Communitygithub.com

Sistema Operativo Multi-Agente (Agentic OS)

Construye sistemas operativos multi-agente persistentes en Claude Code. Cubre arquitectura del núcleo, agentes especialistas, comandos slash, memoria basada en archivos, automatización programada y gestión de estado sin bases de datos externas. Úsalo al construir un sistema multi-agente persistente en Claude Code con su propia memoria, comandos y programación.

¿Qué es Sistema Operativo Multi-Agente (Agentic OS)?

Este skill transforma Claude Code en un sistema operativo persistente y multi-agente, diseñado para flujos de trabajo complejos y de larga duración que requieren continuidad entre sesiones. En lugar de tratar cada interacción como una sesión de chat aislada, el Agentic OS establece una arquitectura de cuatro capas: un núcleo (CLAUDE.md) que define la identidad y las reglas de enrutamiento, agentes especialistas en archivos markdown, comandos slash para flujos de trabajo reutilizables y una capa de datos basada en archivos JSON/markdown. La memoria es completamente basada en archivos, evitando bases de datos externas como vectores o relacionales, lo que simplifica el mantenimiento y la inspección. El skill funciona en Claude Code y es compatible con cualquier plataforma que soporte la misma estructura de archivos y comandos slash. Es ideal para desarrolladores que desean construir un "sistema operativo personal" o un asistente automatizado para tareas recurrentes como sincronizaciones diarias, investigación, redacción y despliegues, todo con la capacidad de mantener contexto y estado entre sesiones.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/agentic-os

Preguntar en tu IA favorita

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

Documentación

Agentic OS (Sistema Operativo Multi-Agente)

Trata a Claude Code como un runtime / sistema operativo persistente en lugar de una sesión de chat. Este skill codifica la arquitectura utilizada por configuraciones agentivas de producción: un núcleo (kernel) que enruta tareas a agentes especialistas, memoria persistente basada en archivos, automatización programada y una capa de datos JSON/markdown.

Cuándo Activarlo

  • Construir un flujo de trabajo multi-agente dentro de Claude Code
  • Configurar automatización persistente de Claude Code que sobreviva a reinicios de sesión
  • Crear un "sistema operativo personal" o "sistema operativo agéntico" para tareas recurrentes
  • El usuario dice "Agentic OS", "sistema operativo personal", "multi-agente", "coordinador de agentes", "agente persistente"
  • Estructurar proyectos de larga duración donde el contexto debe sobrevivir entre sesiones

Resumen de Arquitectura

El Agentic OS tiene cuatro capas. Cada capa es un directorio en la raíz de tu proyecto.

project-root/
├── CLAUDE.md          # Núcleo: identidad, reglas de enrutamiento, registro de agentes
├── agents/            # Definiciones de agentes especialistas (prompts en markdown)
├── .claude/commands/  # Comandos slash: CLI orientado al usuario
├── scripts/           # Scripts daemon: tareas programadas o basadas en eventos
└── data/              # Estado: sistema de archivos JSON/markdown, sin BD externa

Responsabilidades de las Capas

CapaPropósitoPersistencia
Núcleo (CLAUDE.md)Identidad, enrutamiento, políticas de modelo, registro de agentesRastreado por Git
Agentes (agents/)Identidades especialistas con herramientas y memoria limitadasRastreado por Git
Comandos (.claude/commands/)Comandos slash para el usuario (/daily-sync, /outreach)Rastreado por Git
Scripts (scripts/)Daemons Python/JS activados por cron o webhooksRastreado por Git
Estado (data/)Registros de solo anexar, estado del proyecto, registros de decisionesIgnorado por Git o rastreado

El Núcleo

CLAUDE.md es el núcleo. Actúa como el COO / orquestador. Claude lo lee al inicio de la sesión y lo usa para enrutar el trabajo.

Estructura del Núcleo

# CLAUDE.md - Núcleo del Agentic OS

## Identidad
Eres el COO de [nombre-del-proyecto]. Enrutas tareas a agentes especialistas.
Nunca escribes código directamente. Delegas en el agente correcto y sintetizas los resultados.

## Registro de Agentes

| Agente | Rol | Disparador |
|---|---|---|
| @dev | Código, arquitectura, depuración | El usuario dice "construir", "arreglar", "refactorizar" |
| @writer | Documentación, contenido, correos | El usuario dice "escribir", "borrador", "blog" |
| @researcher | Investigación, análisis, verificación de hechos | El usuario dice "investigar", "analizar", "comparar" |
| @ops | DevOps, despliegue, infraestructura | El usuario dice "desplegar", "CI", "servidor" |

## Reglas de Enrutamiento
1. Analizar la solicitud del usuario en busca de palabras clave de intención
2. Coincidir con la columna de disparador del Registro de Agentes
3. Cargar el archivo de agente correspondiente desde `agents/<nombre>.md`
4. Transferir la ejecución con contexto completo
5. Sintetizar y presentar el resultado al usuario

## Políticas de Modelo
- Modelo predeterminado: usar el predeterminado del repositorio o del entorno.
- Tareas @dev: preferir un modelo de mayor razonamiento para arquitectura compleja.
- Tareas @researcher: usar el modelo con capacidad de investigación configurado y herramientas de búsqueda aprobadas.
- Límite de coste: advertir antes de exceder el umbral de gasto configurado del proyecto.

Principio Clave

El núcleo debe ser pequeño y declarativo. La lógica de enrutamiento reside en tablas markdown simples, no en código. Esto hace que el sistema sea inspeccionable y editable sin depuración.

Agentes Especialistas

Cada agente es un archivo markdown independiente en agents/. Claude carga el archivo de agente relevante al enrutar una tarea.

Formato de Definición de Agente

# @dev - Ingeniero de Software

## Identidad
Eres un ingeniero de software senior. Escribes código limpio, probado y de calidad de producción.
Prefieres soluciones simples. Haces preguntas aclaratorias cuando los requisitos son ambiguos.

## Alcance de Memoria
- Leer `data/projects/<proyecto-actual>.md` para contexto
- Leer `data/decisions/` para decisiones arquitectónicas
- Añadir registros de ejecución a `data/logs/<fecha>[email protected]`

## Acceso a Herramientas
- Acceso completo al sistema de archivos dentro de la raíz del proyecto
- Operaciones Git (status, diff, commit, branch)
- Acceso al ejecutor de pruebas
- Servidores MCP según lo configurado en `.claude/mcp.json`

## Restricciones
- Siempre escribir pruebas para nuevas funcionalidades
- Nunca confirmar directamente en `main`; usar ramas de funcionalidades
- Preferir editar archivos existentes antes que crear nuevos
- Mantener funciones por debajo de 50 líneas cuando sea posible

Patrón de Colaboración Multi-Agente

Cuando una tarea abarca múltiples agentes, el núcleo los ejecuta secuencialmente o en paralelo:

Usuario: "Construye una página de aterrizaje y escribe la publicación de blog de lanzamiento"

Enrutamiento del núcleo:
1. @dev - "Construye una página de aterrizaje con [requisitos]"
2. @writer - "Escribe una publicación de blog de lanzamiento para [producto] usando el texto de la página de aterrizaje"
3. El núcleo sintetiza ambos resultados en una respuesta unificada

Para ejecución en paralelo, usa la capacidad de tareas en segundo plano de Claude Code o scripts de shell que invoquen Claude Code con contextos de agente específicos.

Comandos y Flujos de Trabajo Diarios

Los comandos slash son archivos markdown en .claude/commands/. Definen flujos de trabajo reutilizables.

