AI Quickstart

La adopción de herramientas de IA permite acelerar el desarrollo, mejorar la calidad del código y optimizar el análisis de proyectos, siempre que se utilicen bajo reglas claras de validación, revisión y pruebas para evitar errores o dependencias incorrectas del código generado.

Esto requiere del uso responsable de la IA como herramienta de apoyo, asegurando que el dev entienda completamente el código antes de integrarlo al repositorio.

Intelligence Index Chart

Comparativa visual de modelos por Intelligence Index vía Artificial Analysis.

MD Reference files

AGENTS-additions.md
LESSONS.md
laravel-guidelines-for-non-boost-projects.md
mcp-tools.md
new-project-prompts.md

Skills

Reusable agent skills included in this repository (open to view or install).

La carpeta del skills puede ir en diferentes lugares dependiendo de dónde se quiera instalar:
Configuración del proyecto: .opencode/skills/<name>/SKILL.md Configuración global: ~/.config/opencode/skills/<name>/SKILL.md Compatible con Proyecto Claude: .claude/skills/<name>/SKILL.md Compatible con Claude global: ~/.claude/skills/<name>/SKILL.md Compatible con agente de proyecto: .agents/skills/<name>/SKILL.md Compatible con agentes globales: ~/.agents/skills/<name>/SKILL.md

Usefull links

How AI Works

Guía explicativa sobre cómo funciona la inteligencia artificial

https://skills.laravel.cloud/

An open directory of reusable AI agent skills for Laravel and PHP. Install with a single command.

https://opencode.ai/docs/es/skills/

Instalar Skills en Opencode y entender su estructura para custom skills (instrucciones o comportamiento reutilizables)

https://www.youtube.com/watch?v=eS5HmdpcqnM

Recomendaciones de /init, AGENTS.md y formas de estructurar docs y skills

docs/big_school_guia_practica_7_prompts.pdf

Big School - 7 Prompts práctivos de punto de partida

docs/big_school_apuntes-curso-desarrollo-ia-clase-1.pdf

Apuntes Día 1 — Visión general del nuevo paradigma tecnológico, fundamentos técnicos de LLM, prompt engineering y metodologías RAG.

docs/big_school_apuntes-curso-desarrollo-ia-clase-2.pdf

Apuntes Día 2 — IDEs y agentes en la era de la IA, MCP (Model Context Protocol), skills para agentes y orquestación multi-agente.

docs/big_school_apuntes-curso-desarrollo-ia-clase-3.pdf

Apuntes Día 3 — De código a producción: testing, CI/CD, code review y prácticas de release cuando se usa IA.

https://github.com/affaan-m/everything-claude-code

The performance optimization system for AI agent harnesses. From an Anthropic hackathon winner. Works across Claude Code, Codex, Cursor, OpenCode, Gemini, and other AI agent harnesses. Leer también las guías con los links dentro del repositorio

Reglas del juego para usar AI Agents

• No debe hacer commit
• Todo lo trabajado debe ser revisado por ti antes de hacer commit (revisar git diff)
• Todo lo trabajado debe ser probado por ti antes de hacer commit
  • Happy path
  • Pruebas secundarias
  • Pruebas contrarias
• El primero que debe entender, y le debe hacer sentido lo que hizo, eres tú
• PROJECT.md si va en el repo
• AGENTS.md, TODO.md y LESSONS.md no van en el repositorio (agregar al gitignore global). Referencia:
  • AGENTS.md
  • LESSONS.md
  • TODO.md
  • CLAUDE.md
  • GEMINI.md
  • .mcp.json
  • boost.json
  • opencode.json
• readme.md es para los humanos (pueden usar AI para actualizarlo)
• Esto es una herramienta, hay que aprender a usarlo correctamente
• Los fundamentos de desarrollo y entender el proyecto y la lógica es fundamental. Tú eres el cerebro y la guía detrás del AI
• No revisar, no validar o no entender lo que hizo el AI puede ser motivo de consecuencias y perdida de privilegios o acceso a herramientas

Comentarios y sugerencias

• No todo requiere AI y a veces no tiene sentido usarla
• Una nueva sesión de agente, sin AGENTS.md, LESSONS.md, PROJECT.md o similar es como empezar desde cero
• Cuando inicias por primera vez en un proyecto, dedica tiempo a pedirle que analice lo que consideras importante de entender del proyecto y complementar los archivos iniciales (AGENTS.md, PROJECT.md) viendo composer.json, package.json, rutas, controladores, migraciones, etc.
• El /init puede ser un buen punto de partida pero después vale la pena limpiar y reordenar lo que no necesitamos. Cuida el contexto
• Después de ir y venir, cuando ya llegaste al entendimiento de una tarea, error, relación o detalle del proyecto, pídele que registre los lessons relevantes o detalles en el project.md
• Si es un proyecto grande, dile explícitamente dónde debe enfocarse
• Si sabes con qué archivos vas a trabajar, pídele que los analice primero
• Si sabes o tienes una referencia de cómo te gustaría que quede, dásela
• Si quieres que te ayude a entender un error, dale el contexto necesario para entenderlo (código relevante, mensajes de error, lo que intentaste hacer, lo que esperabas que pasara, lo que pasó en realidad)
• Trata de ser lo más claro posible
• Trabaja con tareas definidas que tengan principio y fin, te ayudará a tener commits claros y poder revisar y probar lo que hizo
• Si la tarea es muy grande, divídela en subtareas más pequeñas, también puedes usar el modo Plan de la IA para que te ayude a bajar los pasos y así avanzar un paso a la vez además de poder revisar el plan antes de ejecutarlo
• Usa los commits como checkpoints donde puedes regresar si algo sale mal
• Usa el modo "Plan" primero para entender y definir antes de "Build"
• Pon atención en las primeras actividades que está realizando al pedirle una tarea, si ves que no va por buen camino, interrumpe y ajusta el prompt o usa /undo para regresar al prompt anterior y evitar contexto incorrecto
• Cuida borrar o limpiar archivos de trabajo que pudo haber generado como CSVs para Queries que le pediste que hiciera