Communitygithub.com

Construcción de Arnés de Agente

Diseña y optimiza espacios de acción, definiciones de herramientas y formato de observaciones para agentes de IA, logrando mayores tasas de finalización. Úsalo al definir o revisar un agente.

¿Qué es Construcción de Arnés de Agente?

Esta habilidad te guía en la mejora de cómo un agente de IA planifica, llama herramientas, se recupera de errores y converge hacia la finalización de tareas. Se basa en un modelo central que identifica cuatro áreas clave de calidad: espacio de acción, observaciones, recuperación y presupuesto de contexto. Proporciona reglas detalladas para el diseño de herramientas (micro, medianas y macro), la estructura de las respuestas de las herramientas (con campos como `status`, `summary`, `next_actions` y `artifacts`), y un contrato de recuperación de errores que incluye pistas de causa raíz, instrucciones de reintento seguro y condiciones de parada. Además, ofrece pautas para la gestión del presupuesto de contexto, patrones de arquitectura (ReAct, Function-calling, e híbrido), métricas de benchmarking (tasa de finalización, reintentos por tarea, pass@1/pass@3, costo por tarea exitosa) y una lista de anti-patrones a evitar. Esta habilidad es útil para desarrolladores que utilizan plataformas como Claude Code, Cursor o Codex, y su contenido se aplica directamente en la definición o revisión de agentes.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/agent-harness-construction

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Construcción de Arnés de Agente?

Usa esta habilidad cuando estés mejorando cómo un agente planifica, llama herramientas, se recupera de errores y converge hacia la finalización.

Modelo Central

La calidad del resultado de un agente está limitada por:

  1. Calidad del espacio de acción
  2. Calidad de la observación
  3. Calidad de la recuperación
  4. Calidad del presupuesto de contexto

Diseño del Espacio de Acción

  1. Usa nombres de herramientas estables y explícitos.
  2. Mantén las entradas basadas en esquemas y específicas.
  3. Devuelve formas de salida deterministas.
  4. Evita herramientas comodín a menos que el aislamiento sea imposible.

Reglas de Granularidad

  • Usa micro-herramientas para operaciones de alto riesgo (despliegue, migración, permisos).
  • Usa herramientas medianas para bucles comunes de edición/lectura/búsqueda.
  • Usa macro-herramientas solo cuando el costo de ida y vuelta sea el dominante.

Diseño de Observaciones

Cada respuesta de herramienta debe incluir:

  • status: éxito|advertencia|error
  • summary: resultado de una línea
  • next_actions: seguimientos procesables
  • artifacts: rutas de archivo / IDs

Contrato de Recuperación de Errores

Para cada ruta de error, incluye:

  • pista de causa raíz
  • instrucción de reintento seguro
  • condición de parada explícita

Gestión del Presupuesto de Contexto

  1. Mantén el mensaje del sistema mínimo e invariante.
  2. Mueve guías extensas a habilidades cargadas bajo demanda.
  3. Prefiere referencias a archivos en lugar de incluir documentos largos.
  4. Compacta en los límites de fase, no en umbrales de tokens arbitrarios.

Guía de Patrones de Arquitectura

  • ReAct: mejor para tareas exploratorias con ruta incierta.
  • Function-calling: mejor para flujos deterministas estructurados.
  • Híbrido (recomendado): planificación ReAct + ejecución de herramientas con tipo.

Evaluación Comparativa

Rastrea:

  • tasa de finalización
  • reintentos por tarea
  • pass@1 y pass@3
  • costo por tarea exitosa

Anti-patrones

  • Demasiadas herramientas con semántica superpuesta.
  • Salida de herramienta opaca sin pistas de recuperación.
  • Salida solo de error sin próximos pasos.
  • Sobrecarga de contexto con referencias irrelevantes.

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

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.

Skills relacionados