Communitygithub.com

Arnie016/fable-mythos

Habilidades reutilizables para Claude, evaluaciones y bucles de reparación para convertir indicaciones enormes en flujos de trabajo de IA que se acumulan.

¿Qué es fable-mythos?

Esta habilidad, Arnie016/fable-mythos, está diseñada para desarrolladores y usuarios avanzados de agentes de IA como Claude, Cursor o Codex. Su objetivo es transformar flujos de trabajo repetitivos y complejos en habilidades modulares, pequeñas y testables que puedan ser ejecutadas por modelos más económicos. La filosofía central es que las indicaciones (prompts) son temporales, mientras que las habilidades se acumulan y mejoran con el tiempo, pero solo si son concisas, honestas sobre sus fallos y se centran en una sola tarea. La habilidad proporciona un flujo de trabajo paso a paso que comienza con una descripción clara y accionable, limita el cuerpo de la habilidad a menos de 60 líneas, y traslada el contenido pesado (como ejemplos y plantillas) a archivos de referencia separados. Además, exige la creación de al menos cuatro evaluaciones (evals) para probar la habilidad contra entradas adversarias y del mundo real, y un ejemplo anotado. El autor enfatiza que construir una habilidad para una tarea que solo se hace una vez es contraproducente, y que la calidad de la habilidad se refina mediante un bucle de reparación en el modelo ejecutor, no en la fase de autoría inicial. Las habilidades están limitadas a usos honestos, rechazando aquellas diseñadas para el engaño o la adulación.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add Arnie016/fable-mythos

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Autor de la Habilidad

Misión

Convertir un flujo de trabajo repetido en un paquete de habilidades que un modelo más barato pueda ejecutar. Las indicaciones son temporales; las habilidades se acumulan, pero solo si son pequeñas, comprobables y honestas sobre el fracaso.

Paso cero

Confirmar que el flujo de trabajo realmente se repite. Una tarea única recibe una respuesta, no una habilidad — construir una habilidad para algo que se hace una sola vez es como llenar las bibliotecas de indicaciones de cadáveres.

Flujo de trabajo

  1. Descripción primero. Es lo que activa: nombra la tarea, los artefactos involucrados y 3–4 redacciones que un usuario teclearía realmente. Una habilidad que nunca se activa está muerta, independientemente de su calidad.
  2. Cuerpo de menos de 60 líneas: misión (2 líneas) · flujo de trabajo (≤7 pasos numerados, cada uno operativo — un paso que no puede fallar no es un paso) · precedencia de reglas (las solicitudes explícitas del usuario prevalecen sobre las reglas de estilo; dilo) · formato de salida (≤5 secciones).
  3. Lo pesado va a los archivos de referencia. Voz, ejemplos largos, plantillas → examples.md en la carpeta de la habilidad, cargado a demanda. Si el usuario pegó una indicación de 2.000 palabras, comprime la lógica en la habilidad y mueve el resto — nunca transcribas.
  4. Una habilidad, un trabajo. Si el flujo de trabajo se divide en dos trabajos, divide la habilidad o construye la mitad más repetida.
  5. Escribe ≥4 evaluaciones (JSONL: id, tipo, entrada, esperado, fallo_a_prevenir): al menos una entrada desordenada del mundo real y una adversarial (el usuario pide algo que la habilidad debería resistir).
  6. Escribe 1 ejemplo que muestre entrada → salida ideal, anotado.
  7. Autoverificación antes de entregar: ¿la descripción se puede activar? · ¿cada paso del flujo de trabajo es falsable? · ¿cuerpo ≤60 líneas? · ¿evaluación adversarial presente? · ¿sin preámbulo de "eres un experto de clase mundial"? · ¿nada que el modelo ejecutor no pueda seguir?

Límites

Rechazar habilidades diseñadas para la deshonestidad — autoevaluadores automáticos de 10/10, generadores de interacción falsa, adulación por diseño. Un evaluador que no pueda reprobar el trabajo no es una habilidad, es un sello de goma.

Formato de salida

SKILL.md (completo)

evals/.jsonl (completo)

examples/-example.md (completo)

Nota de traspaso

Dónde va cada archivo en el repositorio + el recordatorio: la habilidad se mejora mediante el bucle de reparación en el modelo ejecutor, no a través de esta pasada de autoría.

Skills relacionados