agents.md (sitio oficial)
Enlace al sitio oficial del estándar AGENTS.md: especificación, ejemplos y plataformas compatibles.
Guía por plataforma
Agente de Anthropic en terminal, IDE y desktop.
Agente de Anthropic en terminal, IDE, desktop y browser. Lee el repo, edita archivos, ejecuta comandos e integra skills, MCP y hooks.
Docs: code.claude.com/docs
AGENTS.md en la raíz, o CLAUDE.md según tu setup. Comandos de build, tests y convenciones del equipo — una sola fuente de verdad.
Las convenciones persistentes encajan aquí; no hace falta carpeta .cursor/rules/ en Claude Code.
Formato Agent Skills:
~/.claude/skills/.claude/skills/Guía: ¿Qué es un skill?. El agente carga el skill solo cuando la tarea encaja con su descripción.
.mcp.json o configuración en settings. Guía: ¿Qué es un MCP?. Ejemplos: Context7, Playwright MCP. Un servidor bien elegido vale más que muchos.
Automatizan acciones en eventos del agente (pre/post tool). Documentación en code.claude.com — no son necesarios el primer día.
Claude Code usa modelos Anthropic (nube). Ollama local no es el flujo típico. Alternativas open source + local: OpenCode, Gemini CLI — guía nube vs local.
headroom wrap claude para comprimir contexto (avanzado).| Modo | Cuándo |
|---|---|
| Terminal | Flujo clásico, CI, scripts |
| IDE / VS Code | Mismo repo, interfaz visual |
| Desktop | Sesiones largas fuera del editor |
| Browser | Tareas web según doc Anthropic |
| Pieza | Ubicación |
|---|---|
| Contexto repo | AGENTS.md / CLAUDE.md |
| Skills globales | ~/.claude/skills/ |
| Skills proyecto | .claude/skills/ |
| MCP | .mcp.json / settings |
| Claude Code | Codex | OpenCode | |
|---|---|---|---|
| Fabricante | Anthropic | OpenAI | Open source |
| Skills | ~/.claude/skills/ | ~/.agents/skills/ | Según doc |
| Hooks | Sí | Según doc | Limitado |
| Local (Ollama) | No típico | No típico | Sí |
AGENTS.md en repos compartidos.Fichas del catálogo que mencionan Claude Code. Informativas, no recomendaciones automáticas.
Enlace al sitio oficial del estándar AGENTS.md: especificación, ejemplos y plataformas compatibles.
Formación oficial y gratuita de Anthropic: Claude Code, MCP, subagentes, Agent Skills y API, con certificados. Autodidacta, en inglés.
Curso en video de pago sobre Claude Code. Alternativa: docs oficiales + guías de aquí.
Terminal para macOS con tabs verticales, pensada para correr varios agentes a la vez.
Curso de 12 semanas sobre IA/ML con traducción oficial al español.
Capa local que comprime contexto (tools, logs, RAG) antes del LLM. Requiere wrap/proxy; no sustituye usar Cursor o Copilot tal cual.
CLI que genera y mantiene documentación del codebase orientada a agentes.
Lista comunitaria de APIs LLM con tier gratis o créditos iniciales. Referencia viva, verifica términos.
Proxy CLI en Rust que comprime la salida de comandos dev (git, tests, linters) antes de que llegue al agente: 60-90% menos tokens.
MCP oficial de Chrome DevTools: debug, performance y automatización en Chrome real (Puppeteer bajo el capó).
MCP que inyecta documentación actualizada de librerías. Muy usado; útil si el modelo inventa APIs viejas.
Registro e inspector MCP: busca servidores, copia config para Cursor/Claude y prueba tools en el browser. Directorio, no un servidor.
Proxy git: valida con IA antes de hacer push y abrir el PR. Para equipos que quieren un gate automático.
Directorio y marketplace de servidores MCP con CLI de instalación.
Directorio comunitario grande de servidores MCP: buscar por categoría, tag o integración. Referencia, no lista de instalación.
Skill viral que hace al agente responder 'como cavernícola': ~65% menos tokens de salida medidos. MIT, el skill más estrellado de GitHub.
MCP oficial de Microsoft para que el agente controle un navegador vía Playwright.
Skill que empuja al agente a escribir menos código. Muy popular; opiniones divididas.
Formato abierto Agent Skills: carpeta con SKILL.md. Referencia oficial, no algo que 'instales' como app.
Colección de skills para mejorar interfaces generadas por IA: accesibilidad, motion, shadcn, etc.
Qué entra en /tools/: CLIs y apps que apoyan el flujo con agentes, sin confundirlas con plataformas, reglas, skills ni MCPs.
Cuándo usar APIs en la nube (Claude, GPT, Copilot) y cuándo modelos locales con Ollama, vLLM o Qwen. Sin instalar nada todavía.
Orden sugerido para empezar: plataforma, contexto del proyecto y conceptos básicos. Sin instalar repos todavía.
Un archivo en la raíz del repo que le dice al agente cómo construir y qué convenciones seguir.
Model Context Protocol: servidores que dan al agente herramientas extra (browser, docs, DB). Qué son, cuándo uno basta y dónde configurarlos.
Un agente de código lee tu repo, propone cambios y ejecuta acciones con tu permiso. Dónde vive, qué no es y cómo se relaciona con skills, reglas y MCPs.
Un skill es una carpeta con SKILL.md: el agente la usa solo cuando la tarea encaja. Qué son, dónde van y un ejemplo.
Instrucciones que el agente carga casi siempre: convenciones del stack, estilo y qué evitar. Dónde van y un ejemplo.
Tres formas de configurar un agente: cuándo usar cada una con ejemplos concretos.