El Director de Ingeniería de Google Cloud AI acaba de publicar un repositorio con 23 workflows de ingeniería para agentes de IA. En pocas horas se volvió tendencia global. Esto es lo que hace, por qué importa y cómo instalarlo hoy mismo en Claude Code.
Si trabajás en desarrollo de software, es muy probable que ya hayas usado algo que Addy Osmani creó sin saberlo. Con más de 25 años como desarrollador y casi 14 en Google, su huella en la web moderna es enorme.
Algunos hitos de su carrera que dan contexto a la magnitud de este repo:
Cuando alguien con ese historial publica un repo sobre IA y desarrollo de software, la comunidad presta atención. Y esta vez, con razón.
¿Por qué Addy puede opinar sobre cómo usan IA los developers? Porque lleva más de dos décadas estudiando exactamente ese problema: cómo los desarrolladores trabajan, dónde pierden tiempo y cómo las herramientas pueden ayudar. Primero fue performance web, ahora es el workflow con agentes de IA.
Los agentes de IA como Claude Code son increíblemente capaces. Pero tienen un comportamiento por defecto problemático: toman el camino más corto para llegar a una respuesta.
En la práctica esto significa que, si les pedís "escribí una feature", van a escribir código que funcione. Pero probablemente van a saltear: la especificación del problema, los tests, la revisión de seguridad, el análisis de performance, y la documentación. Exactamente todo lo que separa el código que funciona hoy del código que se puede mantener en seis meses.
El README de agent-skills lo dice con precisión quirúrgica:
Problema central: "AI coding agents default to the shortest path — which often means skipping specs, tests, security reviews, and the practices that make software reliable."
La solución de Addy no es limitar al agente. Es darle workflows estructurados — el equivalente digital de las mejores prácticas de ingeniería de Google encapsuladas en instrucciones que el agente puede seguir paso a paso.
Un skill es un archivo markdown con un workflow: una secuencia de pasos que el agente sigue, con checkpoints que producen evidencia verificable y un criterio de salida definido. No es un prompt genérico. Es un proceso.
La diferencia es importante: un prompt le dice al agente qué hacer. Un skill le dice cómo hacerlo, paso a paso, con puntos de verificación en el camino.
El repositorio tiene 23 skills en total, organizados en 7 fases del ciclo de desarrollo, activables mediante 7 comandos de slash (/spec, /plan, /build, etc.). Acá van todos, con lo que hacen:
| Comando | Función | Cuándo usarlo |
|---|---|---|
| /spec | Define requisitos con spec-driven development. Crea un PRD completo antes de escribir una línea de código. | Al inicio de cualquier feature nueva. Previene el famoso "eso no era lo que pedí". |
| /plan | Descompone la especificación en tareas pequeñas y verificables con criterios de aceptación y orden de dependencias. | Después de tener el spec. Convierte ideas en un backlog ejecutable. |
| /build | Implementa incrementalmente en slices verticales delgados, con feature flags y safe defaults. Un slice a la vez. | Durante el desarrollo. Evita los grandes "big bang" commits que nadie puede revisar. |
| /test | Ejecuta el ciclo TDD (Red-Green-Refactor). Sigue la pirámide de tests: 80% unitarios, 15% integración, 5% E2E. | Después de cada slice del build. Los tests son la prueba de que algo funciona, no la documentación. |
| /review | Revisión en 5 ejes: correctitud, legibilidad, arquitectura, seguridad y performance. Usa severity labels (Nit / Optional / FYI). | Antes de cualquier PR. O cuando querés una segunda opinión estructurada sobre código existente. |
| /code-simplify | Aplica el principio de Chesterton's Fence: simplifica sin romper comportamiento. Prioriza claridad sobre ingeniosidad. | En sesiones de refactoring o cuando el código creció más complejo de lo que debería. |
| /ship | Fan-out a 3 agentes especialistas en paralelo. Produce un informe consolidado con decisión go/no-go. La joya del repo. | Antes de cualquier deploy a producción. Pre-launch checklist con criterio de staff engineer. |
Parte del repositorio incluye tres "personas" de agente que se pueden invocar directamente o que se activan en paralelo durante /ship:
Evalúa el código desde la perspectiva de un Staff Engineer senior de Google. La pregunta central que se hace: "¿aprobaría esto un staff engineer?". Cubre correctitud, legibilidad, arquitectura, seguridad y performance. Usa labels de severidad para priorizar qué arreglar.
Analiza vulnerabilidades con foco en el OWASP Top 10, manejo de secretos, autenticación y autorización. Hace threat modeling y produce recomendaciones de hardening concretas. Especialmente valioso para cualquier código que maneje datos de usuarios o APIs externas.
