Mantengo un conjunto deliberadamente pequeño de plugins y skills de Claude Code — diecisiete en total — porque una carpeta .claude inflada empeoraba a mi agente, no lo mejoraba. En cierto momento tenía más de treinta herramientas instaladas y no recordaba qué hacía un tercio de ellas, así que desinstalé todo y reconstruí el stack desde cero, volviendo a añadir una herramienta solo cuando se ganaba su lugar en un proyecto real. Las que enumero abajo son las que sobrevivieron a esa purga.
Esta no es una lista de "repos que dejar en favoritos y olvidar". Poner una estrella en un repo de GitHub no cuesta nada y no cambia nada. Lo que sí cambió mi productividad real fue conectar herramientas específicas a momentos específicos: la skill de diseño que se activa cuando estoy construyendo una landing page, la skill de investigación que corre antes de que escriba una sola línea. Diecisiete de ellas se quedaron. Las he dividido en las tres categorías en las que viven para mí: diseño, productividad, y datos e investigación.
Una nota rápida de honestidad antes de empezar. Uso estas herramientas en trabajo real con clientes y proyectos paralelos, así que puedo decirte cuáles son las que agarro. Pero las cifras duras — el benchmark de reducción de código de Ponytail, los límites de la capa gratis de Firecrawl, el número de comandos de Impeccable — vienen de los propios benchmarks y documentación de los mantenedores, que he enlazado y verificado, no de un laboratorio que yo dirija. Cuando una métrica es suya, lo digo. Cuando es mi experiencia, también lo digo. Esa línea importa, porque la mayoría de listas de "mejores skills" la difuminan hasta que no puedes confiar en ninguna de las dos partes.
Por qué las skills adicionales le ganan a un modelo más grande
Mucha gente lo tiene al revés. Persiguen el próximo lanzamiento de modelo esperando que arregle su output de diseño o su factura de tokens. Pero un modelo de frontera sin restricciones seguirá produciendo gradientes genéricos y 400 líneas de código donde bastaban 180. El modelo es capacidad bruta. Las skills son el criterio que atornillas sobre esa capacidad.
Piensa en Claude Code como un contratista brillante que nunca ha visto tu casa. El modelo sabe construir cualquier cosa. Una skill es el brief del proyecto que dice "combina con los remates existentes, no toques el muro de carga, este es el estilo que buscamos". Mismo contratista, resultado radicalmente distinto.
Por eso esta lista importa más que una comparación de modelos. Varias de las herramientas de abajo — Taste, Impeccable, Ponytail — ganaron tracción real en todo el ecosistema de AI coding en cuestión de semanas desde su lanzamiento, funcionando en múltiples harnesses de agentes en lugar de en el de un solo proveedor. Cuando una skill open-source se extiende así de rápido, es una señal de que el ecosistema abierto está resolviendo problemas que los proveedores de modelos no. No tienes que esperar al próximo lanzamiento para arreglar tu flujo de trabajo. Puedes parchearlo hoy. Empecemos donde el dolor es más visible: el diseño.
Las skills de diseño que matan el AI slop
Reconoces el diseño generado por IA cuando lo ves. Las esquinas ligeramente demasiado redondeadas, el gradiente púrpura-a-azul en todo, el espaciado que está casi bien pero nunca del todo. Tres skills atacan ese problema desde ángulos distintos, y uso las tres en etapas diferentes.
Taste — la capa de criterio para front-end
Taste es una skill open-source construida para darle al trabajo de front-end con IA lo que más obviamente le falta: gusto. No es una biblioteca de componentes ni un pack de plantillas. Es un conjunto de principios de diseño más sub-skills — image-to-code, redesign, y output optimization — que alejan al agente de la estética por defecto de la IA y lo acercan a algo que un diseñador humano firmaría.
Lo que me gusta de ella: es agnóstica del agente. Funciona en Claude Code, Cursor, Codex CLI, y el resto, porque es solo guía estructurada, no un binario específico de Claude. La sub-skill de image-to-code es la que más uso — le paso un screenshot de un layout que admiro y reconstruye la estructura como código front-end limpio sin que yo tenga que describir cada elemento a mano.
Usa Taste cuando la dirección es el problema — cuando el output es técnicamente correcto pero sin alma. Es un corrector de primera pasada, no un pulidor. Para el pulido, quieres la siguiente.
