI minimalista de Vercel Labs para browser automation por agentes. Trending en Rust. Más simple que obscura; apunta a "uso inmediato vía CLI" en lugar de "library integrable".

Abrir ficha Grafo ↗

vigilar radar · #loop-engineering-state-kernel

huangruiteng/loopx

3.461★ · Python · MIT

Qué es

Loop engineering state kernel para equipos de agentes long-running: durable goals, quota-aware auto-wake, executable todos, verifiable handoffs. Compite con agent-substrate.

Alerta honesta

Idx 12 (huangruiteng/loopx): claim 'Kanban nativo para agents' atractivo. Atención: en otros boletines ha aparecido 'gascity' con claim similar y patrón parecido. Vale verificar si loopx y gascity son el mismo equipo o forks.

Abrir ficha Grafo ↗

vigilar radar · #document-to-markdown

firecrawl/anydoc

11.394★ · Rust · MIT

Qué es

Conversor Word/PPT/Excel/PDF/RTF/EPUB/CSV → Markdown limpio con bindings Node.js y Python. Reentra tras 3 días. El hermano "document parser" del ecosistema firecrawl.

Alerta honesta

Idx 13 (firecrawl/anydoc): 11k★ en 5 días, momentum brutal. La release cadence (v0.2.33 → v0.2.37 en agosto) es buena pero atención: momentum no es calidad. Si lo citas en tutorial, haz benchmarking vs MarkItDown.

Abrir ficha Grafo ↗