Analiza los gaps de cobertura de tests, diseña la estrategia de testing, y verifica que los tests sean pruebas reales (no solo "testing for coverage"). Sigue la regla de Beyoncé: "si quisiste atrapar algo con un test, dejá el test".
Lo que hace especial a /ship: los tres agentes corren en paralelo y luego se sintetiza un informe unificado con una decisión go/no-go. Es como tener a un staff engineer, un security lead y un QA lead revisando tu código al mismo tiempo, en segundos.
Más allá de los 7 comandos principales, el repositorio incluye skills granulares para situaciones específicas del desarrollo:
Para cuando los requisitos son vagos. El skill interview-me hace preguntas de una en una para extraer lo que se necesita. idea-refine usa pensamiento divergente/convergente.
Descompone especificaciones en tareas verificables con criterios de aceptación y orden de dependencias. El anti-pattern de "hacer todo junto" en código.
La fase más rica. Incluye un skill de doubt-driven development (revisión adversarial para decisiones de alto riesgo) y otro de context-engineering (darle al agente la información correcta en el momento correcto).
El skill de debugging tiene un "stop-the-line rule": antes de escalar una solución, hay que reproducir el bug, localizarlo, reducirlo al mínimo y guardarlo como test de regresión.
Revisión sistemática en 4 dimensiones. El skill de security incluye un checklist completo pre-commit con autenticación, input validation, CORS y secrets management.
Desde la filosofía de trunk-based development hasta los Architecture Decision Records (ADRs). El skill de deprecation tiene el concepto de "código como pasivo" — toda línea de código es mantenimiento futuro.
El repo alcanzó las tendencias de GitHub con más de 48.000 estrellas y 5.400 forks, y fue uno de los 5 repositorios de mayor crecimiento semanal en toda la plataforma durante su semana de lanzamiento.
¿Por qué resuena tanto? Porque toca un dolor real que cada developer con acceso a herramientas como Claude Code ya empezó a sentir: la IA es rápida, pero el código que produce sin guía muchas veces genera deuda técnica rápido.
Para los developers y equipos de LATAM que están incorporando herramientas de IA a su flujo de trabajo, este repositorio resuelve exactamente el problema correcto: no es sobre usar más IA, sino sobre usarla con el proceso correcto. La diferencia entre un junior con acceso a IA y un senior con acceso a IA no es el modelo que usan — es el proceso que siguen.
La forma más directa de instalarlo es pedirle a Claude Code directamente que lo haga:
npm install -g @anthropic-ai/claude-code y luego claude.
/plan o /spec. Si el skill está activo, vas a ver que Claude responde con un workflow estructurado en lugar de solo texto libre.
/spec en tu próxima feature. Dale el contexto de lo que querés construir y observá cómo el agente te hace preguntas estructuradas antes de escribir una línea de código.
Importante: Los skills están diseñados para Claude Code (la CLI de Anthropic), no para Claude.ai web. Si usás Cursor, Windsurf o Gemini CLI, el repo también tiene instrucciones de instalación específicas para cada editor en el README.
El repo de Addy es un síntoma de algo más grande. Los "skills" o "agent skills" están emergiendo como la unidad estándar de conocimiento para agentes de IA en desarrollo de software. Ya hay repositorios con más de 1.000 skills curados de la comunidad (awesome-agent-skills), y otros ingenieros de referencia como Andrej Karpathy (ex-Tesla AI) también publicaron sus propios packs.
Lo que antes era un "CLAUDE.md personal con mis preferencias", está evolucionando hacia algo más parecido a un playbook de ingeniería transferible: prácticas que un equipo puede compartir, versionar y refinar colectivamente, independientemente de qué agente de IA usen.
Desde el ángulo de RRHH y liderazgo de equipos tech: esto tiene implicancias directas en cómo se onboarding a developers, cómo se define "calidad de código" en un equipo, y cómo se evalúa a alguien que trabaja con IA. El criterio de calidad no desaparece — migra al proceso que el developer elige cuando usa la herramienta.
Para managers y líderes técnicos: si tu equipo está usando Claude Code o herramientas similares sin un proceso definido, este repo es un punto de partida excelente para establecer estándares compartidos. No se trata de limitar la velocidad — se trata de preservar la calidad a esa velocidad.
Todo lo que describimos está disponible gratis, open source, con licencia MIT:
Vale la pena leer el README completo (está muy bien escrito) y explorar al menos los skills de /ship, /spec y security-and-hardening aunque no los instales todavía. Son también una guía de qué preguntas hacer en cualquier proceso de desarrollo — con o sin IA.
¿Te fue útil? Compartilo
Comentarios