Curso de programación con IA & Spec-Driven Development

Bienvenido a mi curso de programación con IA & Spec-Driven Development (SDD).

1. Introducción
2. Conceptos básicos
3. OpenCode
4. Claude Code
5. herdr
6. Orca
7. Agentes
8. Skills
9. MCP
10. Otras herramientas
- Cursor, Codex
11. Ingeniería de IA
12. Patrones agénticos
13. Testing
- Unitarios: JUnit
- API: REST Assured
- e2e: Playwright
- Smoke Test
14. Guardarailes y sensores
- ArchUnit (Generar las reglas a partir de los test y sus descripciones!!!)
- Error Prone
- Mutation Testing
- Metricas:CRAP,Complejidad ciclomática,Cobertura
15. Seguridad: Sandbox
16. Hooks
17. Spec-driven development
18. Frameworks SDD
- OpenSpec
- GitHub Spec Kit
- BMAD
- Kiro
19. Creación de skills
- Pasos
- Ejemplos
- Estándar de oro

TODO: Tamaño ventana contexto. 40%

Líneas del proyecto (sin blancos ni comentarios)

	Código	XML	Total	Ficheros
src/main	16484	17197	33681	554
src/test	41883	553	42436	367
Total	58367	17750	76117	921

Documentación para Claude (líneas no en blanco)

	Líneas	Ficheros
Skills	28211	268
Agentes	134	3
CLAUDE.md	659	10
agent_docs	1523	8
Total	30527	289

Redbee AI Maturity Model

Nivel	Modelo	Qué significa	Papel de la persona
1	Asistida	La IA ayuda a una persona a realizar una tarea.	Decide y ejecuta
2	Aumentada	La IA mejora significativamente las capacidades humanas: analiza, recomienda, genera y acelera.	Supervisa y decide
3	Agéntica	Agentes de IA pueden planificar y ejecutar una secuencia de acciones para conseguir un objetivo.	Define objetivos y controla
4	Orquestada	Varios agentes, modelos, herramientas y sistemas trabajan coordinadamente dentro de un flujo.	Diseña y gobierna el sistema
5	Autónoma	El sistema puede tomar decisiones y ejecutar procesos de extremo a extremo con mínima intervención humana.	Gobierna y establece límites

Comentarios

Mitos

El mito: Pedirle a la IA que no comente el código ahorra tokens.

Qué hay de cierto: Los comentarios ocupan algunos tokens de salida. La realidad: El ahorro es marginal. El motivo real para pedir «no comentes salvo que lo pida» es señal/ruido,no economía. Lo que de verdad cuesta es que la conversación entera se reenvía en cada turno.

El mito: Escribir los prompts en inglés ahorra tokens.

Qué hay de cierto: Cierto: el tokenizador es más eficiente en inglés (el español gasta ~1,2–1,5× más tokens por el mismo texto). La realidad: El ahorro es pequeño frente a la acumulación de contexto, y sacrifica legibilidad para un equipo hispanohablante. No compensa como regla general.

El mito: El skill Caveman (hablar como cavernícola) ahorra ~65% de tokens.

Qué hay de cierto: Existe (JuliusBrussee/caveman) y recorta la prosa de salida. La realidad: El 65% es solo output y cherry-picked. Un test independiente de JetBrains midió ~8,5% en tareas reales, y puede ser net-negativo (el skill añade ~1–1,5k tokens de input por turno). En código, la mayoría de tokens son código y tool I/O, que no toca.

SOURCE: JETBRAINS (JUL 2026) · GITHUB.COM/JULIUSBRUSSEE/CAVEMAN · CONSULTADO 2026-07-30

Más cosas

The open-source AI pentesting tool: Autonomous AI hackers that find and fix your app’s vulnerabilities.
Inteligencia artificial: la verdad sobre el autocompact (y tips): Explicación del contexto
Preguntar al usuario: En OpenCode se llama question y en claude code AskUserQuestion . Si quieres que funcione en Claude Code y en OpenCode, escribe algo genérico como «usa la herramienta para hacer preguntas al usuario con opciones».
Taste Skill: Skill para Claude que le da criterio estético, para que sus interfaces se vean premium y no genéricas.
Web Design Guidelines: Skill de Vercel que audita la interfaz ya construida contra unas guías reales de diseño web (reglas en web-interface-guidelines).
Awesome Design: Colección de ficheros DESIGN.md de marcas conocidas, con tipografía, colores, espaciado y componentes para usar como referencia.
Image to Code: Sub-skill de Taste Skill que genera el diseño como imagen, lo analiza y lo implementa en código. Si quieres recrear una captura que ya tienes, mira screenshot-to-code.