Herramientas de IA y agentes

Desarrollar con un agente implica escribir muchos archivos de configuración pequeños que fallan en silencio. Una skill cuya descripción nunca encaja con ninguna tarea; una regla de permisos que no cubre el comando que tenías en mente; un hook cuyo matcher nombra una herramienta que no existe; un esquema de herramienta que valida y aun así se llama mal. Estas herramientas revisan ese trabajo antes de que te cueste una sesión de depuración. Escribe y pasa el linter a archivos de skills, definiciones de subagentes y comandos slash. Genera entradas de servidores MCP, hooks y manifiestos de plugin, y prueba reglas de permisos contra comandos reales para ver cuál gana. En el lado de los prompts, rellena una plantilla sobre una tabla de filas, compara dos versiones palabra a palabra con la diferencia en tokens, revisa un prompt de sistema en busca de contradicciones y crea ejemplos few-shot que no pueden escaparse de sus propias etiquetas. Para los datos que lo rodean: lee y valida JSONL, comprueba un conjunto de datos de ajuste fino, reconstruye una respuesta en streaming y divide un documento en fragmentos que cortan por límites reales. Y para lo que cuesta todo: reparte el presupuesto de una ventana de contexto, ordena una petición para que el prefijo cacheable sea lo más largo posible y calcula el coste de un bucle de agente turno a turno, con el historial que reenvía. Todo se ejecuta en tu dispositivo: los prompts, los conjuntos de datos y los archivos de configuración nunca se suben.

• Constructor de skills — Escribe un SKILL.md con el frontmatter revisado mientras escribes.
• Linter de skills — Pega un SKILL.md y descubre qué impide que se asocie a una tarea.
• Constructor de subagentes — Crea el archivo de definición de un subagente con sus herramientas y modelo.
• Constructor de comandos — Crea un comando propio, con argumentos y una lista de herramientas.
• Instrucciones del proyecto — Redacta un CLAUDE.md que se gane su sitio en cada sesión.
• Manifiesto de plugin — Genera un plugin.json y mira la estructura de carpetas que espera.
• Constructor de hooks — Crea hooks de settings.json y detecta los matchers que nunca se activan.
• Probador de reglas de permiso — Prueba reglas de permitir, preguntar y denegar con comandos reales.
• Configuración de servidor MCP — Genera una entrada de servidor MCP para stdio, HTTP o SSE.
• Esquema de herramienta MCP — Define una herramienta y obtén el JSON Schema, con el modo estricto revisado.
• Verificador de esquemas — Pega una definición y averigua por qué se rechaza o se llama mal.
• Relleno de plantillas — Expande un prompt sobre una tabla de filas y mira qué falta.
• Linter de prompts — Encuentra contradicciones, instrucciones muertas y marcadores sin rellenar.
• Comparador de prompts — Compara dos versiones palabra por palabra, con la diferencia en tokens.
• Ejemplos few-shot — Convierte pares de entrada y salida en ejemplos etiquetados, JSON o de chat.
• Secciones XML del prompt — Envuelve secciones en etiquetas de las que el contenido no puede salir.
• Visor y validador JSONL — Lee, filtra y comprueba un archivo JSONL línea por línea.
• Conversor de transcripciones — Convierte un array de mensajes en una transcripción legible, y al revés.
• Validador de datasets — Revisa un dataset JSONL de chat buscando los errores que tumban un entrenamiento.
• Visor de streams SSE — Pega una respuesta en streaming y recupera el texto, las llamadas y el uso.
• Planificador de contexto — Reparte la ventana entre prompt, herramientas, historial y respuesta.
• Planificador de caché — Ordena los bloques para que el prefijo cacheable sea lo más largo posible.
• Divisor de texto — Divide un documento en fragmentos solapados que cortan en límites reales.
• Coste de un bucle de agente — Calcula el coste turno a turno, con el historial reenviado y la caché aplicada.
• Constructor de lotes — Convierte una tabla de filas en un trabajo por lotes, con ids únicos.

Preguntas frecuentes

¿Para qué sirven estas herramientas de IA?

Para crear y depurar todo lo que rodea a un modelo, en lugar de llamarlo: archivos de skills y de subagentes, entradas de servidores MCP, hooks, reglas de permisos, prompts, esquemas de herramientas, conjuntos de datos y estimaciones de coste. Son las comprobaciones que vale la pena hacer antes de que un archivo de configuración falle en silencio en una sesión real.

¿Alguna de estas herramientas de IA envía mis prompts a algún sitio?

No. Todas las herramientas de esta categoría procesan texto dentro de tu navegador. Los prompts, los conjuntos de datos, las transcripciones y los archivos de configuración se quedan en tu dispositivo, algo importante porque estos archivos suelen contener instrucciones internas y datos de clientes.

¿Están al día los precios y los límites de contexto de los modelos?

Llevan la fecha de su última revisión, visible junto a cada cifra que los usa, y las tarifas se pueden editar en las herramientas que las aplican. Los precios publicados cambian, así que toma la tabla integrada como punto de partida y confírmalos en la página de precios del propio proveedor antes de hacer un presupuesto con ella.

¿Estas herramientas de IA solo funcionan con un proveedor?

Los formatos de archivo —skills, subagentes, comandos slash, hooks, MCP— siguen las convenciones propias de esos formatos. Todo lo demás es independiente del proveedor: JSONL, transcripciones de chat, eventos de streaming, fragmentación, presupuestos de tokens y estructura de prompts funcionan igual sea cual sea el modelo al que los envíes.

¿Por qué revisar con tanto cuidado la descripción de una skill o de una herramienta?

Porque ese único campo decide si llega a usarse. Una skill con una descripción vaga nunca se utiliza; una herramienta con una descripción escasa se llama con los argumentos equivocados. Ambas fallan sin ningún mensaje de error, que es justo el tipo de problema que un linter detecta bien.