Communitygithub.com

growth-log

Úsalo tras una tarea compleja, un fallo o al revisar lo aprendido. Enseña a escribir registros de crecimiento que extraen patrones reutilizables — no entradas de diario.

¿Qué es growth-log?

Esta habilidad transforma la forma en que documentas tu aprendizaje después de tareas complejas o fallos. A diferencia de un simple diario, enseña a extraer patrones reutilizables que se acumulan entre sesiones de trabajo. Funciona con cualquier sistema de notas (Markdown, Notion, Obsidian, texto plano) y se activa tras depuraciones, rediseños o decisiones no obvias. Sus tres reglas principales son: priorizar fallos sobre logros (un bug de 2 horas enseña más que tres funciones perfectas), aplicar el Principio Bole (伯乐原则) para fusionar aprendizajes con la misma causa raíz, y asegurar que cada entrada sea transferible respondiendo "¿Qué haré diferente la próxima vez?". Incluye una plantilla estructurada, cuatro tipos de entradas (Fallo, Metodología, Descubrimiento de Patrón, Cambio de Capacidad) y una lista de verificación de calidad. La habilidad complementa herramientas como `delivery-gate`, que verifica la modificación de archivos de aprendizaje, garantizando que el contenido registrado sea realmente útil.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/growth-log

Preguntar en tu IA favorita

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

Documentación

Habilidad de Registro de Crecimiento

El problema: La mayoría de la gente escribe "arreglé un bug en X" como registro de aprendizaje. Eso es una entrada de diario, no un artefacto de aprendizaje. Un verdadero registro de crecimiento extrae el patrón para que lo reconozcas la próxima vez.

Esta habilidad enseña: Cómo escribir entradas de aprendizaje que se acumulen entre sesiones. Funciona con cualquier sistema de toma de notas — archivos Markdown, Notion, Obsidian, texto plano. Las plantillas son genéricas; adáptalas a tu configuración.

Cuándo Activarla

  • Después de completar una tarea compleja (varios archivos, nueva funcionalidad, cambio de arquitectura)
  • Después de un fallo, error o momento de "esto fue más difícil de lo esperado"
  • Cuando quieras revisar lo que has aprendido durante un período

Cuándo NO activarla: Cambios triviales (correcciones tipográficas, ajustes de una línea, cambios de valor de configuración sin depuración). El umbral: ¿esta tarea implicó depuración, rehacer, reversión o una decisión no obvia? Si sí → escribe una entrada. Si no → omítela.

Las Tres Reglas

Regla 1: Fallos > Logros

Un fallo es nutricionalmente más denso que un éxito. Un bug que tardó 2 horas en encontrar enseña más que 3 funciones que funcionaron al primer intento.

Malo: "Implementé exitosamente el flujo de inicio de sesión." Bueno (desarrollo web): "Flujo de inicio de sesión: el token de sesión no persistía porque la cookie SameSite predeterminaba a Lax en Chrome 128+. Patrón: siempre establecer explícitamente SameSite=None; Secure cuando sea de origen cruzado. Señal para reconocer: la autenticación falla después de una actualización del navegador o al cruzar límites de origen." Bueno (tubería de datos): "La importación CSV falló silenciosamente con filas vacías porque pandas.read_csv(dropna=False) mantiene filas de ancho cero que len() cuenta como válidas. Patrón: siempre df.dropna(how='all', inplace=True) antes de la validación de recuento de filas."

Regla 2: El Principio Bole (伯乐原则)

Antes de escribir una nueva entrada, pregúntate: "¿Es esto fundamentalmente lo mismo que algo que ya registré?"

Misma causa raíz, diferente síntoma → fusiona, no dupliques. Nueva causa raíz → nueva entrada.

Cómo verificar: Busca en las entradas existentes palabras clave de tu causa raíz antes de escribir. Si encuentras una coincidencia, añade tu nuevo síntoma como un ejemplo adicional dentro de la entrada existente en lugar de crear un duplicado.

Ejemplo: "Olvidé actualizar el índice de salida después de crear un archivo" y "Olvidé actualizar las valoraciones de habilidades después de una tarea" — misma causa raíz (sin disparador de captura automática). Fusionar en una entrada sobre "brechas de captura posteriores a la tarea".

Regla 3: Debe ser Transferible

Cada entrada debe responder: "La próxima vez que enfrente una situación similar, ¿qué haré diferente?"

Si no puedes escribir esa frase, aún no has extraído el patrón.

