Las skills modulares son el siguiente paso en la evolución de los asistentes de código. Descubre qué son, cómo funcionan y por qué deberías empezar a usarlas hoy.
Introducción
Si trabajas con agentes de IA, probablemente te hayas encontrado con esta situación: cada vez que inicias una sesión, tienes que volver a explicar cómo funcionan las cosas en tu proyecto. Las convenciones del equipo, los flujos de trabajo, las buenas prácticas… todo se pierde cuando la conversación termina.
Los agentes son generalistas por naturaleza. Saben de todo un poco, pero no dominan nada en particular. Y cuando necesitas que sigan un flujo específico de tu equipo, no queda otra que repetirlo desde cero.
Las Agent Skills proponen una solución directa: empaquetar ese conocimiento especializado en módulos reutilizables que el agente carga solo cuando los necesita. Sin repetir instrucciones.
1. ¿Qué son las Agent Skills?
Una Skill es un paquete de instrucciones, código y recursos que amplía lo que un agente de IA sabe hacer. A diferencia de un mensaje en el chat, una Skill vive en el sistema de archivos y se activa de forma automática cuando el contexto lo requiere.
La analogía más clara es un manual de onboarding. Imagina que llega alguien nuevo al equipo: en lugar de sentarte con esa persona cada mañana a explicarle lo mismo, le das un documento con todo lo que necesita saber. Las Skills hacen exactamente eso, pero con el agente.
¿Cómo procesar un PDF? Hay una Skill para eso. ¿Cómo generar una presentación? También. ¿Cómo seguir el flujo de testing de tu equipo? Lo escribes una vez y el agente lo aplica siempre que haga falta.
Skill vs. Prompt: la diferencia clave
A primera vista, una Skill puede parecer simplemente «un prompt guardado». Pero la diferencia es más profunda de lo que parece:
| Característica | Prompt | Skill |
|---|---|---|
| Dónde vive | En la conversación | En el sistema de archivos / repositorio |
| Persistencia | Solo durante la sesión | Entre sesiones, indefinidamente |
| Se puede versionar | No | Sí, junto al código del proyecto |
| Se puede compartir | No (hay que copiarlo) | Sí, con todo el equipo |
Un prompt es efímero: nace y muere en la conversación. Una Skill es permanente: forma parte del proyecto, evoluciona con él y cualquier miembro del equipo puede usarla.
2. ¿Por qué deberías usarlas?
2.1. Especialización sin sacrificar generalidad
Aquí está la gracia del diseño: puedes instalar decenas de Skills sin penalización alguna. El agente solo carga los metadatos de cada una (~100 tokens) al arrancar. Las instrucciones completas no entran en contexto hasta que realmente se necesitan.
En la práctica, esto significa que puedes tener un agente que sepa de testing, de infraestructura, de documentación y de procesamiento de datos —todo al mismo tiempo— sin saturar la ventana de contexto.
2.2. Escríbelo una vez, úsalo siempre
¿Tu equipo tiene un flujo específico para crear tests unitarios? ¿Una convención para nombrar endpoints? ¿Un proceso para validar formularios?
Lo encapsulas en una Skill y no lo vuelves a explicar nunca más. Da igual quién abra la sesión, qué herramienta use o cuánto tiempo haya pasado. El conocimiento está ahí, listo para aplicarse.
2.3. Conocimiento de equipo versionado
En todos los equipos hay conocimiento tribal: esas cosas que «todo el mundo sabe» pero nadie documenta. Cómo nombrar las variables de entorno, qué patrón usar para los repositorios, cuándo hacer merge y cuándo rebase…
Las Skills convierten ese conocimiento en artefactos que viven junto al código. Pasan por code review, se versionan con Git y evolucionan con el proyecto. Si alguien del equipo encuentra una forma mejor de hacer algo, actualiza la Skill y todos se benefician automáticamente.
2.4. Scripts que no consumen contexto
Este detalle es sutil pero potente. Cuando una Skill incluye scripts ejecutables, el agente los ejecuta vía bash y solo recibe la salida. El código del script nunca entra en la ventana de contexto.
El resultado: operaciones complejas —validaciones, transformaciones, consultas a bases de datos— con un consumo mínimo de tokens.
3. Cómo funcionan: carga progresiva en tres niveles
El mecanismo que hace posible todo esto se llama carga progresiva (progressive disclosure). Es un diseño en tres niveles donde cada nivel aporta más detalle, pero solo se carga cuando realmente hace falta.
Nivel 1 — Metadatos (siempre cargados)
Al arrancar, el agente lee únicamente el nombre y la descripción de cada Skill instalada. Son unas pocas líneas YAML que le dicen: «esta Skill existe y sirve para esto».
---
name: pdf-processing
description: Extract text and tables from PDF files, fill forms, merge documents.
---
Coste: ~100 tokens por Skill. Puedes tener docenas instaladas sin impacto perceptible.
Nivel 2 — Instrucciones (bajo demanda)
Cuando tu petición encaja con la descripción de una Skill, el agente lee el archivo SKILL.md completo. Aquí es donde están los flujos de trabajo, las buenas prácticas y las guías paso a paso. Solo en ese momento este contenido entra en la ventana de contexto.
Coste: típicamente menos de 5.000 tokens.
Nivel 3 — Recursos y código (según necesidad)
Las Skills pueden incluir archivos adicionales: guías especializadas, esquemas de base de datos, plantillas, scripts… El agente solo accede a los que necesita para la tarea concreta.
Si tu Skill tiene 15 archivos de referencia pero la tarea solo requiere uno, solo ese archivo se carga. Los otros 14 ni se tocan.
Coste: efectivamente ilimitado, porque solo se consume lo necesario.
Resumen
| Nivel | Cuándo se carga | Coste en tokens | Contenido |
|---|---|---|---|
| 1 | Siempre, al inicio | ~100 por Skill | name y description del YAML |
| 2 | Al activar la Skill | Los prompts son instrucciones de un solo uso. Las Skills son la memoria operativa del agente. |
¿Ya usas Agent Skills en tu flujo de trabajo? Cuéntanoslo en los comentarios.
