Llevo años usando agentes de código a diario: Claude Code, Cursor, GitHub Copilot… Cada uno tiene sus puntos fuertes, pero todos comparten el mismo problema: no saben nada de tu proyecto hasta que les explicas cómo funciona todo. Y si cambias de herramienta, empiezas de cero.
El resultado es que acabas repitiendo las mismas instrucciones, en diferentes formatos, a diferentes herramientas. “Mi blog usa Jekyll. Los posts van en _posts/YYYY/. El slug debe tener entre 3 y 5 palabras. No uses ‘IA’, escribe siempre ‘Inteligencia Artificial’.” Una y otra vez.
Agent Skills resuelve exactamente este problema.
Qué son los Agent Skills
Agent Skills es un formato abierto para extender la capacidad de los agentes de Inteligencia Artificial con conocimiento especializado. La idea es sencilla: empaquetar instrucciones, workflows y recursos en una carpeta portable que cualquier agente compatible pueda cargar cuando la necesite.
El formato fue desarrollado originalmente por Anthropic para Claude Code, y desde entonces se ha convertido en un estándar abierto adoptado por más de treinta herramientas del ecosistema de Inteligencia Artificial.
Lo que me parece relevante de la propuesta es que separa el conocimiento del agente. No le estás enseñando a una herramienta específica cómo funciona tu empresa: le estás creando un skill reutilizable que cualquier agente compatible puede usar. Creas una vez, usas en todas partes.
Cómo funciona un skill
Un skill es, en esencia, una carpeta. Dentro, un fichero SKILL.md obligatorio y, opcionalmente, scripts, referencias, plantillas y cualquier recurso que el agente pueda necesitar:
1
2
3
4
5
mi-skill/
├── SKILL.md # Obligatorio: metadatos + instrucciones
├── scripts/ # Opcional: código ejecutable
├── references/ # Opcional: documentación de referencia
└── assets/ # Opcional: plantillas y recursos
El fichero SKILL.md necesita, como mínimo, dos campos de metadatos: name y description. El resto son instrucciones en texto libre para el agente:
1
2
3
4
5
6
7
---
name: jekyll
description: Rules for writing Jekyll posts with the Chirpy theme.
---
# Instructions
Posts go in _posts/YYYY/. Frontmatter requires title, slug, date...
Aquí está el detalle técnico que hace que todo esto funcione bien en la práctica: los agentes cargan los skills en tres fases.
Fase 1 — Discovery: Al arrancar, el agente lee únicamente el name y la description de cada skill disponible. Una carga mínima: sabe que existe un skill de Jekyll, pero no ha cargado las instrucciones completas.
Fase 2 — Activation: Cuando una tarea coincide con la descripción de un skill, el agente carga el SKILL.md completo en contexto. Solo entonces lee todas las instrucciones.
Fase 3 — Execution: El agente ejecuta la tarea siguiendo esas instrucciones, con acceso a los scripts o recursos adicionales incluidos en el skill.
Este enfoque de carga progresiva es elegante: puedes tener decenas de skills disponibles sin que ocupen contexto innecesariamente. El agente carga solo lo que necesita, cuando lo necesita.
El estándar: agentskills.io
Agentskills.io es el hogar oficial del estándar: documentación, especificación completa y lista de herramientas compatibles.
La especificación es deliberadamente minimalista. No te obliga a usar ningún lenguaje de programación, ninguna estructura interna específica ni ningún formato de instrucciones concreto. El único requisito es que la carpeta tenga un SKILL.md con name y description en el frontmatter. El resto lo decides tú.
El desarrollo es abierto. Puedes contribuir al estándar en su repositorio de GitHub o unirte a las discusiones en su Discord.
En cuanto al soporte de herramientas, la lista crece rápido. A día de hoy son compatibles: Claude Code, Cursor, GitHub Copilot, Gemini CLI, OpenAI Codex, VS Code, Roo Code, OpenHands, Goose, Amp, Letta, Spring AI y muchos más.
El directorio: skills.sh
Si agentskills.io es la especificación, skills.sh es el marketplace.
Construido por Vercel, skills.sh funciona como una combinación de leaderboard y repositorio de skills. Puedes buscar por categoría, ver cuáles son los más populares y, lo más importante, instalar cualquier skill desde la terminal:
1
npx skillsadd <owner/repo>
Los números que vi cuando lo exploré dan una idea de la tracción que está cogiendo el ecosistema: más de 90.000 instalaciones registradas, con skills de React, diseño frontend y Azure AI entre los más descargados.
Los publishers más activos incluyen Microsoft, Anthropic, Vercel y Firebase. La variedad es amplia: skills para frameworks de frontend, cloud, testing, marketing, buenas prácticas de desarrollo…
La idea de tener un punto central donde descubrir y compartir skills tiene mucho sentido. El ecosistema de agentes de Inteligencia Artificial está creciendo tan rápido que sin algún mecanismo de descubrimiento se convierte rápidamente en un problema de “¿y cómo sé qué skills existen?”.
Por qué me interesa esto (y ya lo uso)
Aquí viene la parte que no es teórica.
