Skills en Claude Code Desktop: Arquitectura y Runtime de Ejecución

Hola a todos, ¿cómo están? Mi nombre es Daniel Avila, y hoy voy a hablarles sobre skills en Cloud Code Desktop. Antes de comenzar con la charla, estoy compartiendo mis redes sociales, para que puedan seguirme. Aquí encontrarán todo el contenido que comparto diariamente. Pueden verlo en estas redes sociales, y también publico diferentes artículos. También tengo blogs y varios proyectos de código abierto que pueden revisar.

Un poco sobre mí. He estado trabajando en tecnología por más de 15 años, desarrollando software, trabajando para varias empresas, y también he fundado dos startups. He viajado a muchos países hablando sobre agentes de IA, desarrollo de software, usando diferentes modelos de lenguaje. Esta vez, vamos a hablar muy claramente sobre Cloud Code Desktop. Esta plataforma es básicamente Cloud Code, pero ejecutándose dentro de una interfaz de usuario que es realmente fácil de usar. Esta plataforma es relativamente nueva, ya que Anthropic lanzó esta nueva plataforma hace solo un par de meses. Pero hoy voy a contarles cómo funciona, cómo usarla, qué características tiene, y lo más importante, vamos a hablar sobre cómo ejecutar e instalar skills dentro de esta plataforma.

Pueden ir a la documentación de Anthropic, y podrán descargar esta plataforma, que está disponible tanto para macOS como para Windows. Incluso pueden descargarla escaneando el código QR que estoy mostrando en la pantalla. Escanea este código QR y descarga directamente esta plataforma. Lo primero que notarás de inmediato cuando descargues esta plataforma es la ventana principal de chat. Esta es la interfaz de chat estándar regular de cloud, que es exactamente la misma familiar que vemos cada vez que vamos al sitio web de cloud.ai. Funciona de la manera que esperarías. A lo largo de esta experiencia de chat interactiva, podrás interactuar directamente con las capacidades de Cloud, integrar sin problemas tus propios NCPs, y también incorporar una variedad de contextos distintos dentro de las sesiones específicas que ejecutes con Cloud.

Puedes seleccionar diferentes modelos, y es exactamente lo mismo que usamos cuando accedemos a la aplicación móvil o incluso al sitio web de cloud. La siguiente sección es Cowork, y esta es un poco diferente del chat. En Cowork, podemos ejecutar proyectos que tenemos en nuestra computadora. Cowork se ejecuta con Cloud SDK. Eso significa que viene con todo el poder de cloud code, pero dentro de una interfaz que podemos gestionar y ejecutar. Esta interfaz tiene diferentes formas de operar, por ejemplo, creando proyectos o configurando tareas programadas.

No vamos a repasar Codework esta vez, porque lo que nos interesa es la última pestaña, que es Cloud Code. En Cloud Code, podemos ejecutar proyectos que tenemos en nuestra computadora. Esta es un poco diferente del chat. No vamos a repasar Codework esta vez, porque lo que nos interesa es la última pestaña, que es Cloud Code. En Cloud Code, es exactamente la misma plataforma que ejecutamos tanto en la consola como en esta interfaz de usuario. Podemos crear una nueva sesión seleccionando este botón justo aquí. Podemos crear rutinas. Eso significa que cloud se ejecutará en un momento y día específicos y ejecutará una tarea.

Y también podemos personalizar el entorno de trabajo con diferentes skills, conectores, que son los MCPs, y también diferentes plugins. Pero primero, me gustaría que vieras cómo funciona esta tecnología. En este caso, puedo crear diferentes entornos de ejecución. Estos pueden ser entornos locales o entornos en la nube, como el que estoy mostrando ahora, donde puedes seleccionar el acceso a la red, agregar variables de entorno y también diferentes scripts que se ejecutarán en este entorno en la nube. Puedes agregar diferentes carpetas y seleccionar la rama en la que trabajarás si tienes GitHub conectado. También puedes ejecutar Word 3. Y finalmente, diferentes tipos de ejecución. Modo plan, modo automático, pedir permisos, todo está incluido en esta interfaz. También puedes hablar con cloud seleccionando tu micrófono.

