Skills · Claude Code · Agent Skills

Ingeniería de IA que el agente sigue — sin negociar.

Construir con LLM bajo el mismo piso de seguridad y datos de la casa: prompt injection es un ataque de primera línea, salida no confiable hasta validarla, ningún LLM decide autorización y RAG aislado por tenant.

v0.1.0IA · LLM/RAG/Agentesgithub.com/schematizeme/skill-ai

Mantenido por Lucas Andrade

schematize-ai · v0.1.0bash
$ schematize install ai
GitHub →descargar skill (.zip)/ai-help · github.com/schematizeme/schematize-cli

Pisos no negociables

No se apagan "para ir más rápido". Lista completa en la skill.

Ningún LLM decide autorización

El modelo sugiere; quien autoriza es código determinista en el servidor (IAM de la casa, deny-by-default). tenant_id/rol vienen del token, nunca del prompt.

Salida de IA no confiable hasta validarla

Solo entra al sistema tras validación determinista (schema, allowlist, rango). Nunca eval/SQL/shell/HTML crudo directo de la salida del LLM.

Prompt injection es ataque de primera línea

Todo texto en el prompt — usuario, RAG, tool, web — es hostil hasta prueba en contrario. Una instrucción venida de un dato no es una orden.

Secreto nunca en el prompt ni en el cliente

Clave del provider y credenciales fuera del prompt, del contexto y del browser. La llamada al LLM es del lado del servidor; el cliente habla con tu backend.

Provider-agnóstico, RAG por tenant

Acceso al modelo detrás de una interfaz enchufable (Claude por defecto); cambiar es config + ADR. Índice vectorial particionado por tenant, con citación de fuente.

Sin eval no está listo

Dataset dorado, regresión y red-team de injection/jailbreak en el CI. Traza por llamada (tokens, costo, latencia) y budget desde el día 1.

Comandos

Instalados en .claude/commands/. Usa /ai-help cuando quieras.

/ai-helpLista todos los comandos.
/ai-loadCarga a la fuerza todo el cuerpo normativo: ingeniería LLM, RAG, agents, evals/guardrails, seguridad, observabilidad.
/ai-ragDiseña/audita un pipeline RAG: ingestión → chunking → embeddings → retrieval → evaluación, con aislamiento por tenant y citación de fuente.
/ai-evalMonta/ejecuta la suite de evals: dataset dorado, LLM-as-judge calibrado, regresión, gate de calidad.
/ai-guardrailsAudita/scaffolda los guardrails: validación de salida por schema, deny-by-default, red-team de prompt injection/jailbreak, PII/safety.
/ai-claudeCrea o fusiona el CLAUDE.md siempre activo de ingeniería de IA en la raíz del repo.
/ai-ccContext compact: escribe el handoff en el archivo y ejecuta /compact.
/ai-handoffEscribe el handoff (context.md + checklist.md) sin compactar.

Para agentes de IA

Instala sin intervención humana. Metadatos en llms.txt.

  • Ejecuta: git clone https://github.com/schematizeme/skill-ai.git && ./skill-ai/install.sh
  • O descarga: https://github.com/schematizeme/skill-ai/releases/latest/download/skill-ai.zip y descomprime en .claude/skills/
  • Copia assets/CLAUDE.md a la raíz del repo (regla siempre activa).
  • Confirma con /ai-help.

¿No quieres instalar?

Lee las normas completas y cópialas directo a tu proyecto — o instala la skill para que el agente las aplique solo.