Communitygithub.com

ingeniería-ai-first

Modelo operativo para equipos donde los agentes de IA generan una gran parte del producto de implementación. Úselo al establecer procesos de equipo, puertas de revisión o reglas de propiedad para una base de código escrita en gran medida por agentes.

¿Qué es ingeniería-ai-first?

Esta habilidad proporciona un modelo operativo diseñado específicamente para equipos de ingeniería donde los agentes de IA generan una parte significativa del código de implementación. Es útil para establecer procesos claros, reglas de revisión y normas de propiedad en bases de código escritas predominantemente por agentes. La habilidad cubre cambios clave en el proceso, como priorizar la calidad de la planificación sobre la velocidad de escritura, y desplazar el enfoque de las revisiones de código desde la sintaxis hacia el comportamiento del sistema. También define requisitos arquitectónicos que favorecen la amigabilidad con los agentes, como límites explícitos, contratos estables e interfaces tipadas. Además, ofrece pautas para la revisión de código en equipos AI-first, señales para la contratación y evaluación de ingenieros fuertes en este paradigma, y un estándar de pruebas elevado para garantizar la cobertura de regresión y la integridad de los datos. Está pensada para plataformas como Claude Code, Cursor o Codex que integran agentes de IA en el flujo de trabajo de desarrollo.

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

Preguntar en tu IA favorita

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

Documentación

Ingeniería AI-First

Utilice esta habilidad al diseñar procesos, revisiones y arquitectura para equipos que implementan generación de código asistida por IA.

Cambios en el Proceso

  1. La calidad de la planificación importa más que la velocidad de escritura.
  2. La cobertura de evaluaciones importa más que la confianza anecdótica.
  3. El enfoque de la revisión se desplaza de la sintaxis al comportamiento del sistema.

Requisitos de Arquitectura

Prefiera arquitecturas que sean amigables con los agentes:

  • límites explícitos
  • contratos estables
  • interfaces tipadas
  • pruebas deterministas

Evite el comportamiento implícito disperso en convenciones ocultas.

Revisión de Código en Equipos AI-First

Revise para detectar:

  • regresiones de comportamiento
  • suposiciones de seguridad
  • integridad de datos
  • manejo de fallos
  • seguridad en el despliegue

Minimice el tiempo dedicado a problemas de estilo ya cubiertos por la automatización.

Señales de Contratación y Evaluación

Ingenieros AI-first sólidos:

  • descomponen el trabajo ambiguo de manera limpia
  • definen criterios de aceptación medibles
  • producen prompts y evaluaciones de alta señal
  • aplican controles de riesgo bajo presión de entrega

Estándar de Pruebas

Eleve el estándar de pruebas para el código generado:

  • cobertura de regresión requerida para los dominios afectados
  • aserciones explícitas de casos límite
  • verificaciones de integración para los límites de las interfaces

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.

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.

Skills relacionados