Y también puedes seleccionar diferentes MCPs dentro de la sección de entrada de texto de Cloud Code. Los modelos y el esfuerzo también están disponibles en la interfaz. Así que tienes absolutamente todo lo que necesitas. Incluso puedes ver tu uso dentro de tu sesión de Cloud Code, ya sea la sesión actual o toda la semana. Dentro de la barra, dentro del menú, podemos ver las diferentes sesiones y si cada una de estas sesiones ha sido fusionada. Puedes dividir sesiones para ejecutar muchas de ellas en paralelo.

Incluso puedo mostrarte aquí que puedo dividir en tres vistas diferentes, para que puedas ejecutar cloud en una vista y ejecutar cloud en otra. Otras vistas dentro de la misma ejecución. Incluso puedes crear diferentes paneles que operan independientemente de la aplicación principal. Cada panel tiene diferentes funciones. Incluso puedes ver el plan que se está ejecutando y las tareas en segundo plano, que son bastante difíciles de ver en la consola. Aquí tienes todo dentro de la interfaz de usuario.

En esta vista específica, incluso puedes ver el diff completo, incluyendo todos los archivos individuales y cada uno de los cambios que actualmente tienes en tu rama local de Git comparado con los cambios en main. Podrás revisarlos todos minuciosamente aquí mismo en esta sección dedicada. También puedes personalizar las sesiones de escritorio de Cloud Code entrando en la sección de personalización, donde verás los skills. Estos son skills instalados en la nube, y puedes navegar por todos los componentes y referencias que tienen estos skills.

Incluso puedes ver los connectors, que son básicamente los MCPs. Podrás aprobar las herramientas para cada uno de los MCPs, e incluso puedes bloquear herramientas enteras. Y finalmente, voy a mostrarte la sección de plug-in. Puedes navegar a través de muchos plug-ins disponibles, e incluso tenemos plug-ins de Anthropic y Partners. Estos son skills, MCPs, hooks y varios ajustes que están todos empaquetados dentro de un solo plug-in, y con solo un clic, puedes instalar absolutamente todo. La mejor parte es que es muy fácil de usar, e incluso puedes ver lo que hay dentro del plug-in.

En este caso, tenemos un skill donde podemos ver el código en markdown, y también tenemos un agente donde, al igual que antes, podemos ver el código, incluso el AML, que está disponible directamente en la interfaz de Cloud Code desktop. Y ahora que tenemos una comprensión muy clara de cómo funciona toda la plataforma, siempre debemos tener en cuenta que habrá constantemente una ventana de contexto específica siendo gestionada por el modelo subyacente durante toda la sesión. Esta ventana de contexto tiene un system prompt, el archivo cloud.md, la conversación y todos los turnos de iteración que han pasado por el modelo, y todos los mensajes que enviaste.

Además, incluye las herramientas y los resultados de cada herramienta que el modelo ejecuta. Y finalmente, tenemos los archivos de nuestro proyecto que estamos enviando directamente a cloud para que pueda acceder a este contexto. Los modelos más recientes están alcanzando hasta un millón de tokens, por lo que tenemos mucho espacio para enviar aún más contexto para que cloud pueda entender todo nuestro proyecto. Pero eso no significa que debamos enviar absolutamente toda la información posible. Cuanto más contexto proporciones, peor será el rendimiento. La razón principal de esto es esencialmente porque estás introduciendo una cantidad excesiva de ruido innecesario en una sesión, y el sistema cloud comienza a confundirse bastante y gradualmente empieza a perder de vista los detalles específicos de la tarea que le asignaste. Y es por eso que existen los skills. Los skills son archivos dentro de la carpeta .cloud.com. Los skills le dan instrucciones a cloud sobre cómo realizar ciertas tareas. Incluso puedes agregar mucha más documentación dentro de estos skills para que cloud pueda navegar a través de toda esta documentación.

