Communitygithub.com

Portfolio Forge

Convierte información personal en un sitio web personal/portafolio de alta calidad estética. Un pipeline validado que va del documento de contenido (fuente única de verdad) a la generación de imágenes de referencia, revisión adversarial iterativa, réplica de alta fidelidad con Codex, QA headless por secciones y despliegue reversible en Cloudflare Pages. Se activa cuando el usuario dice "hazme un sitio web personal", "portafolio", "personal website", "portfolio site", "convierte mi información en un sitio web" o "ayúdame con un landing".

¿Qué es Portfolio Forge?

Portfolio Forge es un skill de agente AI que transforma la información personal de un usuario en un sitio web o portafolio visualmente impactante y listo para producción. Su núcleo es un pipeline de seis etapas validado: comienza con una entrevista para clarificar la identidad y el público objetivo, luego genera un documento de contenido (`CONTENT.md`) como fuente única de verdad para evitar alucinaciones. A continuación, utiliza `imagegen-frontend-web` para crear imágenes de referencia por sección (6–8 imágenes), las cuales son sometidas a un proceso de revisión adversarial donde el agente y el usuario critican cada imagen para asegurar calidad estética y coherencia. La cuarta etapa replica el diseño con alta fidelidad usando el plugin `build-web-apps` de Codex, con animaciones seleccionadas de una biblioteca de efectos probados. Luego, se realiza una verificación headless con Puppeteer por secciones, comparando capturas con las imágenes de referencia. Finalmente, el sitio se despliega en Cloudflare Pages de forma reversible (independiente, sin tocar dominios existentes) y se realiza un smoke test en línea. El skill prioriza contenido auténtico (fotos reales, sin IA para caras), lenguaje accesible para no técnicos, y toma de decisiones descentralizada: usa Codex para tareas pesadas y Claude para entrevistas, redacción, revisión y orquestación. Está diseñado para plataformas como Claude Code y Codex, con dependencias en Chrome, Puppeteer y Wrangler.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Heng-xiu/xiuxiu-agent-skills/tree/HEAD/skills/portfolio-forge

Preguntar en tu IA favorita

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

Documentación

¿Qué hace Portfolio Forge?

Convierte «la información de una persona» en un sitio web personal estéticamente excelente y listo para producción. El núcleo es un pipeline validado: Documento de contenido (fuente única de verdad) → Imágenes de referencia → Revisión adversarial → Réplica de alta fidelidad → QA por secciones → Despliegue reversible.

La inspiración proviene del método de cuatro pasos «Haz un sitio web personal con Codex en dos horas» (organizar contenido → generar imágenes de referencia con taste → generar assets → replicar), pero este skill solidifica tres pasos adicionales que realmente determinan la calidad y que el original no enseña: el documento de contenido para prevenir alucinaciones, la revisión adversarial imagen por imagen, y la verificación headless antes del lanzamiento.

Cuándo se activa

  • «Hazme un sitio web personal», «Hazme un portafolio», «Convierte mi información en un sitio web»
  • «personal website», «portfolio», «ayúdame con un landing page»
  • «Quiero una página personal pública», «En la era de la IA, un sitio web personal es tu CV»
  • Incluso solo «Hazme un sitio», «Crea una página para mis cosas»

Dependencias previas (revisar antes del primer uso)

Este pipeline necesita tres herramientas externas; si faltan, instálalas (consulta los inicios de workflows/reference-image-gen.md y workflows/frontend-replication.md para la instalación):

  1. imagegen-frontend-web de taste-skill — Genera imágenes de referencia de sección con alta estética. Instálalo en ~/.claude/skills/ y ~/.codex/skills/.
  2. Plugin build-web-apps de Codex (incluye el skill Frontend App Builder) — Réplica de alta fidelidad. Ejecuta codex plugin add build-web-apps@openai-curated.
  3. Chrome + puppeteer-core — QA headless para capturas por sección.

Principios fundamentales

  1. El documento de contenido es la fuente única de verdad: Antes de empezar, organiza el perfil, la propuesta de valor, el estilo, la paleta de colores y la estructura de secciones en un archivo CONTENT.md. Si las imágenes de referencia contienen texto inventado o discrepancias con el documento, el documento prevalece siempre. Esta es la base para prevenir alucinaciones.
  2. Revisión adversarial imagen por imagen: Las imágenes de referencia no se generan para replicarlas directamente, sino para desafiarlas. Pregunta por cada una: «¿La tipografía está descontrolada? ¿Tiene espacio para respirar? ¿La composición cae en patrones de IA? ¿Hay texto alucinado? ¿Es coherente entre imágenes?» Si no pasa, se regenera esa imagen sola. Este paso determina si el resultado es «presentable» o «realmente hermoso».
  3. Priorizar assets reales: Las fotos personales y las capturas de proyectos deben ser reales. La IA solo se usa para generar «imágenes de referencia de estilo» y «assets estilizados», nunca para falsificar rostros o capturas. Si el usuario proporciona fotos, se usan directamente.
  4. El QA por secciones es el criterio de finalización: La réplica no es la entrega; la verificación sí lo es. Usa Puppeteer para desplazarte de forma real, capturar cada sección, y compararlas lado a lado con las imágenes de referencia. Si no coinciden, se vuelve a la fase de réplica.
  5. Despliegue reversible, sin tocar assets existentes: El despliegue siempre se hace primero en un *.pages.dev independiente. Antes de tocar un dominio existente del usuario, consulta las vinculaciones y deja la decisión de cambiar el dominio al usuario.
  6. Priorizar lenguaje humano (retroalimentación de usuario de julio de 2026): El texto del sitio y los mensajes promocionales deben redactarse para lectores no técnicos por defecto. Los términos técnicos (frameworks, bases de datos, proveedores) no aparecen en el cuerpo del texto; en su lugar, describe «qué hace esto, para quién es útil». Los nombres propios solo se mantienen si la entrevista confirma que la audiencia es técnica. Las instrucciones de instalación/usuario deben priorizar «instrucciones en una frase para tu IA», no comandos de terminal.