Cómo extraer un patrón de un evento concreto:

  1. Expresa lo que sucedió en una oración
  2. Pregunta "¿por qué?" iterativamente hasta llegar a la causa raíz (generalmente 3-5 porqués)
  3. Generaliza: "¿De qué clase de problema se trata?" (no "bug de Chrome 128" sino "cambio predeterminado del navegador que rompe el comportamiento existente")
  4. Formula como: "La próxima vez que vea [señal], haré [acción]."
  5. Nombra la señal: ¿qué observable específico te indica que este patrón está activo?

Plantilla de Entrada

Alcance: Una entrada por causa raíz distinta. Longitud típica: 4-8 oraciones. Si toma más de 2 minutos escribirla, estás narrando eventos. Si menos de 30 segundos, no has profundizado lo suficiente.

## [Título: el patrón, no el evento]

### Contexto
- ¿Qué estaba intentando hacer?
- ¿Qué salió mal / qué funcionó sorprendentemente bien?

### Causa Raíz / Idea Central
- El mecanismo subyacente, no solo el síntoma

### El Patrón (transferible)
- La próxima vez [situación similar], haré [acción específica].
- Señal para reconocer: [¿qué observable me indica que este patrón está activo?]

### Relacionado
- [nombre-entrada](../../ruta/a/entrada-relacionada.md)

Tipos de Entrada

Los cuatro tipos usan la plantilla anterior. El tipo determina qué secciones tienen más peso:

TipoCuándo UsarloÉnfasisEjemplo de Título
FalloAlgo se rompió, necesitó depuración o requirió rehacerloCausa Raíz"Herencia de configuración ≠ herencia de comportamiento entre sesiones"
MetodologíaSurgió un proceso repetible del trabajoContexto / Patrón"PPT → guía de estudio para examen tipo libro abierto: estructura de tres capas"
Descubrimiento de PatrónUna idea reutilizable sobre herramientas, sistemas o pensamientoSección de Patrón"Plantilla de descripción de PR: describe la brecha, no la funcionalidad"
Cambio de CapacidadUna mejora medible de habilidadContexto (antes vs después)"Git: de clonar/enviar a PR independiente con 12 commits"

Lista de Verificación de Calidad

Antes de finalizar una entrada de registro de crecimiento:

  • ¿El título nombra el patrón, no el evento?
  • ¿Hay una oración "La próxima vez haré..."?
  • ¿La "Señal para reconocer" es lo suficientemente específica para activar el patrón la próxima vez?
  • ¿Busqué entradas existentes en busca de duplicados antes de escribir? (Principio Bole)
  • ¿La causa raíz se distingue del síntoma?
  • ¿Los recuerdos relacionados están enlazados?
  • ¿La entrada tiene entre 4 y 8 oraciones? Más corta = demasiado superficial; más larga = narración de eventos.

Anti-Patrones

  • Evitar: "Arreglé un bug en el módulo de pagos" (evento, no patrón)
  • Evitar: Copiar el mensaje de commit textualmente (los commits describen qué cambió; los registros extraen por qué es importante)
  • Evitar: Escribir una entrada por cada commit (solo cuando surge un patrón)
  • Evitar: Omitir la oración transferible (sin ella, es solo un diario — esto no es negociable)
  • Evitar: Duplicar el mismo patrón bajo diferentes títulos (viola el Principio Bole — busca antes de escribir)

Almacenamiento

Guarda las entradas donde guardes tus notas. Patrones comunes:

  • Archivos Markdown en un directorio growth-log/ (un archivo por día: YYYY-MM-DD.md)
  • Una sección dedicada en Notion, Obsidian o tu aplicación de notas
  • Archivos de texto plano con una convención de nomenclatura consistente

Elige una convención y mantente firme. La capacidad de búsqueda importa más que el formato.

Si Usas Delivery Gate

El gancho de parada delivery-gate verifica que los archivos de aprendizaje se modificaron hoy mediante marcas de tiempo del sistema de archivos. Esta habilidad enseña qué escribir — para que el archivo que delivery-gate verifica contenga patrones útiles, no marcas de tiempo vacías.

Tarea completada → delivery-gate verifica: ¿se tocó el archivo de aprendizaje hoy?
  → Desactualizado (ningún archivo modificado): bloquea — "¿qué aprendiste?"
  → Reciente (archivo tocado): pasa — esta habilidad asegura que el contenido sea útil

Tener cumplimiento sin metodología → entradas vacías. Tener metodología sin cumplimiento → capturas olvidadas. Cada una es útil independientemente; juntas cierran el círculo.

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.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

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.

Skills relacionados