Esto es lo que parece cuando un skill se inyecta en la ventana de contexto de una sesión de cloud. Podemos ver que tenemos muchos skills diferentes que se cargan automáticamente cuando inicias una sesión. Y cada vez que solicitas que cloud te ayude con una tarea relacionada con estos skills en particular, cloud invocará automáticamente el skill preciso y específico que realiza esta tarea y buscará minuciosamente cada referencia que necesita para ejecutarla con éxito. El skill tiene dos campos muy importantes que están en YAML. El primero es el name que cloud definirá y encontrará para llamar a este skill y también mostrarlo en la interfaz. Y el segundo es la description que cloud leerá y usará para hacer una coincidencia cuando el usuario solicite una tarea relacionada con esta description.

Luego, el skill está escrito completamente en Markdown. Eso significa que es muy fácil de leer para los humanos. Podemos leerlo, entenderlo y modificarlo. Recomiendo que leas absolutamente todos los skills que tienes instalados en tu proyecto. Los skills, además del name y la description, tienen muchos otros campos. Recomiendo que revises absolutamente todos los campos para que ninguno quede fuera en los procesos de ejecución que estás construyendo con tus skills. Algunos de ellos son bastante importantes. Por ejemplo, allow tools. Este campo es muy importante porque necesitas proporcionar las herramientas que cloud necesita usar durante el proceso de lectura del skill.

Por ejemplo, si tienes un MCP que ejecuta algunas herramientas específicas, deberías agregar esas herramientas en este campo del skill para que cloud sepa que puede usarlas cuando llame a ese skill específico. En este caso, puedo mostrarte un skill ligeramente más avanzado. Tenemos el name, la description, el argument y la description. Tenemos el name, la description, el argument. Dado que los skills pueden recibir arguments que provienen del chat y que cada usuario agregará dentro del contexto del skill, y en este caso, le estamos dando la herramienta batch, eso significa que cloud solo puede ejecutar comandos batch cuando ejecuta el skill.

Eso es realmente muy importante recordar porque si no proporcionamos el campo específico, cloud esencialmente tiene todo el poder para ejecutar cualquier herramienta que quiera. Eso significa que si tienes un MCP que va a hacer algo similar dentro del skill, puede ejecutar herramientas externas. Ten mucho cuidado cuando estés construyendo tu skill para agregar todas las medidas de control para que la ejecución sea exactamente lo que estás diseñando. Así es como puedes ver el proceso de ejecutar un skill.

Estamos usando divulgación progresiva. Eso significa que cloud solo leerá la descripción. Para poder llamar al skill, y después de llamarlo, leerá el markdown, pero solo del archivo skill.md. Si cloud decide llamar a otros archivos, lo hará directamente usando estas referencias. Eso significa que podemos tener muchos archivos, pero cloud solo cargará los archivos que necesita para cada ejecución. Podemos agregar scripts, podemos agregar referencias, y podemos agregar activos.

Esta ejecución dependerá completamente de cloud y las instrucciones que proporciones dentro del script. Por ejemplo, si llamas a este script, cloud leerá todo el script. Pero si le dices a cloud que el script solo debe ejecutarse, cloud ejecutará este archivo en Python y solo leerá la salida de este archivo. Podemos conservar una cantidad significativa de tokens si proporcionamos a cloud instrucciones altamente específicas y detalladas directamente dentro de nuestro archivo skill.md.

Pero ¿qué sucede dentro de Cloud Code Desktop? También podemos llamarlos ya que cada vez que agregamos skills a este archivo en .cloud/.skills, aparecerán automáticamente en la interfaz de usuario. Si usas el comando slash, podrás ver todas las skills disponibles. E incluso puedes ver la descripción directamente en la interfaz. Estas son las reglas específicas que siempre uso para cargar diferentes skills.

Primero, necesitas una descripción realmente buena y detallada. Porque si no especificas claramente exactamente cuándo debe usarse, esta skill simplemente nunca se cargará correctamente y cloud nunca podrá leerla en absoluto. Necesitamos tener triggers con palabras clave para que cloud pueda entender y saber cuándo y cómo cargar. Ten en cuenta que algunas skills son muy similares y si sigues agregando diferentes skills, algunas de ellas podrían terminar haciendo exactamente lo mismo que otras.

