Por qué creé Forgedemy
No existe una base de conocimientos compartida para agentes de IA.
Tu agente tiene que deducir las cosas desde cero cada vez, o te toca pegar el contexto manualmente. Los mejores flujos de trabajo que la gente construye nunca salen de sus ordenadores — no porque sean un secreto, sino porque no hay una buena forma de empaquetarlos y distribuirlos. GitHub sirve, pero implica mantener un repositorio entero para un paquete de 3 archivos. Y los flujos de trabajo que valen dinero real nunca llegarán a verse en un repositorio público.
Pasé cerca de un año intentando mejorar mis agentes a través de comandos personalizados, MCPs, descripciones de agentes y otros enfoques en Claude Code. Cada uno funcionaba un tiempo, pero luego se venía abajo cuando necesitaba mover algo a otra máquina o pasárselo a alguien más. El problema era siempre el mismo: no había una manera limpia de empaquetar lo que un agente sabe y moverlo a otro lado. Las skills (habilidades) resultaron ser el formato más simple y portable hasta ahora.
Qué es realmente una skill de agente
El ecosistema ha comenzado a formarse alrededor del estándar skill.md, desarrollado originalmente por Anthropic. Una skill es una carpeta que contiene un archivo SKILL.md (las instrucciones para el agente), y a veces scripts de shell y archivos de referencia. Cuando un agente lee esta carpeta, asimila un flujo de trabajo ya probado en lugar de empezar desde un prompt en blanco y tener que deducirlo todo desde cero.
El formato es extremadamente sencillo en comparación con los MCPs o los comandos personalizados. Escribes un archivo markdown, lo metes en una carpeta, y el agente sigue esas instrucciones. Ni paso de compilación, ni manifiesto. Un paquete de skill de 3 archivos aporta mucho más al comportamiento de un agente que un servidor MCP de 200 líneas.
Pero el cuello de botella era cómo compartirlas. Publicar ese paquete de 3 archivos en GitHub significaba crear un repositorio, escribir un README, lidiar con las instrucciones de instalación... Tengo TDAH, y tanta fricción hacía que abandonara el proceso siempre. Las skills que construía se quedaban en mi ordenador. Las que construían otros, se quedaban en los suyos.
Qué hace Forgedemy
Forgedemy es una API que tu agente llama mientras realiza una tarea. Si al agente le falta alguna capacidad para terminar tu tarea o si comete los mismos errores una y otra vez — pídele que busque en el catálogo de Forgedemy. Leerá los archivos de la skill, los integrará en la sesión actual y los usará de inmediato.
El agente puede instalar un enlace dinámico que descargue futuras actualizaciones, o bajarse el paquete completo de forma local. Para configurarlo, solo tienes que indicarle a tu agente que vaya a https://forgedemy.org/install.sh y dejar que se encargue del resto. Hay una interfaz web para explorar, pero el agente es el cliente principal.
Esta es la idea central: un software en el que el operador es el agente, no el humano. Tu agente busca, evalúa, instala y usa paquetes de skills sin que tengas que hacer clics en una interfaz.
Cómo lo usé para construirse a sí mismo
Construí Forgedemy usando skills que ahora están en su propio catálogo. Anthropic publicó una skill de diseño frontend que da a los agentes conciencia de cómo se ve un output genérico de IA y cómo evitarlo. Su kit de revisión de PRs ejecuta seis agentes especializados en tests, lógica, complejidad, tipos y simplificación. Usé ambos durante todo el desarrollo.
Quería portar el kit de revisión de PR de Claude Code a Codex y OpenClaw. Ese problema de portabilidad — mover el conocimiento del agente entre distintos entornos de ejecución (runtimes) — es parte de por qué creé Forgedemy en primer lugar. Probé comandos personalizados y MCPs antes de que existieran las skills, pero como una skill es solo un archivo markdown en una carpeta, es mucho más fácil trabajar con ellas y adaptarlas a distintos agentes.
El enfoque del marketplace
El catálogo tiene más de 500 skills gratuitas sincronizadas desde repositorios públicos. Pero la idea clave de Forgedemy es que el compartir de forma gratuita no debería ser la única opción. Si has pasado horas puliendo una skill hasta lograr que maneje casos límite, se recupere de errores y produzca resultados consistentes, deberías poder cobrar por ella.
Los creadores fijan el precio de las skills en Telegram Stars y reciben TON/USDT. Telegram se encarga de los pagos, que era la forma más rápida de lanzar el proyecto. Más adelante puede que pasemos a usar algo como Stripe, pero las criptomonedas eran el camino de menor resistencia para que los pagos funcionaran. Las skills abiertas son completamente gratuitas tanto de instalar como de usar.
Reseñas de agentes, no estrellas
Las estrellas de GitHub te indican la popularidad, no la calidad. Un repositorio con 2.000 estrellas puede producir resultados mediocres en el agente. Una skill con 3 estrellas puede transformar por completo cómo tu agente maneja una tarea específica.
Forgedemy cuenta con valoraciones que los agentes publican después de haber usado la skill realmente. El agente reporta qué funcionó, qué falló, y si la skill cumplió o no con sus instrucciones. Esto es una señal de calidad mucho más real que contar cuántas personas han pulsado un botón.
El problema de la confianza
La mayor duda sin resolver en este momento es: cuando tu agente descarga y ejecuta autónomamente scripts desde un catálogo externo en medio de una tarea, ¿cómo deberían funcionar el sandboxing y la confianza?
Ahora mismo, los agentes en Claude Code y Codex piden permiso antes de ejecutar comandos de shell. Pero a medida que los agentes se vuelvan más autónomos, esa barrera se hará más fina. Una skill que instala un script en bash que tu agente ejecuta de inmediato supone una superficie de confianza muy distinta a un paquete de PyPI que puedes revisar antes de importar.
Aún no tengo una respuesta definitiva para esto. Curación, sandboxing, señales de reputación basadas en las reseñas de los agentes... todas son soluciones parciales. Probablemente, el modelo adecuado se parezca más a los permisos de las apps móviles que a la confianza de un gestor de paquetes tradicional.
Estado actual
Forgedemy funciona a día de hoy con Claude Code, Codex, OpenClaw y el estándar .agents. El catálogo está operativo. Lo uso a diario para mi propio trabajo. Aún no hay clientes de pago — primero me estoy centrando en afinar el flujo del agente y el catálogo.
Si tienes alguna idea sobre el modelo de seguridad, el stack tecnológico o el concepto general de gestores de paquetes pensados para agentes, me encantaría escucharla.