Impeccable — un vocabulario completo de diseño y un editor de navegador en vivo
Impeccable es la que explotó. Construida por Paul Bakaus — antiguo Google Developer Advocate y creador de jQuery UI — acumuló decenas de miles de estrellas en GitHub en semanas desde su lanzamiento y se convirtió en una de las skills de diseño con más estrellas en el ecosistema de Claude Code, según los propios materiales del proyecto (a mediados de 2026; los contadores de estrellas se mueven rápido, así que trata cualquier cifra exacta como una foto puntual). Funciona en los principales harnesses de AI coding, y esa clase de adopción no le pasa a un juguete.
Trae un gran conjunto de comandos de diseño especializados más guías de referencia profundas que cubren tipografía, color y contraste, diseño espacial, motion, interacción, comportamiento responsivo, y UX writing. Así que en lugar de pedirle vagamente a Claude que "lo mejore", lo diriges como si fuera un lead creativo: critica esta jerarquía, destila este layout, ajusta este espaciado. Tú hablas el vocabulario del diseñador y el agente también.
El diferenciador que nadie más tiene es el editor de navegador en vivo (en beta) — ediciones visuales hechas directamente sobre el sitio renderizado, no en el código, y luego sincronizadas de vuelta. Es lo más cercano a un flujo Figma-meets-terminal que he usado dentro de Claude Code. Entré a fondo en mi análisis completo de la skill de diseño Impeccable, así que no repetiré todo el desmontaje aquí. Versión corta: esta es la pulidora. Taste marca la dirección; Impeccable impone el oficio.
Awesome Design.md — hacer ingeniería inversa a un sitio que admiras
Este es un truco ingenioso. Awesome Design.md se apoya en los principios de design.md de Google Stitch para hacer ingeniería inversa al lenguaje de diseño de un sitio web existente y convertirlo en una plantilla reutilizable. Apúntalo a un sitio que respetes — Airtable, por ejemplo — y extrae la estructura, tipografía, espaciado, y patrones de componentes en una spec que puedes aplicar a tu propio proyecto.
Para que quede cristalino, porque esto importa: estás tomando prestado el marco de diseño, no el contenido ni la marca. Es la diferencia entre estudiar cómo un gran restaurante presenta su comida y robar su menú. Lo uso cuando un cliente dice "haz que se sienta como [producto conocido]" — en lugar de adivinar a qué se refiere, extraigo el sistema real y hablamos de él en concreto.
Tres skills de diseño, tres trabajos: dirección, oficio, y extracción de marco. Ahora la categoría donde vive el verdadero ahorro de tiempo.
Las herramientas de productividad que se pagan solas
La calidad del diseño es visible. Las ganancias de productividad son más silenciosas pero se acumulan. Estas siete herramientas eliminan cada una un impuesto recurrente de mi semana — código verboso, cambio de pestañas, testing manual de navegador, pérdida de contexto cuando cambio de modelo.
Ponytail — escribir menos código a propósito
Ponytail mete a lo que su creador llama un "desarrollador senior perezoso" dentro de tu agente. Antes de que Claude escriba nada, Ponytail fuerza un chequeo: ¿esto necesita código nuevo realmente, o una biblioteca, dependencia, o patrón existente ya lo cubre? La regla es estricta — escribe solo lo que la tarea necesita — pero con un límite duro: nunca recortar validación, manejo de errores, seguridad, o accesibilidad para conseguir un menor número de líneas.
El benchmark de los mantenedores (publicado a mediados de 2026) reportó aproximadamente 54% menos código, 22% menos tokens, y 27% de finalización más rápida frente a la línea base. Ese 54% es una media sobre un conjunto de tareas de feature, y oscila mucho según el contexto — sube hacia el 90%+ donde un agente de otro modo sobre-construiría algo como un date picker, y cae cerca de cero donde el código ya es mínimo. También ha habido crítica pública justa a la metodología del benchmark, a la que los mantenedores respondieron actualizando sus tests. Así que trata las cifras como direccionales, no como una garantía, y verifica en tu propio repo.
Lo que sí puedo decirte de haberlo usado: el output es más calmado. Menos abstracciones especulativas, menos funciones helper "por si acaso" que tendría que leer y borrar más tarde. Si has estado peleando con la tendencia de Claude a sobre-diseñar, Ponytail es la restricción que ayuda. Combínalo con los hábitos más amplios de mi guía para reducir los costes de tokens de Claude Code y los ahorros se acumulan.
