Aprender

Every developer's agent on your team works a different way, and the shared instructions file grows until nobody reads it. In nine lessons you give the team one way of working, built by asking Claude Code: a short AGENTS.md that routes to your standards and docs, a locked review list, a hook, one bug-fix workflow, and three loops that keep it small. Lesson 9 checks your own repo for the certificate.

Las pruebas de aceptación con agentes son un ciclo de verificación en el que un agente de IA ejecuta cada recorrido de usuario en un navegador real e informa de si pasa o falla frente a criterios de aceptación congelados. Hacemos pruebas de aceptación con Playwright MCP en ConvOps: el agente que prueba nunca corrige, y un fallo vuelve a la construcción hasta que la ejecución completa vuelve a pasar.

Un sistema de IA que se mejora a sí mismo es un repositorio de estándares, un almacén de memoria y flujos de trabajo con puntos de aprobación que convierten las lecciones de cada trabajo terminado en reglas que lee el siguiente. Aprende en seis capas, desde la memoria hasta un pipeline que revisa todo el sistema. Ejecutamos el nuestro en ConvOps.

Una protección contra borrados en Claude Code son cuatro capas que impiden que un agente borre tus archivos: un aviso de aprobación, una regla de denegación, un hook PreToolUse y el trabajo con commit y subido al remoto. ConvOps añade ejecuciones aisladas y una aprobación antes del merge para las ejecuciones que nadie vigila.

Un CLAUDE.md es demasiado largo cuando contiene líneas sin las que el agente no se equivocaría. Neomanex lo arregla con una auditoría: prueba cada línea, conserva lo que evita un error y lleva el resto a una página de documentación, una skill, una regla de carpeta, un flujo de trabajo de ConvOps o un hook, tanto en CLAUDE.md como en AGENTS.md.

Dirigir una empresa con agentes de IA significa que cada trabajo sigue un flujo de trabajo escrito, no un chat: su primer paso recupera lo que se decidió antes, una persona da el visto bueno donde importa y el trabajo guarda lo que merece recordarse. Nosotros dirigimos la nuestra en ConvOps, donde viven nuestras tareas, flujos de trabajo y memorias.

Un agente de IA para una web que se autorrepara es un bucle programado que lee el sitio tal y como le llega al lector, registra cada defecto como un bug y pone a un agente en un entorno aislado a reparar lo que puede reescribir y volver a comprobar, dejando el resto a la espera de una persona. ConvOps gestiona el barrido semanal, el pool de bugs y la reparación de cada bug.

El bucle de experimentos SEO es un bucle de agentes que convierte cada corrección SEO en un experimento prerregistrado con un grupo de control aleatorio. ConvOps programa cada ejecución, Claude Code hace el cambio, una persona hace el merge y un script lo juzga frente a páginas sin tocar en el día 15 y en el día 31.

La ingeniería de grafos consiste en diseñar un sistema de agentes de IA como un grafo: los nodos hacen el trabajo, las aristas deciden qué se ejecuta después y el estado viaja entre ellos. Nuestra visión: el grafo sustituye al archivo de instrucciones, así que un CLAUDE.md puede reducirse a 8 líneas mientras el proceso y las reglas viven en flujos de trabajo y estándares.