Objetivos de aprendizaje
- Distinguir skills, subagentes, hooks, MCP, loops y automatizaciones externas.
- Elegir la pieza adecuada según contexto, riesgo y repetición.
- Diseñar agentes que no se queden en bucle ni actúen sin control.
En cristiano: agente. Es un asistente que puede decidir pasos, usar herramientas y comprobar resultados para completar una tarea.
Taxonomía práctica
- CLAUDE.md: reglas siempre presentes del proyecto.
- Skill: procedimiento reutilizable que se activa cuando hace falta.
- Subagente: especialista con contexto y herramientas separadas.
- Hook: acción determinista antes o después de una herramienta.
- MCP: conexión con servicios externos como GitHub, bases de datos o navegador.
- Loop o tarea programada: ejecución repetida con condición de salida.
- GitHub Actions: automatización declarativa para CI, tests y despliegues.
necesidad: "revisar PRs cada mañana" decision: conocimiento_del_proyecto: CLAUDE.md checklist_reutilizable: skill code-review verificacion_aislada: subagente reviewer reglas_obligatorias: hook pre/post tool integracion_externa: GitHub MCP o gh CLI programacion: GitHub Actions o tarea programada limites: no_merge_automatico: true publicar_solo_comentarios: true parar_si_no_hay_tests: true
Idea clave. La mayoría de agentes buenos son aburridos por diseño: hacen pocas cosas, las registran bien y piden permiso antes de tocar algo irreversible.
Qué pieza usar según el problema
problema -> pieza recomendable "repetir una receta dentro de Claude/Codex" -> skill "revisar código con rol aislado" -> subagente "bloquear comandos peligrosos" -> hook "consultar GitHub, DB o navegador" -> MCP con permisos mínimos "orquestar estado, ramas y reintentos" -> LangGraph "conectar CRM, email, Sheets o webhooks" -> n8n "prototipar roles investigador/redactor/revisor" -> CrewAI "ejecutar algo cada mañana" -> GitHub Actions o scheduler
Cuidado. No conviertas cada automatización en multiagente. Si una regla determinista resuelve el problema, usa código, workflow o hook. Reserva agentes para pasos donde haga falta criterio, lenguaje natural o búsqueda contextual.
Cuidado. Si no puedes explicar qué herramientas puede usar, qué datos ve y cuándo debe parar, todavía no tienes un agente: tienes una conversación larga con permisos de más.
Comprueba que funciona. Elige una tarea repetitiva de tu trabajo. Escribe objetivo, entrada, herramientas, salida esperada, condición de parada y acción que nunca debe hacer.
Guardar y reabrir el proyecto.
Primero diseña el circuito de control. Después eliges framework, modelo y automatización.
Siguiente misión recomendada
Si has guardado la evidencia de esta lección, continúa con «De chat a agente paso a paso». Si no, repite la comprobación antes de avanzar.