Si eres de los que, como yo, disfruta más con un contenedor funcionando que con un niño con zapatos nuevos, hoy te traigo algo que te va a volar la cabeza. Vamos a hablar de cómo llevar nuestra relación con la Inteligencia Artificial un paso más allá. Se acabó eso de usar la IA solo para que nos resuma un texto o nos cuente un chiste malo. Es el momento de hablar de las Skills o habilidades, y de cómo esto nos permite, literalmente, programar sin programar. De cualquier forma, piensa que con lo que yo, realmente disfruto es con programando, así que no te creas, que esto de utilizar un modelo de IA para programar me resulte demasiado atractivo en general. Lo que si es cierto es que para determinadas operaciones repetitivas, me viene realmente fantástico.
Antes de meternos en el barro, no puedo dejar de mencionar lo importante que es el feedback. Gracias a los comentarios de la comunidad, hemos ajustado hasta la entradilla del podcast para que no se pierda ni un segundo. Esa es la gracia de este mundillo: establecer una relación, jugar un poco y, por qué no decirlo, trolearnos de vez en cuando para mejorar el contenido que tanto nos gusta compartir. ¡David, ya no hay recortes de 5 segundos!
El salto de calidad que tu IA necesitaba: ¿Qué son las Skills?
Seguro que ya has oído hablar de los prompts, esos mensajes que le enviamos a modelos como ChatGPT o Claude para que nos den una respuesta. Pero, seamos sinceros, a veces se quedan cortos porque el modelo no sabe exactamente «quién debe ser» o qué herramientas tiene a su disposición.
Las Skills son, en esencia, estructuras de conocimiento y herramientas que le entregamos a la IA para que se convierta en una experta de élite en una tarea específica. No es solo una instrucción; es dotar al modelo de una lógica de actuación y de acceso a funciones que de otra forma no tendría.
Lo maravilloso de este concepto es que es completamente transversal. Da igual si prefieres usar OpenCode, Claude, Hermes o cualquier otro modelo local; las habilidades se definen de una forma que cualquier agente inteligente moderno puede entender y aplicar. Es como si le dieras un kit de herramientas profesional a tu asistente virtual antes de pedirle que te arregle el código, te configure un servidor o gestione tus bases de datos.
Soberanía digital: Potencia bruta en tu propia casa
Ya sabes que soy un firme defensor de que «yo me lo guiso, yo me lo como». Aunque existen servicios en la nube que por unos pocos dólares al mes te dan acceso a estos modelos (como vimos en el episodio anterior sobre OpenCode), al final siempre acabas con restricciones de uso o pagando por algo que podrías tener tú mismo. Si ya has hecho la inversión en hardware, ¿por qué no aprovecharlo al máximo?
Actualmente estoy cacharreando con un Slimbook equipado con una Nvidia GeForce RTX 4060 Ti de 16 GB de VRAM. Al final, puedes encontrar los detalles tanto del equipo de Slimbook, como del modelo LLM que he estado utilizando.
Correr estos modelos en local no es solo por el placer de ver los ventiladores girar; es una cuestión de soberanía digital. Mis datos no salen de mi red, mis consultas son privadas, no hay censura externa y no dependo de ninguna suscripción que pueda subir de precio mañana mismo. Es el sueño del «self-hosting» llevado a la inteligencia artificial.
Poniendo las Skills a prueba: Docker, Rust y la limpieza de código
Para que veas que esto no es solo teoría para quedar bien en el podcast, he estado haciendo pruebas reales durante toda la semana. La primera parada obligatoria fue la creación de contenedores, algo que aquí nos gusta más que a un tonto un lápiz.
Instalé una habilidad llamada Docker Expert y el resultado fue para quitarse el sombrero. Le pedí un Dockerfile para una aplicación en Rust que fuera realmente eficiente. Le especifiqué que quería usar multi-stage builds para que la imagen final pesara lo mínimo posible. La IA, gracias a su «habilidad», no solo escribió las líneas de código, sino que aplicó las mejores prácticas: separó la fase de compilación de la de ejecución y optimizó las capas de caché.
Pero donde realmente me ha ayudado a ahorrar tiempo ha sido en la revisión de mis propios proyectos. Tenía una aplicación con el backend en Rust y el frontend en React. Por pura pereza o por las prisas, a veces dejas importaciones sin usar o crates que ya no necesitas en el Cargo.toml. Esto te llena el terminal de molestos warnings amarillos que, aunque no rompen nada, ensucian el log. Al cargar los expertos en Rust y React como Skills, la IA revisó toda la estructura, eliminó lo que sobraba y optimizó las importaciones. ¡Limpieza total sin esfuerzo!