Estructura de Comando

# /daily-sync

Ejecutar la reunión matutina:

1. Leer `data/logs/ultima-sincronizacion.md` para contexto
2. Verificar el estado del proyecto: `git status`, PRs pendientes, salud del CI
3. Revisar `data/inbox/` para nuevas tareas o decisiones necesarias
4. Generar un resumen de bloqueos, prioridades y próximas acciones
5. Añadir el informe a `data/logs/diario/<fecha>.md`

Conjunto Estándar de Comandos

ComandoPropósito
/daily-syncInforme matutino: estado, bloqueos, prioridades
/outreachEjecutar flujo de trabajo de divulgación (correo, LinkedIn, etc.)
/research <tema>Investigación profunda con seguimiento de citas
/apply-jobsAdaptar currículum + carta de presentación para un puesto objetivo
/analyticsObtener métricas de Stripe, GitHub o fuentes personalizadas
/interview-prepGenerar tarjetas didácticas o preguntas de entrevista simulada
/decision <tema>Registrar una decisión con pros/contra y camino elegido

Activación de Comandos

Coloca los archivos de comando en .claude/commands/<nombre-comando>.md. Claude Code los descubre automáticamente. Los usuarios los invocan con /<nombre-comando>.

Memoria Persistente

La memoria se basa en archivos. Sin BD vectorial, sin Redis, sin PostgreSQL. Los archivos JSON y markdown en data/ son la base de datos.

Estructura del Directorio de Memoria

data/
├── daily-logs/         # Registros de actividad diarios de solo anexar
├── projects/           # Archivos de contexto por proyecto
├── decisions/          # Decisiones arquitectónicas y de negocio (formato ADR)
├── inbox/              # Nuevas tareas o ideas pendientes de clasificación
├── contacts/           # Personas, empresas, notas de relaciones
└── templates/          # Prompts y formatos reutilizables

Formato de Registro Diario

# 2026-04-22 - Registro Diario

## Sesiones
- 09:00 - Sesión 1: Refactorización del módulo de autenticación (@dev)
- 11:30 - Sesión 2: Redacción de actualización para inversores (@writer)

## Decisiones
- Cambiado de JWT a cookies de sesión (ver `data/decisions/2026-04-22-auth.md`)

## Bloqueos
- Esperando clave API del proveedor (seguimiento 2026-04-24)

## Próximas Acciones
- [ ] Fusionar PR de refactorización de autenticación
- [ ] Enviar actualización para inversores para revisión

Patrón de Auto-Reflexión

Al final de cada sesión, el núcleo añade una reflexión:

## Reflexión - Sesión 3
- Lo que funcionó: La ejecución paralela de agentes ahorró 20 minutos
- Lo que no funcionó: @researcher encontró una fuente con muro de pago, se necesita mejor clasificación de fuentes
- Lo que cambiar: Añadir campo `nivel-fuente` a las notas de investigación (credibilidad A/B/C)

Esto crea un bucle de retroalimentación que mejora el sistema con el tiempo sin cambios de código.

Automatización Programada

Las tareas del Agentic OS se ejecutan según un horario usando cron externo, no el cron integrado de Claude Code (que muere cuando la sesión termina).

macOS: LaunchAgent

<!-- ~/Library/LaunchAgents/com.agentic.daily-sync.plist -->
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" ...>
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.agentic.daily-sync</string>
    <key>ProgramArguments</key>
    <array>
        <string>/claude</string>
        <string>--cwd</string>
        <string>/ruta/al/proyecto</string>
        <string>--command</string>
        <string>/daily-sync</string>
    </array>
    <key>StartCalendarInterval</key>
    <dict>
        <key>Hour</key>
        <integer>8</integer>
        <key>Minute</key>
        <integer>0</integer>
    </dict>
    <key>StandardOutPath</key>
    <string>/tmp/agentic-daily-sync.log</string>
</dict>
</plist>

Linux: systemd Timer

# ~/.config/systemd/user/agentic-daily-sync.service
[Unit]
Description=Sincronización Diaria Agentic OS

[Service]
Type=oneshot
ExecStart=/usr/local/bin/claude --cwd /ruta/al/proyecto --command /daily-sync
# ~/.config/systemd/user/agentic-daily-sync.timer
[Unit]
Description=Ejecutar sincronización diaria cada mañana