Flujo de trabajo (seis fases)

Fase 0: Clarificar la identidad (entrevista de convergencia)

Sigue workflows/content-intake.md. Usa AskUserQuestion para converger decisiones clave: ¿para quién es el sitio?, ¿cuál es la propuesta de valor?, ¿estilo visual?, ¿idioma y escala?, ¿fuente de assets?, ¿trabajos seleccionados?, ¿CTA principal?, ¿objetivo de despliegue?. Las opciones de estilo se basan en references/design-style-library.md (el estilo es la entrada más importante para taste al generar imágenes).

Fase 1: Documento de contenido (fuente única de verdad)

Organiza los resultados de la entrevista más los datos externos capturados (sitio web existente, Substack, redes sociales) en un CONTENT.md, siguiendo el formato de references/content-doc-template.md. Este documento es la base para todas las fases posteriores.

Fase 2: Generar imágenes de referencia por sección

Sigue workflows/reference-image-gen.md. Divide la página en 6–8 secciones y genera una imagen por sección usando imagegen-frontend-web (a través de codex exec en segundo plano), guardándolas en refs/.

Fase 3: Revisión adversarial + iteración (el alma)

Sigue workflows/adversarial-design-review.md. Primero, revisa las imágenes tú mismo con Read para desafiarlas, luego presenta al usuario para su revisión. Las que no pasen se regeneran individualmente. Este paso puede requerir varias rondas; es normal, no lo omitas.

Fase 4: Réplica de alta fidelidad

Sigue workflows/frontend-replication.md. Entrega el paquete completo de «imágenes de referencia finales + CONTENT.md + assets reales» a Codex Frontend App Builder, con el objetivo de una réplica 1:1, basada en datos, con animaciones y diseño responsivo. Las animaciones se seleccionan de references/motion-effects-library.md (11 recetas de efectos probados en batalla) y se escriben explícitamente en el prompt de réplica una por una. Regla de hierro: la animación sirve al tema, respeta prefers-reduced-motion, y máximo un efecto grande por página.

Fase 5: QA por secciones

Sigue la primera mitad de workflows/headless-qa-and-deploy.md. Usa Puppeteer para desplazarte de forma real, capturar cada sección, y comparar con las imágenes de referencia usando references/qa-checklist.md. Si no pasa, vuelve a la Fase 4.

Fase 6: Despliegue + smoke test

Sigue la segunda mitad de workflows/headless-qa-and-deploy.md. Despliega en Cloudflare Pages un *.pages.dev independiente → smoke test headless en línea (código de estado HTTP, carga de assets, captura de primera pantalla) → devuelve la decisión del dominio al usuario.

Diseño de subagentes / herramientas

El trabajo pesado de este pipeline se subcontrata a Codex (generación de imágenes, réplica), mientras que Claude se encarga de las entrevistas, redacción de documentos, revisión adversarial, QA y orquestación del despliegue.

  • Generación de imágenes / Réplica: codex exec --skip-git-repo-check --full-auto "<prompt>", ejecutado en segundo plano con run_in_background: true, y se verifica al finalizar.
  • Captura de datos externos: WebFetch (sitio web existente, perfil de Substack y artículos).
  • QA por capturas: Headless Chrome o puppeteer-core (para capturas por sección, véanse las notas en el workflow).
  • Despliegue: wrangler pages.

Estrategia de paralelización: Las 7–8 imágenes de referencia se generan en una ejecución secuencial de codex exec (el skill de imagegen produce una por una); para regenerar, solo se vuelve a ejecutar las que necesitan cambios.

Tono de comunicación

  • Todo el proceso en español, con términos técnicos e identificadores en su idioma original.
  • En cada fase, explica «qué voy a hacer» y reporta activamente al terminar, sin esperar preguntas.
  • La revisión adversarial debe ser directa: di qué imagen no funciona, por qué, y da direcciones concretas de mejora.
  • Después de la entrega/despliegue, reporta cuatro cosas: branch, hash de commit, si se fusionó, y si se limpió el worktree.
  • Antes de tocar el dominio existente del usuario o assets públicos, devuelve la decisión al usuario.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados