Communitygithub.com

OneWave-AI/claude-skills

Conecta un modelo System One (Jev, o una reproducción abierta como Von) a una funcionalidad de producto: enrutamiento, guardarraíles, puntuación, clasificación. Úsalo para reemplazar una llamada a un LLM que devuelve una etiqueta en lugar de prosa, para añadir una decisión tipada a un bucle de agente, o para decidir entre la API alojada de Jev y un modelo local abierto. Abarca el diseño de preguntas, el flujo de trabajo 'primero el conjunto de evaluación', la calibración de umbrales, las compuertas de confianza y las trampas medidas en datos reales.

¿Qué es claude-skills?

Esta habilidad permite a desarrolladores e ingenieros de IA integrar modelos System One—respuestas tipadas en un solo paso directo, sin generar texto—en funcionalidades de producto. Es especialmente útil para decisiones estrechas, preespecificadas y repetitivas, como enrutamiento, clasificación, puntuación o guardarraíles, donde un LLM tradicional sería excesivo en coste y latencia. La habilidad cubre los tres tipos de pregunta (choice, noul, score) y el flujo de trabajo completo: primero construir un conjunto etiquetado (mínimo 50 registros), redactar criterios como si se explicara a un nuevo empleado, calibrar umbrales (nunca asumir 0.5), diseñar una compuerta de confianza para escalar respuestas bajas a Claude, y desplegar detrás de un flag mientras se registran ambos caminos durante una semana. Soporta Jev (API alojada, TipoSafe/Cloudflare Workers) y modelos locales como Von 1.0.1 (395M, Apache-2.0) y Laya (421M). Incluye advertencias críticas: las reproducciones abiertas no son intercambiables (Von colapsó en una clase 25 veces en una prueba); los umbrales no se transfieren entre modelos; y los conjuntos de evaluación pequeños mienten (15 registros no son suficientes). La habilidad referencia herramientas complementarias `jev-eval` para calibración y `jev-audit` para identificar llamadas LLM convertibles.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/OneWave-AI/claude-skills/tree/HEAD/jev-integrate

Preguntar en tu IA favorita

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

Documentación

Conexión de un modelo System One a una funcionalidad

Un modelo System One responde preguntas tipadas en un solo paso directo. No genera texto. Estado de entrada, respuestas tipadas con probabilidades calibradas de salida. Es un if-statement que puede leer.

Úsalo cuando la decisión sea estrecha, preespecificada y repetitiva. No lo uses para nada que necesite una explicación escrita — eso sigue siendo tarea de Claude.

Antes de nada: ¿es realmente la herramienta adecuada?

Responde estas tres. Si alguna es "no", detente y mantén la llamada al LLM.

  1. ¿Se conocen las respuestas posibles de antemano? El límite de opciones es 255.
  2. ¿El llamante necesita solo la etiqueta, no el razonamiento? Si un humano lee una justificación posterior, necesitas prosa y esta es la herramienta equivocada.
  3. ¿Es de alto volumen, o hay una persona esperando? Esto es una optimización de latencia y coste, no una ganancia de capacidad. No sabe nada que Claude no sepa. En un cron nocturno sobre cincuenta registros, te aporta una dependencia y nada más.

Medido en 150 registros etiquetados a mano en tres tareas (nuestra ejecución del 20 de septiembre de 2026): Jev empata con GPT-5.2 en 145/150 y cuesta 46 veces menos ($0.036 vs $1.64 por cada 1k registros), pero de extremo a extremo es solo 1.7 veces más rápido que GPT-4.1-mini — la publicación de 40x-200x es contra un flujo de trabajo fronterizo de 3-329 s de múltiples pasos, no una llamada.

Las reproducciones abiertas no son intercambiables. Misma ejecución: Von 1.0.1 (395M) 92/150 (61%), Laya (421M) 62/150 (41%). Colapsan en una clase en lugar de degradarse — Von predijo exfiltration 25 veces en un conjunto de 50 comandos que contenía cinco. Una compuerta de confianza no rescata eso: detectar los errores de Von significó escalar el 92% del volumen, Laya el 100%, frente al 8% de Jev. Úsalos solo donde los hayas medido en tu propio conjunto etiquetado.