NotebookLM CLI — tus documentos de investigación en el terminal
NotebookLM de Google es excelente y está atrapado en una pestaña de navegador. La NotebookLM CLI (el proyecto nlm mantenido por Jacob Ben-David) lo saca de ahí — acceso programático a tus notebooks, fuentes, y salidas de Studio desde la línea de comandos, para que Claude Code pueda consultar tus PDFs, docs, y transcripciones de YouTube subidas sin que dejes el terminal.
Ha madurado rápido. El paquete actual fusiona el antiguo CLI nlm con el servidor notebooklm-mcp en un único módulo Python instalable (vía uv, pipx, o pip), y expone un conjunto amplio de herramientas MCP: creación de notebooks, adición de fuentes desde URLs y archivos locales, consultas de una sola fuente y entre notebooks, y generación de artefactos de Studio incluyendo audio, slides, y quizzes. El comando de setup escribe la entrada de configuración de Claude Code por ti en lugar de obligarte a editar JSON a mano. (Los números de versión y el conteo exacto de herramientas se mueven de release en release — revisa el repo para lo que sea vigente cuando instales.)
La razón por la que le gana a la app web para mí: momentum. Cuando estoy metido en una build y necesito revisar qué dicen tres PDFs fuente sobre una API, pregunto en la misma sesión en la que estoy codificando. Sin cambio de pestaña, sin copiar y pegar, sin pérdida de contexto. Desglosé el bucle completo de investigación en mi post del flujo de dev NotebookLM más Claude Code.
Playwright CLI — automatización de navegador que escala
Playwright deja que un agente conduzca un navegador real — clic en botones, rellenar formularios, navegar flujos como un humano. El sabor CLI es más eficiente en tokens y más flexible que el servidor MCP de Playwright para el trabajo que le tiro: testear un flujo de checkout en casos límite, automatizar una tarea de UI repetitiva, validar que un formulario realmente se envía.
El cambio mental aquí es tratar tu front-end como algo que hay que ejercitar, no solo mirar. En lugar de clicar manualmente por quince estados tras un cambio, describes el flujo una vez y dejas que Claude lo corra a escala, cazando el caso límite que rompe en el paso doce. Cubrí el setup y el ángulo de eficiencia de tokens en detalle en mi guía de automatización de navegador con Playwright CLI.
Codex Plugin — un segundo modelo en la sala
El plugin oficial de OpenAI Codex para Claude Code te permite correr modelos GPT junto a Claude en el mismo flujo. No se trata de reemplazar a Claude — se trata de tener una segunda opinión a mano. El comando "Codex rescue" descarga una tarea espinosa a GPT cuando Claude se atasca en un bucle, y puedes correr revisión de código adversarial donde un modelo critica la salida del otro.
Lo trato como pair programming con dos seniors que piensan distinto. Cuando Claude y Codex están de acuerdo en que un cambio es seguro, confío más que en cualquiera por separado. Cuando discrepan, el desacuerdo en sí es la señal — ese es exactamente el punto en el que hay que ir despacio. Escribí cómo los corro juntos en el flujo de trabajo dúo dinámico Claude Code + Codex.
Google Workspace CLI — la jugada del ecosistema profundo
La GWS CLI es una herramienta de línea de comandos no oficial construida por un desarrollador de Google que extiende Google Workspace mucho más allá del conector oficial — enviando email, construyendo skills de flujos de trabajo automatizados como resúmenes semanales y preparación de reuniones, con decenas de operaciones preconfiguradas listas para usar.
Sin rodeos: la instalación es puñetera. Es el setup más complejo de la lista, y si solo tocas Workspace ocasionalmente no vale la fricción. Pero si toda tu operación vive en Gmail, Calendar, Docs, y Sheets, el rédito es real — Claude se convierte en un operador dentro de tu espacio de trabajo real, no un chatbot del que copias resultados. Ajusta la herramienta a cuánto de tu día pertenece a Google.
GitHub CLI — la que nadie debería saltarse
gh es poco glamurosa e innegociable. Es cómo los proyectos van de tu máquina a GitHub sin salir de Claude Code — crear repos, abrir pull requests, empujar branches, gestionar issues, todo desde la misma sesión en la que estás construyendo.
Aquí no hay ángulo ingenioso. Si estás enviando código con Claude Code y no tienes la GitHub CLI conectada, estás cambiando de contexto a un navegador por trabajo que debería ser un solo comando. Instálala primero, y agradécetelo después.