Este blog lleva meses funcionando con Agent Skills, antes incluso de que yo supiera que el concepto tenía ese nombre. Todo el sistema de trabajo de Lucía, mi agente de Inteligencia Artificial que co-escribe y gestiona el blog, está basado en skills definidos en la carpeta .agents/skills/.
Hay un skill de copywriting que define cómo escribir artículos, qué categorías existen, cuándo usar emojis y cuál es la voz del blog — y tiene subskills especializados para investigación previa (copywriting/research), inserción correcta de enlaces (copywriting/links) y revisión ortográfica y de estilo (copywriting/proofreading). Hay un skill de SEO que establece límites de caracteres para títulos y descripciones, reglas de slugs y estructura de encabezados. Hay un skill de Jekyll que especifica el formato exacto del frontmatter, la ruta de las imágenes y cómo usar {% post_url %}. Hay un skill de git para los mensajes de commit. Hay un skill para generar imágenes de cabecera.
Y luego está el que más me gusta como ejemplo: lead-capture. No tiene nada que ver con código. Define el catálogo de servicios que ofrezco, el perfil del cliente ideal, un sistema de cuatro niveles para elegir el tipo de CTA correcto según el tema del post (BUSINESS, SOFT, COMMUNITY o SILENT) y una biblioteca de textos listos para usar en español. Cuando Lucía termina de escribir un artículo, carga ese skill para saber si el post necesita un enlace de contacto, qué tipo, y exactamente qué texto usar. Sin el skill, esto requeriría reexplicarlo cada vez.
Cada skill es independiente y se carga solo cuando la tarea lo requiere. Si Lucía está generando una imagen, carga el skill create-images. Si está revisando el texto, carga proofreading. Si va a añadir un enlace externo, carga copywriting/links. Si necesita determinar el cierre correcto del artículo, carga lead-capture. Si va a hacer un commit, carga git. El resto del tiempo, esos ficheros no están en contexto.
Lo que antes era “tengo un montón de instrucciones pegadas en un fichero de sistema de una herramienta específica” ahora es “tengo una biblioteca de conocimiento portable que funciona en cualquier herramienta compatible con el estándar”.
Y eso cambia bastante cómo pienso en la configuración de agentes. Ya no configuro una herramienta: configuro un flujo de trabajo. La herramienta que use en cada momento es casi un detalle de implementación.
La clave: portabilidad sin fricción
El movimiento más interesante que está haciendo Agent Skills no es técnico sino estratégico: desacoplar el conocimiento de la herramienta.
Cuando construyes skills bien escritos, el conocimiento de cómo funciona tu proyecto no queda atrapado en la configuración de Cursor ni en el system prompt de Claude Code. Está en una carpeta de tu repositorio, versionada con git, que puedes llevar contigo.
Si mañana aparece una herramienta mejor que las actuales, tus skills siguen siendo válidos. Si trabajas en equipo, todos los miembros pueden usar los mismos skills independientemente del agente que usen. Si tienes un cliente con flujos de trabajo específicos, puedes entregar los skills junto con el código.
Es el mismo principio que llevó a adoptar formatos como Markdown, JSON o Docker: cuando el formato es abierto y simple, el ecosistema crece más rápido que cuando está controlado por un único vendor.
Preguntas frecuentes
¿Qué herramientas son compatibles con Agent Skills?
Más de treinta a día de hoy: Claude Code, Cursor, GitHub Copilot, Gemini CLI, OpenAI Codex, VS Code, Roo Code, Amp, OpenHands, Goose, Letta, Spring AI, Firebender y muchas más. La lista completa está en [agentskills.io](https://agentskills.io/home){:target="_blank" rel="nofollow noopener"}.¿Necesito saber programar para crear un skill?
No. Un skill básico es solo texto en un fichero Markdown. Defines `name` y `description` en el frontmatter y escribes las instrucciones en lenguaje natural. Si quieres añadir scripts ejecutables, puedes, pero no es obligatorio.¿Puedo crear skills para flujos de trabajo que no son de código?
Sí, y eso es parte de lo que hace interesante al formato. En este blog, por ejemplo, hay un skill de `lead-capture` que no tiene nada que ver con programación: define el catálogo de servicios, el perfil del cliente ideal y un sistema de niveles para elegir el tipo de CTA correcto al final de cada artículo. Más allá del desarrollo, un skill puede codificar cualquier proceso con pasos bien definidos: el tono de comunicación de tu empresa, una checklist de revisión editorial, el formato de tus informes. El único requisito es que sea algo que puedas describir con instrucciones.¿Cómo instalo un skill desde skills.sh?
Con un comando en la terminal: `npx skillsadd {owner/repo}`. El directorio en [skills.sh](https://skills.sh/){:target="_blank" rel="nofollow noopener"} muestra el identificador exacto de cada skill para que puedas copiarlo directamente.Compártelo si te ha resultado útil.
¿Estás construyendo agentes o flujos de trabajo con Inteligencia Artificial en tu empresa? Cuéntame en qué estás trabajando — es un área en la que llevo tiempo profundizando.
Y… hasta aquí por hoy!
Loading comments from Disqus ...