Cuando estás creando la interfaz dentro del cuerpo, sigue paso a paso las tareas que cloud necesita realizar. Es una muy buena práctica agregar casillas de verificación. O agregar una guía paso a paso donde le indiques a cloud que puede ejecutar el paso 1, paso 2 y paso 3, los cuales pueden ser opcionales o no. Recomiendo que pienses cuidadosamente en los pasos que estás construyendo en tus skills. También necesitas agregar las referencias. Estos son simplemente archivos y documentos que estarán dentro del archivo markdown skill.md.

Ten en cuenta que una skill puede llamar a otra skill para que puedas crear flujos de trabajo completos. Una skill puede construir una referencia específica para un cierto grupo de conocimiento y otra skill puede tener una referencia diferente para otro grupo de conocimiento. Al combinar estas dos skills, puedes crear flujos de trabajo completos que funcionen juntos. Así que no deberías poner todas las referencias en una sola skill. También puedes experimentar con esto.

Ten en cuenta que los scripts, como mencioné anteriormente, son una forma de hacer que las ejecuciones de scripts sean un poco más determinísticas. No todo es markdown. No todo son instrucciones. Puedes agregar una variedad de scripts personalizados diferentes que construyan un flujo de trabajo específico con código. Puede ser Python, Batch o JavaScript, y recopilar eficientemente toda la información necesaria. Como mencioné antes, es esencial que siempre recuerdes agregar las herramientas específicas que necesitan ejecutarse dentro del script dentro de la skill. Esto asegura que cada parte de tu proceso automatizado funcione de manera fluida y efectiva.

Como mencioné antes, siempre agrega las herramientas que necesitan ejecutarse dentro del script. La nube te lo agradecerá, ya que no buscará ninguna otra herramienta externa y solo ejecutará la que estás proporcionando. Y finalmente, prueba cómo funciona esta skill directamente. Prueba fase 1. Prueba fase 2. Puedes abrir diferentes sesiones y ejecutar la nube mientras otra instancia de la nube está revisando las skills y tomando una decisión.

Una de las cosas más críticas e importantes que absolutamente necesitas tener en cuenta cuando estás usando skills en MCPs es que debes separar claramente las responsabilidades específicas de cada uno de estos componentes individuales. Las skills deben ser instrucciones detalladas paso a paso que proporcionas cuidadosamente como información de fondo esencial al modelo para asegurar que siga tu guía específica correctamente. Y los MCPs deben ser funciones y herramientas directas que se ejecutan y tienen una única responsabilidad de realizar esa función, no de proporcionar información o documentación. Esto debe representar el proceso completo y total que una función específica debería ejecutar idealmente cuando trabaja con una skill particular.

Primero, el usuario debe hacer una solicitud. La skill debe cargarse con toda la información que contiene. Al extraer cuidadosamente la información de sus referencias y también de sus scripts, estos datos deben luego pasarse exitosamente directamente al modelo y el modelo buscará e identificará sistemáticamente las herramientas específicas que necesita para ejecutar el protocolo de servidor de contexto del modelo. En este caso, podríamos llamar a diferentes bases de datos, diferentes APIs o cualquier recurso externo usando el MCP. Y la skill gestionará el contexto de la conversación y, además, todas las referencias y documentación extra que queramos proporcionar a la sesión.

Cuando no teníamos skills para poder agregar este contexto adicional a los MCPs, teníamos que realizar este tipo de prácticas dentro de la función de un MCP. Por ejemplo, considera esta función específica diseñada para obtener el clima. Tuvimos que agregar meticulosamente la documentación completa y detallada sobre exactamente cómo funciona la herramienta, incluyendo para qué se usa, cómo usarla correctamente, los parámetros específicos, los argumentos individuales y el valor de retorno exacto que esta herramienta devuelve. Absolutamente toda esta información completa iba directamente dentro del protocolo de contexto del modelo. Pero cuando llegaron las skills, pudimos separar estas responsabilidades. El MCP se quedó con solo una responsabilidad, que era proporcionar la información de una función. En este caso, obtener el clima solo incluye el argumento que la función recibe y el valor de retorno de la función. No hay documentación adicional dentro de esta función, porque estamos proporcionando toda esa documentación en una skill específica. En este caso, una skill de análisis del clima, donde explicará cómo usar las herramientas de MCP y también proporcionará toda la documentación que este MCP necesita. Así se puede ejecutar dentro de una sesión.