Con eso cubro las herramientas que ahorran tiempo en el trabajo que ya estás haciendo. El Skill Creator es distinto — mejora las herramientas mismas.
Skill Creator — medir si una skill realmente ayuda
Skill Creator es la skill oficial de Anthropic para construir, modificar, y hacer testing A/B de tus propias skills dentro de Claude Code. La killer feature es la medición objetiva: corre tu tarea con y sin una skill dada y compara el rendimiento, así descubres si esa skill que instalaste está ayudando de verdad o simplemente añadiendo overhead.
Este es el antídoto para mi problema de la carpeta .claude gorda. En lugar de acumular skills por sensaciones, obtienes un número. Ahora paso cualquier cosa de la que dudo por Skill Creator antes de que se gane un lugar permanente — es como habría cazado esas skills olvidadas meses antes. La instalación es de las fáciles: búscalo en el marketplace de plugins y añádelo. Escarbé en su flujo de testing A/B en mi post de testing y optimización con Skill Creator.
Si has llegado hasta aquí, ya tienes un stack más afilado que la mayoría de usuarios de Claude Code que corren hoy. La última categoría es donde se esconde la palanca real — porque el cuello de botella en la mayoría de proyectos no es escribir código, es saber qué construir.
Las herramientas de datos e investigación que encuentran la verdad
Codificar es la parte fácil ahora. La parte difícil es aterrizar lo que construyes en la realidad — sentimiento real de usuario, datos scrapeados reales, memoria persistente real. Estas siete herramientas se encargan de las partes del trabajo que antes requerían molienda manual.
Last 30 Days — investigación más allá del corte de conocimiento
Todo modelo tiene un corte de conocimiento. La skill Last 30 Days lo salta investigando en vivo por Reddit, X, YouTube, Hacker News, Polymarket, TikTok, Bluesky, y la web abierta — para luego sintetizar un brief priorizado con citas reales de discusión genuinamente reciente.
Se convirtió en uno de los repos que más rápido escalaron en el ecosistema de Claude Code — a mediados de 2026 había pasado las 40.000 estrellas en GitHub, según las estadísticas públicas del repo del proyecto (un número que se mueve, así que léelo como una foto puntual). La razón por la que destaca: puntúa los resultados por aquello con lo que la gente real interactúa, no solo por match de palabras clave. Cuando estoy validando si una idea de producto tiene demanda genuina o solo mi propio entusiasmo, esto encuentra las conversaciones sin filtrar que una búsqueda web estándar entierra. La instalación es tan simple como en marketplace: /plugin marketplace add mvanhorn/last30days-skill.
Firecrawl CLI — scraping que pasa los muros anti-bot
El fetching web estándar muere en cuanto un sitio tiene protección anti-bot. Firecrawl es el scraper construido exactamente para eso — descubre, rastrea, e interactúa con URLs en un sitio, incluyendo páginas que bloquean peticiones ingenuas. Se convirtió en un plugin oficial de Claude, lo cual dice algo sobre su fiabilidad.
Sobre precio, porque la gente siempre pregunta: la capa gratis da 1.000 páginas por mes (1.000 créditos, un crédito por página para scrape, crawl, map, y monitor), con límites de tasa de 10 scrapes por minuto y 1 crawl por minuto, sin tarjeta de crédito para empezar. Ojo que features más pesadas como la extracción JSON cuestan créditos extra por página, y los créditos no se acumulan al siguiente mes. También hay una ruta open-source auto-hospedada. Para el tipo de investigación competitiva y recopilación de datos que hago, la asignación mensual gratuita cubre la mayoría de semanas antes de que toque un plan de pago. (Los precios cambian — confirma en la propia página de precios de Firecrawl antes de escalar.)
Auto Research — el bucle de optimización de Karpathy
Auto Research, de Andrej Karpathy, automatiza experimentos de ML iterando tests contra una única métrica de éxito — tiempo de ejecución, precisión, lo que sea que definas — y registrando cada paso del bucle de optimización en detalle. Tú fijas el objetivo; corre los experimentos y reporta qué movió el número.
La restricción a respetar: esto brilla solo cuando tu criterio de éxito es objetivo y numérico. "Haz el modelo más rápido" funciona. "Haz que el output se sienta mejor" no — no hay nada contra lo que optimizar. Usado en su carril, automatiza la molienda tediosa de tuneo de experimentos que se come el tiempo de investigación. Desempaqueté la estrategia y dónde encaja en mi desglose de Auto Research con Claude Code.