Los tres tipos de pregunta

"lead_type":  {"type":"choice", "instructions": "...", "criteria": {"opt_a":"desc","opt_b":"desc"}}
"is_urgent":  {"type":"noul",   "instructions": "..."}                       # -> 0.0–1.0
"priority":   {"type":"score",  "instructions": "...", "criteria":["ignore","low","high"]}

Haz todas las preguntas que necesites en una sola llamada — todas se resuelven en el mismo paso directo, así que cuatro preguntas cuestan aproximadamente lo que una.

Forma de la respuesta (tanto Jev como Von):

r["answers"]["lead_type"]["choice"]         # la etiqueta
r["answers"]["lead_type"]["probabilities"]  # distribución completa
r["answers"]["lead_type"]["confidence"]     # usa esto para la compuerta
r["answers"]["is_urgent"]["noul"]           # 0.0–1.0
r["answers"]["priority"]["score"]           # posición en la escala, ej. 2.41

Flujo de trabajo

1. Construye el conjunto etiquetado PRIMERO — mínimo 50 registros

No negociable, y el paso de mayor valor. Etiqueta a mano registros reales del flujo que pretendes apuntar, antes de escribir ningún criterio. Sin él no puedes saber si una pregunta es mala o el modelo es malo, y el fallo es silencioso — ver jev-eval.

2. Escribe los criterios como si se los explicaras a un nuevo empleado

Peor a mejor en cuatro redacciones de las mismas preguntas, 50 registros por tarea (nuestra ejecución del 20 de septiembre de 2026):

tareaJevVon (395M)Laya (421M)
riesgo de comando de agente44-49 (10 pts)9-23 (28 pts)18-28 (20 pts)
triaje de leads47-49 (4 pts)22-34 (24 pts)15-24 (18 pts)
enrutamiento de tickets41-47 (12 pts)23-41 (36 pts)22-36 (28 pts)

Mismo barrido en la tarea de comandos con los LLMs incluidos: Haiku 4.5 46-48 (4 pts), GPT-4.1-mini 45-50 (10 pts), Jev 44-49 (10 pts), GPT-5-mini 41-49 (16 pts).

Jev NO es más robusto a la redacción que un LLM pequeño — oscila los mismos diez puntos, y Haiku fue el modelo más estable en la prueba. Lee el PISO, no la dispersión: todo modelo alojado llega al 82-92% y sigue siendo publicable, mientras que Von llega al 18% y Laya al 36%. NO leas esto como "escribe mejores criterios y el modelo abierto se pondrá al día" — una prueba anterior con 15 registros concluyó exactamente eso y estaba equivocada. Criterios más ricos no ayudaron de manera fiable: en el triaje de leads Von obtuvo 34/50 con la redacción escueta y 28/50 con la redacción cuidadosa. Lo que mueve esos números es la sensibilidad a la forma superficial, no a la comprensión, así que cada futura edición de criterios es un riesgo de regresión no anunciado.

Escribe cada opción con: qué es, qué no es, y el caso límite que tienta a una respuesta incorrecta. Nombra el valor por defecto explícitamente cuando una opción deba dominar.

3. Calibra los umbrales contra el conjunto etiquetado — nunca asumas 0.5

Un noul es una probabilidad, no un booleano. El noul de Jev tiene un piso: en registros que estaban claramente limpios aún devolvía 0.2–0.5 donde Claude devolvía 0.0. En los datos medidos el corte útil fue ~0.85, no 0.5. Los umbrales no se transfieren entre modelos — vuelve a barrer cuando cambies.

