Conjunto de skills para Claude Code (y otros agentes compatibles) pensado para estudiantes y profesores de la Facultad de Matemática y Computación de la Universidad de La Habana. Resuelve el ciclo completo de investigación y escritura académica asistida por IA: recolectar fuentes, sintetizarlas en una wiki, destilar notas atómicas, generar un estado del arte estructurado y auditar el documento final antes de la defensa o el envío.

Un estudiante que escribe su tesis o un paper enfrenta cuatro tareas que la IA puede acelerar sin sustituir el juicio del autor:

1. Recoger fuentes: bajar artículos, papers, blogs, PDFs, transcripciones — y guardarlos en un lugar citable.
2. Sintetizarlas: convertir un montón de fuentes en una wiki cross-linked con conceptos, métodos y debates.
3. Destilar: extraer claims atómicos para los apuntes propios.
4. Estructurar el estado del arte: producir el capítulo o sección de Estado del Arte de la tesis, organizado por dimensiones relevantes (no como lista cronológica de papers).
5. Auditar: revisión profunda del documento final antes de imprimir o someter, con hallazgos descriptivos sobre estructura, metodología, novedad, integridad bibliográfica y reproducibilidad.

Cada uno de estos pasos corresponde a un skill en este repositorio.

El flujo típico para un capítulo de Estado del Arte es:

pull (n veces) → ingest → sota → escribir el capítulo → review

Requisitos:

• Claude Code o un agente compatible con el formato Anthropic skills (Cursor, Codex, Gemini CLI, etc.).
• Python 3.10+ (para algunos scripts vendoreados).
• markitdown instalado vía pipx o uv tool install (solo para pull).

Pasos:

# Clonar el repo en cualquier carpeta
git clone https://github.com/matcom/ai-skills.git
cd ai-skills

# Instalar todos los skills en ~/.claude/skills/
./install.sh

# (Alternativa) Instalar solo en un proyecto específico
SKILLS_DEST=./mi-proyecto/.claude/skills ./install.sh

El script de instalación copia cada skill a su carpeta destino. Si la carpeta ya existe, la salta (no sobrescribe; usa --force si querés re-instalar).

Supongamos que querés escribir el capítulo de Estado del Arte sobre razonamiento agéntico para tu tesis. Asumiendo que los 5 skills están instalados:

# 1. Crear carpeta del proyecto
mkdir -p ~/tesis-sota-razonamiento && cd ~/tesis-sota-razonamiento

# 2. Bajar fuentes (una por una, en la sesión interactiva con el agente)
/pull https://arxiv.org/abs/2201.11903    # CoT (Wei 2022)
/pull https://arxiv.org/abs/2305.10601    # Tree of Thoughts
/pull https://arxiv.org/abs/2303.11366    # Reflexion
# ... 20-30 papers más

# 3. Sintetizar en wiki
/ingest todas las fuentes que descargué, una página por método de razonamiento

# 4. Generar el SOTA por dimensiones
/sota razonamiento agéntico

# 5. Escribir el capítulo a mano usando el reporte SOTA como guía
#    (el SOTA es input para tu escritura, no tu escritura final)

# 6. Auditar el capítulo escrito
/review estado-del-arte.md

Cada skill es interactivo: te propone un plan, lo aprobás o modificás, y entonces ejecuta. No hace nada irreversible sin tu visto bueno.

Los skills asumen una estructura simple, relativa al directorio de trabajo:

mi-proyecto/
├── sources/        # fuentes bajadas por `pull`
├── wiki/           # síntesis cross-linked construida por `ingest`
├── notes/atomic/   # notas atómicas extraídas por `distill`
├── sota/           # reportes de estado del arte generados por `sota`
└── reviews/        # auditorías producidas por `review`

Ningún skill depende de Obsidian, de un vault específico, de Notion ni de ningún otro sistema externo. Todo vive en carpetas planas con archivos Markdown.

Estas son las decisiones de diseño compartidas por los cinco skills:

1. Plan primero, fan-out después. Ningún skill arranca trabajo costoso sin presentar un plan que el usuario aprueba o modifica en lenguaje natural.
2. Descriptivo, nunca prescriptivo. Los reportes no dicen "esto está bien" o "esto está mal", solo "esta afirmación está aquí, la evidencia que cita está allá, esta brecha existe, esta novedad está cubierta por trabajo previo". El lector interpreta.
3. Markdown como sustrato. Todo entrada y salida es Markdown. Renderizable con Quarto/Pandoc/Typst sin herramientas adicionales.
4. Sin lock-in. No hay dependencia de un proveedor de almacenamiento, sincronización o renderizado. El estudiante elige sus herramientas.
5. Multilingüe. Los prompts internos están en inglés (donde los modelos funcionan mejor); las observaciones, reportes y artefactos se generan en el idioma del documento auditado o del corpus consultado.

Pull requests bienvenidas, especialmente para:

• Nuevos skills que cierren huecos del flujo académico.
• Traducciones de los skills a otros idiomas (los prompts ya soportan multilenguaje en sus outputs; lo que falta es traducir los prompts mismos a otros idiomas si fuese útil).
• Mejoras a los scripts vendoreados.

Convención: un skill por carpeta bajo skills/. Cada skill tiene su propio SKILL.md como punto de entrada, opcionalmente tools/ con scripts vendoreados, y subagent prompts como archivos hermanos.

MIT. Ver LICENSE.

Construido con Claude Code en colaboración con la facultad de MatCom. Diseñado y mantenido por Alejandro Piad Morffis (@apiad).