Supabase CLI — un backend hablando con él
En el momento en que un proyecto necesita almacenar algo — envíos de formulario, logins de usuario, cualquier cosa con estado — necesitas una base de datos. La Supabase CLI te deja crear bases de datos, configurar auth, y gestionar todo mediante lenguaje natural en Claude Code, tanto en cloud como en configuraciones locales.
Este es el desbloqueo que convierte un prototipo estático en una app real sin que hagas cambio de contexto a una consola de base de datos. "Añade una tabla users con auth por email y una tabla submissions ligada a ella" se convierte en una frase, no en una tarde. Para cualquiera construyendo SaaS o herramientas que persisten datos, elimina el bloqueo más común entre prototipo y producto.
Obsidian Integration — dale a Claude una memoria real
La ventana de contexto de Claude Code es potente pero olvida entre sesiones. La integración con Obsidian arregla eso vinculando Claude a tu vault de Obsidian — tus notas organizadas se convierten en un grafo de conocimiento conectado que el agente puede consultar, así que las respuestas cargadas de contexto vienen de tu conocimiento acumulado, no solo del chat actual.
Esta es la diferencia entre un asistente que arranca en frío cada mañana y uno que recuerda la historia, las decisiones, y las manías de tu proyecto. Corro un vault como memoria a largo plazo de Claude y el salto de calidad es real — menos re-explicaciones, más continuidad. Cubrí el setup en mi post de memoria persistente Obsidian + Claude Code.
LightRAG — recuperación construida sobre grafos de conocimiento reales
LightRAG es retrieval-augmented generation hecho con embeddings reales y grafos de conocimiento genuinos en lugar de los mapas sintéticos y agitados a mano que fingen muchos setups de RAG. Es ligero y rápido, soporta datos multimodales — texto, imágenes, gráficos — y funciona como piedra de paso hacia sistemas de RAG más pesados sin la complejidad inicial.
Si la integración con Obsidian es memoria para tus notas, LightRAG es memoria estructurada para un corpus real — documentación, bibliotecas de investigación, bases de conocimiento multimedia. Cuando la recuperación estándar sigue devolviendo respuestas superficiales o desconectadas, la estructura de grafo es lo que restaura las relaciones entre los hechos. Casa naturalmente con el pensamiento de base de conocimiento en el enfoque Obsidian RAG de Karpathy.
Stripe CLI — pagos sin el laberinto del dashboard
Si tu app cobra dinero, tarde o temprano vas a pelear con el dashboard de Stripe. La Stripe CLI simplifica la gestión de pagos mediante comandos de terminal y lenguaje natural — crear productos, testear webhooks, gestionar la capa de comercio — así Claude se encarga de la integración en lugar de que tú cliques por un laberinto de ajustes.
Para proyectos monetizados esta es la herramienta de última milla. Construir la app es una cosa; conectar los pagos de forma limpia es la parte que separa un demo de un negocio. Hacerlo desde la misma sesión en la que construiste la app mantiene el flujo entero coherente.
Diecisiete herramientas. Pero un stack solo es tan bueno como cómo lo ensamblas — y ahí es donde la mayoría se equivoca.
Lo que hice mal al construir este stack
Mi primer error fue el que abrí: coleccionar skills como cromos. Más skills instaladas no es más capacidad — pasado un punto es ruido, guía en conflicto, y overhead. La carpeta .claude inflada hacía a Claude peor, no mejor, porque las skills pueden tirar en direcciones opuestas y no tenía forma de ver cuáles ayudaban.
El arreglo fue disciplina aburrida: instalar una herramienta, correrla en trabajo real durante una semana, y quedármela solo si puedo nombrar el momento específico en que se ganó su lugar. Skill Creator hizo eso medible en lugar de basado en sensaciones. Si te llevas una cosa de esta lista, llévate ese bucle — no la lista en sí.
Mi segundo error fue tratar los números de benchmark como promesas. Cuando vi la cifra del 54% de Ponytail por primera vez la esperaba en cada proyecto. Es real, pero es su número en sus tareas de test, y oscila mucho con el contexto. La crítica pública a esos benchmarks me enseñó algo útil: una métrica sin sus condiciones es marketing. Ahora leo cada reclamación de "X% de mejora" — incluidas las de este artículo — como "bajo sus condiciones específicas", y verifico en mi propio trabajo antes de creérmelo. Deberías hacer lo mismo con cualquier cosa que haya reportado aquí y que no sea explícitamente mi propia experiencia.
