Flujo de trabajo · día a día
No es un editor. Es una terminal llena de agentes.
Las herramientas que uso a diario como developer, en el orden en que encajan: de la terminal a los agentes, de ahí a todo lo demás. Las que son mías tienen el código abierto en GitHub.
- 01La base
Linux por defecto
Yo uso Linux: ahí corren los agentes, las CLIs, los renders y los servidores locales. Pero gracias a la IA ya no importa tanto el sistema: el agente se adapta a Linux, macOS o Windows, así que puedes armar este mismo flujo en el que uses.
Linux
Ubuntu, con zsh.
- 02La terminal
Una terminal llena de agentes
No trabajo en un editor: trabajo en una terminal hecha para agentes. Cada panel tiene su agente y cada agente trabaja en su propio worktree, una copia del repo con su rama, para que no se pisen entre ellos.
Terminal para agentes: paneles, sesiones y control por CLI.
git worktree
Una copia del repo por agente.
- 03Los agentes
Claude Code construye, Codex revisa
Claude Code es el que más trabaja: lee el código, corre comandos y construye, con un CLAUDE.md en cada repo con las reglas que no se negocian. Antes de guardar, Codex revisa lo que hizo. Dos modelos distintos se equivocan en cosas distintas: lo que uno no ve, el otro lo encuentra. Y cuando Claude necesita una imagen, se la pide a Codex.
El que construye.
El que revisa y genera imágenes.
CLAUDE.md
Las reglas de cada repo.
- 04Lo que sabe el agente
Skills y subagentes
Las skills son recetas escritas que el agente lee cuando las necesita: el reel salió de una. Y si la tarea es grande, el agente la reparte en subagentes, cada uno con su contexto: las escenas del reel las armaron veinte a la vez.
Skillsmía · open source
Mis recetas para agentes, listas para instalar.
Subagentes
Tareas en paralelo con contexto aislado.
- 05Las manos del agente
MCP, Composio y la terminal
Para tocar el mundo, el agente usa MCP, un enchufe estándar entre la IA y otros programas: despliega en Vercel y lee logs en Railway. Para lo que no tiene enchufe propio está Composio, con más de mil apps detrás de una sola conexión. Pero muchas veces ni hace falta MCP: el agente usa la terminal con comandos que ya sabe usar. Por eso a mis propias herramientas les hago su CLI: si tiene comando, el agente la puede usar.
Vercel, Railway, Supabase y mis propios servidores.
Más de mil apps con una sola conexión.
gh · vercel · railway · docker
CLIs que el agente ya sabe usar.
parkmía · open source
La CLI de Parkboard.
boost
Mi app para programar publicaciones (privada).
- 06La web
Leer páginas y hacer clic
Firecrawl lee páginas y las devuelve limpias para el agente. agent-browser abre un navegador de verdad y hace clic como una persona. Y grabador graba la pantalla por CLI o por MCP: todas las tomas del reel las grabó el agente solo.
Lee páginas para el agente.
Un navegador real que el agente controla.
grabadormía · open source
Graba la pantalla por CLI o MCP.
- 07Imagen, voz y video
El video también es código
Para imagen y video uso HF Studio: pido un modelo y lo corre en el proveedor más barato que lo tenga. La voz sale de ElevenLabs. Y el video se programa: HyperFrames lo arma con HTML, ManimGX dibuja las gráficas y Blender hace las tomas en 3D.
HF Studiomía · open source
El mismo modelo, por el proveedor más barato.
La voz.
Video hecho con HTML.
Gráficas y fórmulas animadas.
Tomas en 3D.
- 08Dónde vive todo
GitHub e infraestructura
Todo vive en GitHub: el agente hace los commits, abre los pull requests y revisa los checks. Lo que se ve va a Vercel; lo que trabaja por detrás, servidores y crons, va a Railway. Las bases, siempre Postgres, con pgvector para buscar por significado, en Neon o Supabase; los archivos, en Vercel Blob o Cloudflare R2. Los logins, con Clerk o Google. Y el agente configura hasta los dominios en Cloudflare.
Commits, pull requests y checks.
Lo que se ve, y Vercel Blob.
Servidores y crons.
Postgres + pgvector
En Neon o Supabase.
Dominios, DNS y R2.
Los logins.
- 09Memoria y pendientes
Nada se pierde entre sesiones
Lo que aprendo va a Obsidian, mi segundo cerebro: un hook se lo pasa al agente al arrancar y, al terminar, el agente escribe lo que aprendió. Lo pendiente va a Parkboard: si digo «luego lo vemos», el agente crea la tarjeta, y Autopilot toma algunas tarjetas y abre el pull request solo. Y boost deja listo cada reel para que salga a su hora.
El segundo cerebro, con un hook al arrancar.
Parkboardmía · open source
Pendientes de los agentes y Autopilot.
boost
Programa las publicaciones (privada).
La idea central
Casi nada de esto lo abro yo. Le hablo al agente y él usa las herramientas. Lo que importa no es cuántas tienes, sino que tu agente pueda usarlas.
★ Open source
Si algo de esto te sirve, dale una estrella
Son las herramientas mías del flujo, con el código abierto. Una estrella en GitHub ayuda a que más gente las encuentre y me dice qué vale la pena seguir mejorando.
HF StudioJjat00/hf-studio
Estudio de imagen, video y audio con IA, manejado por agentes vía MCP.
ParkboardJjat00/parkboard
El lienzo donde los agentes parquean lo que queda para después.
grabadorJjat00/grabador
Grabador de pantalla con CLI y MCP: las tomas del reel las grabó el agente.
SkillsJjat00/jjat-skills
Recetas para agentes: video, contenido y flujos de trabajo.
Contacto
¿Quieres hablar de tu flujo o de alguna herramienta?
Escríbeme por WhatsApp: +57 316 427 7879