[Timer]
OnCalendar=*-*-* 8:00:00
Persistent=true

[Install]
WantedBy=timers.target

Multiplataforma: pm2

# ecosystem.config.js
module.exports = {
  apps: [{
    name: 'agentic-daily-sync',
    script: 'claude',
    args: '--cwd /ruta/al/proyecto --command /daily-sync',
    cron_restart: '0 8 * * *',
    autorestart: false
  }]
};

Capa de Datos

La capa de datos es tu sistema de archivos. Usa JSON para datos estructurados y markdown para contenido narrativo.

JSON para Estado Estructurado

// data/projects/website-v2.json
{
  "name": "Website v2",
  "status": "en-progreso",
  "milestone": "lanzamiento-beta",
  "agents_involved": ["@dev", "@writer"],
  "files": {
    "spec": "docs/website-v2-spec.md",
    "design": "designs/website-v2.fig"
  },
  "metrics": {
    "commits": 47,
    "last_session": "2026-04-22T11:30:00Z"
  }
}

Markdown para Narrativa

Usa markdown para cualquier cosa que lea un humano: decisiones, registros, notas de investigación, registros de contactos.

Evolución del Esquema

Nunca renombres campos existentes. Añade nuevos campos y marca los antiguos como obsoletos:

{
  "name": "Website v2",
  "status": "en-progreso",
  "milestone": "lanzamiento-beta",
  "_deprecated_priority": "alta",
  "priority_v2": { "level": "alta", "rationale": "Bloquea demo de inversores" }
}

Esto mantiene los datos históricos legibles sin scripts de migración.

Anti-Patrones

Agente Único Monolítico

# MALO - Un solo agente hace todo
Eres desarrollador full-stack, escritor, investigador e ingeniero DevOps.

Divide en agentes especialistas. El núcleo maneja el enrutamiento.

Sesiones Sin Estado

# MALO - Sin memoria entre sesiones
Empezando desde cero cada vez que Claude Code se abre.

Siempre lee data/ al inicio de la sesión y escribe al final.

Credenciales Hardcodeadas

# MALO - Claves API en archivos de agente o CLAUDE.md
Tu clave de API de OpenAI es sk-xxxxxxxx

Usa variables de entorno o un archivo .env cargado por scripts. Los agentes referencian process.env.API_KEY.

Base de Datos Externa para Estado Simple

# MALO - PostgreSQL para el sistema operativo agéntico de un solo usuario

Usa archivos JSON/markdown hasta que tengas múltiples usuarios concurrentes o GB de datos.

Enrutamiento Sobrepensado

# MALO - Lógica de enrutamiento en código en lugar de tablas markdown
if (intent.includes('deploy')) { agent = opsAgent; }

Mantén el enrutamiento declarativo en tablas markdown de CLAUDE.md. Es inspeccionable, editable y depurable.

Mejores Prácticas

  • CLAUDE.md tiene menos de 200 líneas y cabe en la ventana de contexto
  • Cada archivo de agente tiene menos de 100 líneas y se centra en un dominio
  • data/ está en gitignore para registros sensibles, rastreado por Git para decisiones y especificaciones
  • Los comandos usan nombres imperativos: /daily-sync, no /run-daily-sync
  • Los registros son de solo anexar; nunca edites registros diarios pasados
  • Cada agente tiene una sección Alcance de Memoria que define qué archivos lee
  • Las reflexiones se escriben al final de cada sesión
  • Las tareas programadas usan cron externo (LaunchAgent, systemd, pm2), no el cron de sesión de Claude Code
  • Seguimiento de costes: registrar gasto de API por sesión en data/logs/<fecha>-costs.json
  • Un proyecto = un Agentic OS. No compartas un único CLAUDE.md entre proyectos no relacionados.

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

api-connector-builder

Build a new API connector or provider by matching the target repo

Skills relacionados