Agentes y Skills para el Ciclo de Vida del Desarrollo de Software

Colección curada de agentes de IA y skills estructuradas para acompañar todo el ciclo de vida del desarrollo de software con calidad de producción.

Licencia
Estrellas

El código fuente está disponible en github.com/iCesofT/awesome-ai.

¿Qué es awesome-ai?

awesome-ai es un repositorio de referencia diseñado para potenciar el trabajo de desarrolladoras y desarrolladores que utilizan herramientas de desarrollo asistidas por IA como Claude Code, Cursor o GitHub Copilot.

A diferencia de las colecciones genéricas de prompts, este repositorio ofrece:

  • Agentes especializados — roles de IA con responsabilidades concretas, flujos de trabajo definidos y políticas de ejecución autónoma.

  • Skills del ciclo de vida — guías estructuradas y accionables organizadas por fase de desarrollo: planificación, diseño, implementación, pruebas y despliegue.

  • Contenido legible por máquinas — todo el material sigue formatos estructurados y sin ambigüedades que los asistentes de IA pueden seguir con precisión.

  • Código real, sin plantillas — los agentes producen implementaciones completas listas para producción.

Filosofía de diseño

PrincipioDescripción

AI-ready

Formatos estructurados y parseables por máquinas, sin ambigüedad.

Agnóstico al lenguaje

Funciona con Go, Rust, Python, TypeScript, Java, C# y .NET.

DDD en el núcleo

Los patrones de Domain-Driven Design están integrados en todo el repositorio.

Solo código funcional

Los agentes producen implementaciones completas, nunca plantillas vacías.

Seguridad desde el diseño

Seguridad y cumplimiento GDPR como preocupaciones de primer orden.

Sistemas observables

Logging estructurado, trazado distribuido y alertas integrados.

Excelencia pragmática

Equilibrio entre calidad artesanal y velocidad de entrega.

Estructura del repositorio

awesome-ai/
├── README.md
├── agents/                    # 13 agentes especializados
│   ├── *.agent.md
│   └── skills/                # 19 skills de referencia para agentes
│       ├── api-design-principles/
│       ├── architecture-patterns/
│       ├── clean-ddd-hexagonal/
│       └── ...
└── skills/                    # 58 skills organizadas por fase
    ├── 01-planning-*/         # Planificación y especificación (9)
    ├── 02-design-*/           # Diseño y arquitectura (8)
    ├── 03-development-*/      # Desarrollo e implementación (14)
    ├── 04-testing-*/          # Pruebas y validación (6)
    └── 05-deployment-*/       # Despliegue y operaciones (11)

El repositorio contiene en total 13 agentes, 19 skills de agente y 58 skills de ciclo de vida — más de 90 recursos listos para su uso con herramientas de IA.

Los 13 agentes

Cada agente representa un rol especializado con un flujo de trabajo definido, criterios de calidad y políticas de ejecución claras.

ADR Generator

Genera registros de decisiones arquitectónicas (Architecture Decision Records) en formato Markdown. Crea archivos numerados bajo /docs/adr/ con una lista de verificación de 13 puntos para garantizar decisiones técnicas bien documentadas y justificadas.

API Architect

Diseña capas de conectividad API con arquitectura de tres niveles: servicio, gestor y resiliencia. Devuelve código completamente funcional con soporte para circuit breaker, bulkhead y patrones de throttling.

Context Architect

Mapea todos los archivos afectados por un cambio planificado. Produce mapas de contexto con ficheros primarios, secundarios, cobertura de pruebas y patrones relevantes, y propone secuencias de implementación para evitar problemas en cascada.

Modernization Agent

Modernización completa de proyectos con intervención humana en puntos clave (human-in-the-loop). Compatible con cualquier stack: .NET, Java, Python, Node.js, Go, PHP y Ruby. Realiza un análisis exhaustivo de 9 pasos que incluye la lectura de cada fichero de lógica de negocio.

PostgreSQL DBA

Gestión completa de bases de datos PostgreSQL: creación de esquemas, optimización de consultas, copias de seguridad, monitorización y seguridad. Requiere la extensión de VS Code ms-ossdata.vscode-pgsql.

Principal Software Engineer

Guía técnica de nivel experto modelada sobre las prácticas de Martin Fowler. Cubre análisis de requisitos, patrones GoF, principios SOLID/DRY/YAGNI/KISS, código limpio, automatización de pruebas y gestión de deuda técnica. Crea GitHub Issues para la remediación de la deuda técnica identificada.

Prompt Builder

Ingeniería y validación de prompts de alta calidad. Opera con dos personas: Prompt Builder (crea y mejora) y Prompt Tester (valida). Ejecuta hasta tres ciclos de investigación, prueba y mejora. Aplica lenguaje imperativo, especificidad y flujo lógico.

Prompt Engineer

Analiza y reestructura prompts existentes evaluando simplicidad, cadena de pensamiento, estructura, ejemplos y complejidad. Devuelve un análisis razonado detallado y el prompt mejorado de forma literal.

QA Subagent

Opera bajo la filosofía: "asumir que está roto hasta que se demuestre lo contrario". Produce planes de prueba que cubren: happy path, valores límite, casos negativos, manejo de errores, concurrencia y seguridad. Incluye un formato de informe de bugs con niveles de severidad.

Software Engineer Agent v1

Generación de código listo para producción con ejecución autónoma y sin confirmaciones. Sigue el proceso: Analizar → Diseñar → Implementar → Validar → Reflexionar → Entregar. Aplica la pirámide de pruebas: muchos tests unitarios → integración focalizada → pocos E2E. Política crítica: ejecución sin confirmación previa.