No escribas el barrido a mano. jev-eval se encarga de la calibración y entrega la herramienta:

python ~/.claude/skills/jev-eval/scripts/sweep.py labelled.json configs.json \
    --backend jev --question <name>

4. Diseña la compuerta de confianza

Escala las respuestas de baja confianza a Claude. El mismo script informa ambas mitades que importan — qué fracción de errores detecta la compuerta, y qué fracción de volumen escala — y etiqueta el resultado. Una compuerta que detecta todos los errores mientras escala el 73% del tráfico se puntúa como no ahorra nada, porque es un camino lento con pasos extra. Si ves eso, la solución es mejores criterios o el modelo alojado, no un umbral diferente.

a = r["answers"]["lead_type"]
if a["confidence"] < GATE:
    return escalate_to_claude(state)   # camino lento
return a["choice"]                      # camino rápido

5. Despliega detrás de un flag, registra ambos caminos durante una semana

Registra la respuesta de System One y lo que habría dicho el camino anterior. Compara en tráfico real antes de migrar. Nunca migres basándote solo en números del conjunto de evaluación.

Rutas de acceso

# 1. TipoSafe directo — clave en macOS Keychain, servicio `typesafe-api-key`
export TYPESAFE_API_KEY="$(security find-generic-password -s typesafe-api-key -w)"
curl -X POST https://api.typesafe.ai/v1/systemone \
  -H "Authorization: Bearer $TYPESAFE_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"jev-latest","state":"...","questions":{...}}'
// 2. Cloudflare Workers AI — sin lista de espera
await env.AI.run('typesafe/jev', { state, questions })
# 3. Von — local, gratuito, Apache-2.0, 395M ModernBERT
# pip install von-sdk
import von
r = von.system_one(state="...", questions={"x": von.Noul(instructions="...")})
r.answers["x"].noul

Trampas

  • Choice de Von usa criteria=, no choices=. Error de Pydantic si aciertas.
  • Von devuelve .answers[k], no .nouls[k] / .choices[k]. El wrapper de LangChain difiere del SDK puro aquí.
  • El arranque en frío de 34 s de Von carga los pesos. Caliéntalo al arrancar; nunca lo midas en latencia.
  • No pongas un umbral noul en 0.5. Ver paso 3.
  • Jev es acceso temprano, proveedor único, sin SLA. No pongas un camino crítico orientado al cliente sin un respaldo a Claude.
  • Los conjuntos de evaluación pequeños mienten. 15 registros donde ambos modelos alojados obtuvieron el 100% no prueban casi nada. Usa cientos.

Relacionados

jev-eval construye y ejecuta el conjunto etiquetado. jev-audit encuentra qué llamadas LLM existentes en un código base merecen ser convertidas.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

OneWave-AI/claude-skills

Deploy a 2-layer parallel agent hierarchy for large, parallelizable work — big refactors, multi-file migrations, codebase-wide audits, bulk generation. A top-tier commander (Fable or Opus) orchestrates the swarms; the user picks a power level (Max Power / Heavy / Balanced / Economy) that sets the Opus/Sonnet/Haiku model mix per layer. Layer 1 is 3-50+ specialist agents, each with its own full context window; Layer 2 is 2+ sub-agents per member. Includes git safety, tiered sizing, a pre-deploy gate, phantom-completion checks, and multi-wave follow-up.

OneWave-AI/claude-skills

Generate animated videos and motion graphics from natural language descriptions. Creates a standalone Vite + React project with Framer Motion scenes that auto-play in the browser. Use when the user wants to create animations, motion graphics, video intros, animated presentations, or product demos.

OneWave-AI/claude-skills

Use before starting a product, feature, MVP, agent, automation, or integration build to identify the main pre-build risk and choose the smallest validation step. Trigger when the user asks whether to build, scope, validate, prioritize, or sanity-check an idea before implementation.

OneWave-AI/claude-skills

Post-mortem analysis when a client churns. Takes client history, engagement data, support tickets, usage logs, and exit feedback to produce a comprehensive churn autopsy with root cause classification, timeline of decline, and preventive measures.

OneWave-AI/claude-skills

Compose a premium, animated landing page section by section in Next.js + Tailwind + Motion (Framer Motion) — built on a real design system, with editorial copy and motion that feels human-crafted, not template-generated. Use when building or rebuilding a landing page, marketing site, or hero/feature/pricing/CTA sections that need to look production-ready and bespoke from day one.

