Agentes de IA

Buena parte del trabajo en Boost lo hacen agentes de IA junto a las personas. El proyecto está preparado para que un agente encuentre el contexto que necesita en vez de cargarlo todo, y para que lo que debe cumplirse siempre esté en herramientas y pruebas, no solo en texto.

Qué lee un agente al empezar

AGENTS.md y CLAUDE.md en la raíz de cada repositorio: un bloque corto, escrito y revisado por personas, con qué es el repositorio, los comandos que no se pueden adivinar, dónde está el índice de la documentación y las trampas que ya costaron caro. Los dos archivos dicen lo mismo (uno lo leen unos agentes y el otro, otros) y una revisión automática comprueba que no se separen. Al final de los dos va el protocolo de Rationale.
Un archivo igual dentro de algunas carpetas (por ejemplo, la de esta documentación) con las reglas que solo aplican ahí.

Dónde busca

El índice de la documentación técnica (docs/README.md de cada repositorio): una tabla de “si vas a tocar X, lee Y”. Cada área tiene un documento con la misma forma: qué hace, cómo se conecta, invariantes (enlazados por identificador a Rationale), cómo se prueba y cómo se opera.
Rationale (.rationale/): antes de cambiar código no trivial, el agente pregunta qué registros lo gobiernan; si el código parece raro, pregunta por qué existe antes de simplificarlo.
Codebase Memory: para ubicar un símbolo, quién lo llama y en qué archivos está.
Los casos de operación (docs/cli/casos.md de BoostAPI): problemas de producción ya resueltos, con los comandos para diagnosticarlos y lo que no hay que hacer (ver CLI y herramientas).
Las fichas de los códigos de error del backend: ante un error, el agente busca su código antes de leer el código fuente; la ficha dice dónde nace, qué significa y qué hacer.
Esta documentación, que publica un índice para modelos de lenguaje en /llms.txt, el texto completo en /llms-full.txt y cada página en Markdown agregando .md al final de su dirección (por ejemplo, /pantallas/cartera.md).

Qué comprueba

Lo que tiene que pasar siempre no se deja a la memoria del agente:

las pruebas, el tipado, el lint y el build de lo que tocó;
la revisión de la documentación: enlaces internos que existen, AGENTS.md y CLAUDE.md iguales y, en esta documentación, que no haya direcciones de API, secretos ni datos de clientes;
el catálogo de workflows generado desde el código;
el resultado real en la web con la CLI de la web (capturas y errores de consola), no solo que “compila”;
en producción, que el despliegue con su cambio ya esté vivo antes de probarlo, y los registros antes de concluir nada.

Para los workflows hay además dos revisiones antes de tocar producción: la simulación de a quién le cambiaría la atención el flujo nuevo y una segunda opinión independiente (un subagente que solo lee) que comprueba que el flujo haga lo que se pidió y nada más.

Qué nunca hace

Iniciar sesión por una persona ni pedir o escribir contraseñas y llaves: toda herramienta entra abriendo Boost en el navegador y es la persona quien aprueba o entra ahí. Nada se escribe en la terminal.
Escribir sin simulacro: toda escritura de las CLIs muestra primero el plan y solo se ejecuta con confirmo, después de que la persona dijo que sí.
Rodear una regla fijada en Rationale: si un cambio choca con ella, se detiene y pregunta.
Leer o imprimir los archivos de secretos.
Mover un interruptor de plataforma, como el que enciende o apaga los workflows de una entidad: eso lo decide y lo hace una persona del equipo de plataforma.
Aplicar un cambio de base de datos en producción sin la autorización explícita de una persona para esa acción, ni borrar con las CLIs: no tienen comando para hacerlo.
Arrancar el backend completo contra producción ni escribir directo en su base.
Borrar código solo por su nombre: una pieza con un nombre heredado puede ser el camino vivo; antes de simplificar código raro se pregunta a Rationale por qué existe.

De dónde sale este enfoque

Anthropic, Effective context engineering for AI agents: el contexto es un presupuesto; un archivo corto al inicio y el resto justo a tiempo.
Claude Code, buenas prácticas y memoria: archivos de instrucciones cortos y verificables; lo que debe pasar siempre, en herramientas.
AGENTS.md: el formato abierto para instrucciones de agentes.
llms.txt: el índice para modelos en la raíz de un sitio de documentación.