Bases de datos, SQLite y la magia de UV
Otra prueba de fuego fue la gestión de datos. Utilizando una Skill de experto en SQLite, pude crear una base de datos de productos informáticos desde cero. Aquí viene lo interesante: como no tenía el binario de SQLite3 instalado en ese equipo concreto, le pedí a la IA que utilizara UV.
Si no conoces UV, te estás perdiendo la herramienta de Python que está revolucionando la gestión de paquetes por su velocidad extrema. La IA utilizó UV para instalar las herramientas necesarias, gestionó la base de datos y la pobló con 45 productos de ejemplo con sus nombres, precios y categorías.
Lo mejor fue interactuar con ella usando lenguaje natural. Olvídate de pelearte con los INNER JOIN complejos si no te apetece en ese momento; puedes decirle a la IA: «Dime qué categorías tienen los productos con precio promedio superior a 100 euros y cuáles son los que menos stock tienen». Ella se encarga de ejecutar el SQL perfecto y darte el resultado masticadito. Incluso le pedí que configurara búsquedas con lógica difusa (fuzzy search), y lo dejó listo en un santiamén.
La anatomía de una habilidad: Bajo el capó
Si te pica la curiosidad técnica de cómo se construye esto para hacértelo tú mismo, es más sencillo de lo que parece. Se basa en archivos Markdown que utilizan una estructura muy inteligente para ahorrar recursos de computación:
- Front Matter (YAML): Es una cabecera al principio del archivo delimitada por tres guiones
---. Aquí definimos el nombre, la descripción y los metadatos. Es vital porque el agente de IA solo lee esta parte al arrancar la aplicación. Así ahorramos tokens y memoria, porque el modelo sabe qué habilidades tiene disponibles sin tener que leerlas todas de golpe. - Cuerpo del Markdown: Aquí reside todo el conocimiento detallado, las reglas de comportamiento, los flujos de trabajo y los ejemplos. El modelo solo «despliega» y lee esta parte cuando detecta, a través de tu petición, que necesita esa habilidad concreta para ayudarte.
Tipos de habilidades para tu día a día
No todas las habilidades sirven para lo mismo. En el ecosistema de agentes, podemos clasificarlas en tres grandes grupos que te ayudarán a organizar tu flujo de trabajo de forma profesional:
- Habilidades de Percepción: Sirven para obtener información del mundo exterior de forma privada. Puedes crear habilidades para consultar el clima, leer tus propios feeds RSS o analizar documentos PDF locales sin enviarlos nunca a servidores externos.
- Habilidades de Acción: Estas permiten que la IA interactúe físicamente con tu sistema. Desde reiniciar un servicio de Systemd en Linux, enviar una alerta por Telegram si un proceso falla, hasta crear archivos de configuración o gestionar tus contenedores Docker.
- Habilidades de Pensamiento Complejo: Son habilidades «maestras» que actúan como directores de orquesta. Son capaces de razonar y decidir qué otras habilidades más pequeñas deben llamar para resolver un problema que requiere varios pasos lógicos.
Conclusión. El futuro es «programar sin programar»
Estamos entrando en una era donde la barrera de entrada para la tecnología es cada vez más baja, pero el techo de lo que podemos conseguir es cada vez más alto. Con estas Skills, estamos pasando de «hablar» con una máquina a «colaborar» con un experto que tiene acceso a nuestras herramientas.
Podemos delegar las tareas más tediosas, como limpiar warnings de compilación o escribir consultas SQL repetitivas, y centrarnos en lo que realmente nos divierte: diseñar, innovar y, por supuesto, cacharrear.
Si tienes un modelo local o usas algún servicio de IA, te animo a que empieces a experimentar con tus propias habilidades. Verás que la diferencia entre «chatear» con la IA y «exprimir» sus Skills es abismal.
Más información:
Hardware:
- Slimbook Kimera Black
- NVIDIA GeForce RTX 4060 Ti
Modelo LLM:
- architecture: qwen35
- parameters: 9.7B
- context length: 262144
- embedding length: 4096
- quantization: Q4_K_M
- top_k: 20
- top_p: 0.95
- num_ctx: 320000
- presence_penalty: 1.5
- temperature: 1