La limitación honesta de toda esta categoría: las skills añaden mantenimiento. Se actualizan, ocasionalmente rompen, necesitan poda. Un stack de diecisiete herramientas son diecisiete cosas que pueden derivar. Yo re-audito el mío aproximadamente cada mes. Si no las vas a mantener, instala menos.
¿Entonces por dónde empiezas?
No instales las diecisiete. Ese es exactamente el error que cometí yo, reempaquetado.
Escoge la categoría donde tu dolor actual grite más fuerte. Si tu output parece hecho por IA, empieza con Impeccable y Taste. Si tu factura de tokens o tu código sobre-diseñado es el problema, empieza con Ponytail y la GitHub CLI. Si sigues construyendo cosas que nadie quiere, empieza con Last 30 Days y Firecrawl. Corre esa categoría durante una semana en trabajo real. Después, solo si se ganó el lugar, añade la siguiente.
Para el panorama completo de lo que vale la pena instalar este año, mantengo una lista viva en mi resumen de los mejores repos de GitHub para Claude Code en 2026 — este artículo es el corte curado y probado en batalla de ese campo más amplio.
Aquí está el reencuadre con el que te dejo. El modelo ya no es el foso — todo el mundo tiene acceso más o menos a la misma capacidad de frontera. El foso es el criterio que envuelves alrededor: el gusto de diseño, la contención de código, la profundidad de investigación, la memoria. Ese criterio es exactamente lo que codifican estas skills. El desarrollador que gana en 2026 no es el que tiene el modelo más grande. Es aquel cuyo stack hace que un buen modelo se comporte como un gran equipo.
Ve y abre tu carpeta .claude. Si no puedes recordar qué hace la mitad de lo que hay ahí, tienes el mismo problema que yo tenía. Empieza la purga esta noche.
Preguntas frecuentes
¿Cuál es la diferencia entre un plugin y una skill de Claude Code?
Una skill es guía estructurada — principios, referencias, y comandos que moldean cómo el agente razona sobre una tarea, como las reglas de diseño de Impeccable. Un plugin normalmente empaqueta una skill más herramientas o una integración externa instalada mediante el marketplace. En la práctica los términos se solapan, y ambos extienden el comportamiento por defecto de Claude Code hacia un trabajo específico.
¿Cómo instalo skills y plugins de Claude Code?
La mayoría se instalan mediante el marketplace — corre /plugin dentro de Claude Code, busca la herramienta, y añádela, o usa /plugin marketplace add <repo> para un proyecto de GitHub específico. CLIs como el nlm de NotebookLM se instalan vía uv, pipx, o pip, y luego se registran en tu configuración de Claude Code. Mira la sección de cada herramienta arriba para su ruta exacta.
¿Demasiadas skills de Claude Code lo ralentizan?
Sí — pasado un punto, más skills instaladas añaden ruido, guía en conflicto, y overhead en lugar de capacidad. Instala una herramienta, córrela en trabajo real durante una semana, y quédatela solo si puedes nombrar dónde ayudó. El Skill Creator de Anthropic puede hacer testing A/B de una skill objetivamente para que retires las que no se están ganando su lugar.
¿Son gratis estos plugins y skills de Claude Code?
La mayoría de esta lista son open-source y gratis, incluidas Taste, Impeccable, Ponytail, y la NotebookLM CLI. Unas pocas envuelven servicios de pago: Firecrawl da 1.000 páginas gratis por mes antes de las capas de pago, y Supabase y Stripe tienen sus propias capas gratis y precios basados en uso. Revisa siempre los límites actuales del servicio subyacente antes de escalar.
Poda tu propio stack
Si hay un hábito que vale la pena robar de todo esto, es el bucle de auditoría, no la lista en sí: instala una herramienta, córrela en trabajo real durante una semana, y quédatela solo si puedes nombrar el momento en que se ganó su lugar. Yo mantengo el mío magro a propósito y re-audito cada mes, porque el stack es el foso ahora — no el modelo. Si prefieres delegar el conectado de un setup de Claude Code magro y verificado a alguien que hace esto a diario, puedes trabajar conmigo en Fiverr.