OneWave-AI/claude-skills

Assemble 2-3 complementary experts to collaboratively analyze anything. Experts work together to explore topics from multiple expert angles.

OneWave-AI/claude-skills

Convert any topic into playable browser games. Types: trivia, matching, word puzzles, adventure games. Uses Phaser.js or Kaboom.js.

OneWave-AI/claude-skills

Turn a marketing brief or product offer into a finished short-form video ad built in HyperFrames — hook, script, shot-by-shot storyboard, scene-by-scene HTML composition, captions, and voiceover. Outputs platform cuts (vertical 9:16, square, 16:9). Use when you need a launch ad, product promo, social video, or paid-creative concept ready to render.

OneWave-AI/claude-skills

Turn a website URL, product docs, or a founder's rambling description into a tight 60-90 second explainer video built in HyperFrames -- problem/solution narrative, animated product walkthrough scenes, captions, and voiceover, ready for the homepage hero, sales emails, and onboarding.

OneWave-AI/claude-skills

Build promo videos for local businesses in HyperFrames -- the new-menu drop, the seasonal offer, the event announcement, the "we're hiring" post, the Google Business Profile clip. Restaurant, salon, gym, trades: 15-30 seconds, brand-clean, captioned, sized for Instagram, Facebook, and the profile.

OneWave-AI/claude-skills

Build a personalized product-demo or sales-walkthrough video in HyperFrames for a specific prospect or account — narrated screen-by-screen, branded to them, ending in a clear next step. Turns a generic demo into a "this was made for me" asset for outbound, follow-up, or deal acceleration. Use when you want to send a tailored video instead of booking another live call.

OneWave-AI/claude-skills

Turn real customer reviews, quotes, and case-study results into polished social-proof videos built in HyperFrames -- single-testimonial spotlights, review-wall montages, and stat-driven proof reels with captions and voiceover, cut for vertical, square, and wide. The highest-converting content most businesses never make.

OneWave-AI/claude-skills

Audit a codebase for LLM calls that are really classifications in disguise, then produce a costed swap plan for a System One model. Use when asked to cut AI inference cost or latency, when scoping a performance engagement for a client, when reviewing an agent loop that feels slow, or when asked "where could we use Jev here". Produces a ranked table of candidates with measured latency and dollar deltas.

OneWave-AI/claude-skills

Build and run a labelled eval set for a System One model (Jev, Von, or any typed-decision config), then sweep criteria wordings and thresholds against it. Use when a Jev/Von classification is wrong or unreliable, when choosing between the hosted API and a local open model, when tuning noul thresholds, or before shipping any typed-decision feature. Produces an accuracy-by-wording matrix and a calibrated threshold.

OneWave-AI/claude-skills

Optimize landing pages for conversions, performance, and SEO. Use when improving landing pages, increasing conversions, or optimizing page performance.

OneWave-AI/claude-skills

TAM/SAM/SOM calculator with deep market research. Produces comprehensive market-sizing.md with top-down and bottom-up estimates, methodology, data sources, assumptions, sensitivity ranges, growth projections, competitive landscape, and Mermaid visualizations. Use when user needs market size estimates, addressable market analysis, go-to-market sizing, investor-ready market analysis, or business plan market validation.

OneWave-AI/claude-skills

Generate unique personalized first lines for hundreds of prospects using company news, LinkedIn activity, and mutual connections. Saves 10+ hours of manual research per campaign. Use when you need personalized outreach at volume.

OneWave-AI/claude-skills

Review investment portfolios for risk, diversification, fees. Asset allocation recommendations, tax-loss harvesting, rebalancing.

OneWave-AI/claude-skills

Create multiple choice, true/false, fill-in-blank, matching quizzes. Auto-generate plausible distractors. Instant grading with explanations.

OneWave-AI/claude-skills

Enhanced skill navigator that maps conversation history, recommends multi-skill chains, identifies patterns from past usage, and learns from session outcomes. Goes beyond basic scout with deep context analysis and workflow orchestration.

Skills relacionados