Specification Agent

Genera documentos de especificación listos para IA con secciones estructuradas: propósito/alcance, definiciones, requisitos, interfaces, criterios de aceptación, estrategia de pruebas, justificación, dependencias, ejemplos y criterios de validación. Guarda los archivos bajo /spec/.

Tech Debt Remediation Plan

Análisis exhaustivo de deuda técnica y plan de remediación. Puntúa cada elemento según facilidad de remediación (1–5), impacto (1–5) y riesgo (bajo/medio/alto). Genera tabla resumen y planes detallados por ítem.

Skills del ciclo de vida

Las 58 skills están organizadas en cinco fases del ciclo de vida del software.

Fase 01 — Planificación y especificación

SkillDescripción

Architecture Decision Records

Guía para crear y mantener ADRs.

Architecture Patterns & Reviews

Selección y revisión de patrones arquitectónicos.

Backend Patterns Selection

Criterios para elegir patrones de backend adecuados.

Specification Creation

Creación de especificaciones técnicas detalladas.

DDD Domain Expertise

Expertise en el dominio con DDD estratégico y táctico.

DDD Strategic Design

Contextos delimitados, subdominios y lenguaje ubicuo.

OpenAPI Spec Generation

Generación y validación de especificaciones OpenAPI 3.1.

Spec-Driven Development

Desarrollo guiado por especificaciones previas.

Architecture Patterns Reference

Referencia de patrones: Clean, Hexagonal, Microservicios.

Fase 02 — Diseño y arquitectura

Incluye skills para diseño de APIs REST y GraphQL, código limpio, Clean Architecture con DDD y arquitectura hexagonal, revisión de código, estándares de codificación, patrones GoF, diseño gRPC y principios SOLID.

Fase 03 — Desarrollo e implementación

Catorce skills que cubren: patrones de caché (local, distribuida, CDN), simplificación de código, revisión de concurrencia, commits convencionales, depuración, manejo de errores, flujo Git, mejores prácticas Java, patrones JPA/Hibernate, logging estructurado, auditoría de dependencias Maven, Spring Boot, y revisión/optimización de SQL.

Fase 04 — Pruebas y validación

Seis skills dedicadas a: patrones BDD (Given-When-Then), depuración en contexto de pruebas, testing E2E, pruebas unitarias e integración en Spring Boot, desarrollo guiado por pruebas (TDD), y evaluación de calidad de tests.

Fase 05 — Despliegue y operaciones

Once skills para: generación de changelogs, patrones de despliegue (blue/green, canary, rolling), auditoría de cumplimiento GDPR, migraciones con Liquibase, logging en producción, builds Docker multi-stage, observabilidad (métricas, trazado, alertas), optimización de rendimiento, detección de anti-patrones de rendimiento, auditoría de seguridad y hardening de seguridad en Spring Boot.

Stack tecnológico

Lenguajes y frameworks principales

  • Java — Enterprise Java, Spring Boot 3.x, Spring WebFlux

  • Spring Framework — Boot, Security, JPA, WebFlux

  • Bases de datos — PostgreSQL (principal), MySQL, SQL Server, Oracle

  • Contenerización — Docker con builds multi-stage

  • Migraciones — Liquibase

  • Control de versiones — Git & GitHub

Patrones arquitectónicos

  • Domain-Driven Design (DDD) — integración central

  • Clean Architecture

  • Arquitectura Hexagonal

  • Patrones de microservicios

  • Comunicación orientada a eventos

  • Principios SOLID

  • Patrones de diseño GoF

Prácticas de desarrollo

  • Test-Driven Development (TDD)

  • Behavior-Driven Development (BDD)

  • Commits convencionales

  • Revisiones de código estructuradas

  • Optimización de rendimiento

  • Seguridad desde el diseño

  • Cumplimiento GDPR

Cómo empezar

Integración con Claude Code

  1. Clona el repositorio:

    git clone https://github.com/iCesofT/awesome-ai.git
  2. Referencia los agentes y skills en tus prompts o configuración del workspace de Claude Code.

  3. Consulta el README.md para ver todos los agentes disponibles y cómo invocarlos.

Estructura de una skill

Cada skill contiene al menos un fichero SKILL.md con:

  • Frontmatter YAML — nombre, descripción y metadatos.

  • Cuándo usar — orientación contextual.

  • Conceptos clave — teoría y mejores prácticas.

  • Flujo de trabajo — proceso paso a paso.

  • Ejemplos y patrones — código o plantillas de referencia.

Algunas skills incluyen además un directorio assets/ con checklists, plantillas y ejemplos de código, y un directorio references/ con documentación de referencia adicional.

Contribuir

Las contribuciones son bienvenidas. Para mantener la coherencia del repositorio:

  • Nuevos agentesagents/<nombre>.agent.md

  • Skills específicas de agenteagents/skills/<nombre>/

  • Skills de ciclo de vidaskills/<fase>-<nombre>/

Todos los ficheros deben seguir el frontmatter y la estructura de secciones existentes para garantizar el parseo correcto por parte de los asistentes de IA.

El repositorio está diseñado para evolucionar. Si encuentras una skill o agente que podría mejorarse o un caso de uso no cubierto, considera abrir un issue o una pull request en GitHub.

Recursos


Generado el 2026-04-16. Repositorio mantenido por iCesofT.