Finalmente, podemos tener un proceso como este. El usuario hace una solicitud o pregunta, el modelo razona y llama al MCP, ejecuta las herramientas, y finalmente el modelo puede enviar una respuesta directa al usuario. Y finalmente, la parte más fácil, que es instalar una skill. Hay diferentes plataformas que te permiten instalar skills. Incluso los marketplaces que vimos anteriormente dentro de Cloud Code Desktop se pueden usar para instalarlas simplemente ejecutando algunos comandos dentro de tu sesión de Cloud Code. Por ejemplo, plugins marketplace add y el repositorio que deseas instalar, donde este marketplace está lleno de plugins, skills, hooks o MCPs. Pero también hay estos sitios web donde puedes buscar diferentes skills e instalarlas. Por ejemplo, esta página es de Vercell, que puedes visitar en skills.sh y simplemente ejecutas este comando dependiendo de la skill que encuentres en este sitio web. También está esta página que creé para poder agrupar muchas skills y diferentes componentes. Esta página se llama AItemplates.com y el repositorio se llama Cloud Code Templates en GitHub. Dentro de este repositorio, podrás encontrar diferentes skills, agentes, comandos, configuraciones, hooks y MCPs. También puedes encontrar diferentes marketplaces si estás buscando marketplaces oficiales de Cloud Code. Te recomiendo que lo revises para que puedas ver qué skills están disponibles y cómo usarlas en Cloud a través de la consola y también en Cloud Code Desktop. Por último, te sugiero que busques skills en diferentes repositorios de GitHub. Por ejemplo, esta skill es de Gary Tan, el CEO de Y Combinator. Esta skill es extremadamente buena, así que te recomiendo que la pruebes. Es muy fácil de instalar. Gary incluso agregó estas instrucciones donde solo tienes que copiar todo el texto y dárselo a Cloud Code. Cloud Code es muy, muy inteligente y sabrá cómo instalar diferentes skills, incluso si le das una instrucción incorrecta. Te preguntará y dirá, ¿realmente estás tratando de instalar una skill? Parece que la instrucción no es del todo correcta.

De todos modos, la instalaré. En este caso, es una instrucción completa. Y la parte más interesante es que, además de instalar la skill, también modificará el archivo cloud.md. Esencialmente, eso significa que ya es una instalación completa y total dentro de tu entorno de trabajo específico. No solo se encuentra en la nube o en la carpeta de skills, sino que también está realizando cambios significativos en varias otras áreas dentro de la sesión actual de Cloud Code.

Además, incluso clona todo el repositorio. Es un movimiento realmente inteligente por parte de Gary, así que quiero felicitarlo por agregar esta instrucción. Incluso podemos ver aquí que está agregando las herramientas MCP que se utilizarán dentro de las skills. Como mencioné antes, las herramientas son realmente importantes para que las skills funcionen correctamente, y Gary lo entiende perfectamente, por eso agregó la herramienta directamente en esta sección.

Mira esto. Así es exactamente como procedí para instalar la skill de Gary. Lo que hice fue simplemente abrir la aplicación de escritorio de Cloud Code, pegar el texto completo allí, y luego Cloud Code comenzó el proceso clonando primero el repositorio. Después de eso, comenzó automáticamente a instalar todos estos diversos subdirectorios y carpetas necesarios dentro de la instalación a nivel de usuario de la skill y profundamente dentro del proyecto en sí. Es increíble lo que puedes hacer con Cloud Code simplemente agregando o enviando texto en lenguaje natural. Y eso fue todo.

Espero que hayas disfrutado de esta charla y que sigas usando Cloud Code Desktop. Esta plataforma apenas está comenzando, y hay muchas mejoras que llegan todo el tiempo. Te recomiendo que me sigas en Twitter ya que estoy mostrando cómo usarlo, cuáles son las mejores prácticas y cómo mejorar tus sesiones con diferentes skills. También comparto un montón de repositorios de código abierto donde enseño cómo usar skills en Cloud Code Desktop así como diferentes tecnologías antrópicas. Muchas gracias, y nos vemos la próxima vez.