Auto-Dream, Projects, Obsidian, PromptOps y mucho más 🤖

devch — Sun, 29 Mar 2026 21:13:12 +0000

Esta semana aprendí 4 cositas interesantes:

1. Hacerle limpieza de cerebro a Claude con Auto-Dream

Hay algo que pasa con los agentes de IA cuando llevan tiempo en un proyecto: se vuelven más lentos, cometen errores raros, parecen... confundidos. El motivo casi siempre es el mismo — MEMORIA SUCIA.

Tu archivo MEMORY.md acumula contradicciones, notas obsoletas e instrucciones que ya no aplican. El agente sigue leyendo todo eso y lo mezcla con el contexto actual.

Claude Code acaba de lanzar dreaming para resolver exactamente esto. Con el comando /dreaming le dices a Claude que entre en modo reflexión: analiza todo lo que sabe, elimina lo que ya no aplica y sintetiza lo que sí importa.

La versión que más vale la pena activar es el Auto-Dream — hace ese mantenimiento de forma automática mientras no estás usando la terminal. Vuelves al día siguiente y el contexto ya está consolidado y listo.

2. Conectar Obsidian con Claude para tener un segundo cerebro

Llevo años queriendo organizarme bien las notas y esta semana empecé a explorar Obsidian conectado con Claude.

En Obsidian las notas no están aisladas — se conectan entre sí como un mapa de ideas. Y tanto Obsidian como Claude usan Markdown de forma nativa, lo que significa que cuando los integras, Claude no solo lee texto, está trabajando en su propio idioma. Entiende tus enlaces, tus etiquetas, tu estructura.

La integración se hace a través del repositorio obsidian-skills, y a partir de ahí Claude puede organizar tus notas, clasificarlas e incluso encontrar conexiones que tú pasaste por alto.

Ojo, esto todavía lo estoy aprendiendo. He visto que se le puede sacar muchísimo partido pero aún estoy en la fase de entender bien cómo estructurarlo para mi flujo. Cuando lo tenga más claro, lo cuento con más detalle.

y Mientras escribo esto también estoy empezando a investigar los Channels de Claude, que acaban de salir. Dicen que sustituyen perfectamente a OpenClaw para gestionar contextos y flujos de trabajo. Aún no tengo suficiente contexto para contarlo, pero lo estaré investigando.

3. Sacarle provecho a los Proyectos de Claude

Aunque casi nadie está tomando en cuenta la parte de Proyectos en Claude, es una de las funciones más potentes que tiene. Funciona así: le pones un nombre, una descripción de absolutamente todo lo que hace tu proyecto, negocio o marca, y luego le subes archivos — PDFs, excels, imágenes, lo que necesites.
A partir de ese momento, cada vez que dentro de ese proyecto le pidas algo, Claude busca y rebusca tanto en la descripción como en todos los archivos que le has metido para darte la mejor respuesta posible basada en toda la info que ha recopilado sobre tu contexto.

4. PromptOps como orquestador por encima de Claude Code

Encontré una aplicación que me flipa muchísimo — se llama PromptOps. Funciona como un orquestador con una interfaz de usuario llamativa (Claude sigue ejecutándose en la terminal, eso no cambia).
Además de ayudarte a ahorrar tokens (mínimamente, todo sea dicho), tiene 6 modos de razonamiento para que los uses antes de poner a Claude a trabajar. También puedes lanzar subagentes, configurar tus propios modos de razonamiento y usar el modo eco, que ayuda AÚN MÁS a ahorrar tokens — está inspirado en la skill de moda llamada caveman, que básicamente consiste en pedirle a la IA que responda como un cavernícola.

Nos vemos en la próxima entrada del blog, FIN.

Dormir con una versión, despertar con otra

devch — Wed, 18 Mar 2026 18:59:45 +0000

Parece que hoy en día, si no automatizas hasta el momento en que vas a por un café, estás fuera del juego. Cada día sale una IA "definitiva" (hasta yo misma hablo de ellas en mis redes sociales), un concepto nuevo que deberías haber dominado ayer y, si eres creador o consumidor, llega un punto en que la cabeza simplemente te hace BOOM 🤯 (Así esta la mía, como el emoji). Es demasiada información en un abrir y cerrar de ojos. Nos dormimos sabiendo algo y nos despertamos sin saber nada.

Pero, si lo piensas bien, esto ya lo hemos vivido. Es exactamente lo mismo que cuando empezaste en la universidad o hiciste aquel primer curso de desarrollo. Esa hiperventilación de: "Si quiero ser Front, ¿tengo que saber Angular, React, Vue, JS, HTML, CSS, UI, teoría del color y animaciones?". O si te ibas al Back, la montaña de frameworks era igual de alta. El ruido es nuevo, pero la sensación de no saber qué camino elegir es una vieja conocida.

Hoy arranco este blog. Un espacio donde cada miércoles gritaré lo que voy aprendiendo, trucos, reflexiones y algún que otro concepto que nos ayude a desenredar este enredo.

Mi consejo hoy es simple: no te abrumes. Elige la IA que mejor te encaje —igual que en su día elegiste tu lenguaje o tu framework favorito— y empieza a construir. No hace falta saberlo todo, pero sí entender los conceptos como para todo en la vida. Empieza por los básicos: entender qué es un LLM, qué mi*rdas es el MCP o cómo se orquestan los f*ckins agentes.

Entiende cómo funcionan y aplícalas a tu ritmo. Estos "bichos" llegaron para quedarse y están cambiando nuestra forma de trabajar, sí, pero no te creas todo lo que sale en redes. Usar Claude o GPT no va a hacer que dejes de pensar o programar; al contrario, te hace más productivo, pero también te abre la puerta a un millón de tareas nuevas. Quédate con lo que te aporte.

Si dejamos de ver a la IA como el sustituto que viene a por nuestro puesto y la vemos como la herramienta para crear lo que antes era imposible, las reglas del juego cambian por completo.

Para aterrizar un poco la "poesía", aquí te dejo los conceptos que mencioné, explicados para humanos:

LLM (Large Language Model): Es el motor. Un modelo entrenado con cantidades ingentes de texto para entender y generar lenguaje. Ejemplo: GPT-4 o Claude son los motores que mueven el chat.
MCP (Model Context Protocol): Imagina que es un estándar para que la IA pueda "conectarse" a tus datos o herramientas externas de forma segura y estructurada. Es el puente entre el cerebro de la IA y tus archivos locales o bases de datos.
Agentes de IA: No es solo un chat que responde. Es un sistema diseñado para cumplir un objetivo, capaz de razonar, usar herramientas y tomar decisiones por sí mismo. Ejemplo: Un agente al que le dices "organiza mi viaje" y él busca vuelos, reserva hotel y te hace el itinerario.
Orquestadores: Es el director de orquesta. El software que decide qué paso sigue, qué herramienta usar y cómo manejar el flujo de trabajo entre diferentes modelos o agentes.
Sistemas Multi-agente: Varios agentes trabajando juntos. Uno puede ser el "programador", otro el "tester" y otro el "revisador". Se pasan la pelota entre ellos hasta terminar la tarea.
Chain (Cadenas): Es una secuencia de pasos lógicos. "Haz A, con el resultado de A haz B, y luego entrégame C". Es la forma más básica de estructurar un proceso con IA.

Esta ha sido la primera entrada. Antes de irme... tengo que confesar que es la tercera vez esta semana que me voy a dormir sin aprobarle un plan de acción a Claude. Lo tengo trabajando en bucle y ya me mira con cara de "¿otra vez me vas a rechazar el Pull Request?" Si el supiera las veces que a mi me la rechazaron 🤣.