Glosario

Cada término, definido en una o dos líneas. Cuando hay una guía que lo amplía, está enlazada.

A

Agente de código: Programa que usa un modelo de lenguaje para leer tu repositorio, editar archivos y ejecutar comandos persiguiendo un objetivo, en varios pasos y con herramientas. Guía completa →
AGENTS.md: Archivo Markdown en la raíz del repositorio que da contexto e instrucciones a cualquier agente que trabaje en él. Es un estándar abierto adoptado por la mayoría de plataformas. Guía completa →
Alucinación: Respuesta inventada pero plausible de un modelo: APIs que no existen, flags incorrectos, versiones confundidas. Se mitiga dándole contexto real (documentación, MCPs, el propio repo).
API key: Credencial que identifica tus llamadas a un proveedor de modelos. Va en variables de entorno, nunca en el código ni en commits. APIs con capa gratis →

Checkpoint: Punto de restauración que algunos editores (Cursor, Windsurf) crean antes de cada cambio del agente, para revertir sin depender de git.
CLI: Interfaz de línea de comandos. Varios agentes viven en la terminal (Claude Code, Gemini CLI, OpenCode) en lugar de dentro de un editor. Plataformas →
Contexto: Todo lo que el modelo “ve” al responder: tu petición, los archivos abiertos, el historial de la conversación. Si algo no está en el contexto, para el modelo no existe.

Diff: Vista de cambios línea a línea que el agente propone antes de aplicarlos. Revisar el diff es el control de calidad mínimo al programar con IA.

Frontmatter: Bloque YAML al inicio de un archivo Markdown con metadatos (nombre, descripción). Skills y reglas lo usan; la descripción decide cuándo se activan.

Inferencia: Ejecución del modelo para generar una respuesta. Un “servidor de inferencia” (vLLM, Ollama) es el software que la sirve, en la nube o en tu máquina. Ficha de vLLM →

LLM: Modelo grande de lenguaje: red neuronal entrenada para predecir texto. Es el motor de todos los agentes de código; el agente es el andamiaje alrededor.

MCP: Model Context Protocol: estándar abierto que conecta agentes con herramientas y datos externos (navegador, base de datos, documentación) mediante servidores. Guía completa →
Modelo local: Modelo que corre en tu máquina (con Ollama, vLLM…) en vez de en la nube: privacidad total y sin cuota, a cambio de menor calidad o velocidad. Nube vs local →

Prompt: La instrucción que le das al modelo. En agentes también cuenta el system prompt: las instrucciones fijas que definen su comportamiento antes de que escribas nada.

Rate limit: Límite de peticiones o tokens por minuto que impone un proveedor. Los planes gratuitos lo alcanzan primero; es la restricción práctica de las APIs gratis. APIs con capa gratis →
Regla: Instrucción persistente que el agente aplica siempre: convenciones del repo, estilo, prohibiciones. A diferencia de un skill, no se activa por tarea — está siempre presente. Guía completa →

Sandbox: Entorno restringido donde el agente ejecuta comandos con permisos limitados; junto al sistema de permisos, evita que toque lo que no debe sin confirmación.
Servidor MCP: Programa que expone herramientas concretas vía MCP (consultar docs, controlar un navegador…). El agente lo invoca cuando la tarea lo necesita. Catálogo de MCPs →
Skill: Carpeta con un SKILL.md que enseña al agente un flujo concreto (review de PR, migración…). Se activa solo cuando tu petición encaja con su descripción. Guía completa →
SKILL.md: Archivo que define un skill: nombre, descripción e instrucciones paso a paso. El formato es el estándar abierto Agent Skills. El estándar →

Token: Unidad mínima de texto para un modelo (~4 caracteres en promedio). Precios, límites y ventanas de contexto se miden en tokens.
Tool calling: Capacidad del modelo de invocar funciones (leer un archivo, ejecutar un comando) en vez de solo responder texto. Es lo que convierte un chat en un agente.

Ventana de contexto: Cantidad máxima de tokens que un modelo acepta por conversación. Al llenarse, el agente resume o descarta lo más antiguo — y puede “olvidar” instrucciones.
Vibe coding: Programar delegando casi todo al agente y juzgando solo resultados, sin leer cada línea. Rápido para prototipos; arriesgado en producción si nadie revisa.