Skill Recorder es la herramienta de código abierto de Microsoft que graba una sesión real de trabajo en tu pantalla y la transforma en un procedimiento reutilizable que un agente de inteligencia artificial puede repetir por ti. Captura clics, cambios de ventana, páginas visitadas, la actividad de una terminal opcional y hasta tu narración hablada, y usa GitHub Copilot para reconstruir lo que hiciste como una intención clara más una lista ordenada de pasos.

¿Qué es Skill Recorder y qué problema resuelve?

La propuesta es simple: grabarte haciendo una tarea una sola vez y convertir esa grabación en algo que un agente ejecuta bajo demanda. El resultado puede ser una habilidad (un archivo SKILL.md con el procedimiento que el agente corre cuando se le pide) o una automatización (el mismo procedimiento disparado por calendario o detonante).

Lo particularmente interesante del enfoque es lo que la herramienta no hace: en lugar de reproducir tus clics como una macro, Skill Recorder prefiere que el agente use sus herramientas nativas, como la línea de comandos gh de GitHub o funciones de consulta web. Además, generaliza a partir de tu único ejemplo: grabarte enviando un formulario puede enseñarle al agente a enviar todos los formularios de ese tipo. Es la diferencia entre un robot que imita y un asistente que entiende.

¿Cómo funciona el flujo de grabación paso a paso?

El proceso tiene cuatro etapas, pensadas para no interrumpir tu trabajo habitual:

1. Grabar. Activas la grabación con el botón o con el atajo global (⌘⇧R en Mac, Ctrl+Shift+R en Windows) y simplemente haces tu tarea.
2. Controlar. Una barra siempre visible muestra el estado de captura, micrófono y terminal grabada; puedes silenciar, cambiar de micrófono o descartar con confirmación.
3. Analizar. GitHub Copilot reconstruye una intención general y la lista ordenada de pasos, que puedes revisar y editar.
4. Crear. Con la aprobación del análisis, generas la habilidad reutilizable y/o la automatización programada.

Para las habilidades, la función de revisión de SKILL.md muestra el texto completo del archivo, incluido su frontmatter, antes de instalarlo o exportarlo. Conviene aclararlo sin rodeos: esa revisión da visibilidad sobre las instrucciones generadas, pero no es una garantía de seguridad.

¿Qué captura exactamente y dónde se procesa?

Aquí conviene ser precisos, porque es donde está la promesa de privacidad. Durante la grabación, todo ocurre en tu equipo: captura de pantalla de baja tasa, seguimiento de ventanas activas, URLs de navegador en macOS, vistas previas cortas del portapapeles y transcripción de tu narración en el dispositivo con Whisper, que soporta 99 idiomas (requiere una descarga única de unos 252 MB la primera vez).

Solo cuando pulsas Analizar se envían a la nube de GitHub la línea de tiempo de eventos, las imágenes extraídas de pantalla, el texto narrado y fragmentos acotados de la salida de terminal solicitados durante el análisis. La terminal grabada existe solo si la abres desde la barra flotante de grabación: captura comando, directorio, shell, estado de salida y duración, y no instala ganchos globales ni observa terminales existentes.

La advertencia del proyecto se repite antes de cada sesión y vale la pena tomarla en serio: no grabes, escribas ni narres contraseñas, tokens ni claves de API. Con protección activada, los comandos y la transcripción local pasan por un escaneo de secretos y datos personales en el dispositivo antes de devolver cualquier fragmento solicitado.

¿Cómo instalarlo en una sola línea?

Skill Recorder se distribuye como source release: un único comando descarga un runtime de Node.js anclado a una versión, compila el commit exacto del lanzamiento en tu máquina y agrega la aplicación Skill Recorder (Source) para relanzarla cuando quieras. No instala nada de forma global. Necesitas una cuenta de GitHub con acceso a Copilot; la CLI de Copilot viene incluida, anclada a la versión 1.0.78.

La recomendación del proyecto es clara: copia el comando de la página del último lanzamiento, nunca una plantilla de la documentación técnica. La primera instalación puede tardar varios minutos. En Windows, un posible aviso de Microsoft Entra permite elegir entre SSO empresarial o cuenta personal de GitHub, aunque ese aviso solo orienta el inicio de sesión, no prueba empleo alguno.

Casos de uso reales: ¿para qué sirve en la práctica?

La gracia de grabar en vez de programar es que cualquier flujo repetitivo que ya sabes hacer se vuelve candidato a delegarse. Algunos escenarios donde el enfoque encaja de forma natural:

Alcances y limitaciones: ¿hasta dónde llega?

Conviene calibrar expectativas. Skill Recorder no es una suite de automatización universal, sino un puente entre lo que haces manualmente y lo que un agente puede repetir.

• Plataformas: macOS es el objetivo principal; Windows 11 está soportado en x64 y ARM64.
• Dependencia de Copilot: el análisis y la generación requieren una cuenta de GitHub con acceso a Copilot; sin él, la app no completa su ciclo.
• Nube en el análisis: aunque grabar es local, analizar envía datos a GitHub; flujos con información sensible quedan fuera de alcance.
• Revisión sin garantía: ver el SKILL.md generado da transparencia, no certifica que las instrucciones sean seguras en tu contexto.
• Generalización con base en un ejemplo: parte de una sola sesión; los casos extremos no grabados pueden requerir edición manual del procedimiento.
• Primera instalación lenta: compilar el código en tu equipo toma varios minutos la primera vez.

Por qué importa en la era de los agentes

El proyecto llega en plena reorganización del ecosistema Copilot, donde Microsoft pasó de un chatbot a una super-app unificada que cobra por el trabajo que el agente realiza. En ese contexto, Skill Recorder funciona como una fábrica de habilidades: define en términos concretos qué sabes hacer tú y qué puede delegar el agente, sin escribir un solo prompt manual. Es la misma lógica de agentes personales que ya exploramos al revisar la transformación de Copilot en plataforma.

Para quienes ya trabajan con herramientas de Microsoft, la propuesta conecta de forma natural: la misma filosofía de diagnóstico asistido que describimos en la terminal inteligente de Microsoft encuentra aquí su contraparte visual, donde el ejemplo humano alimenta al agente en lugar de que el agente adivine.

Y si tu interés va más allá del ecosistema de Redmond, el contraste más útil está en OpenMuse, el agente personal de código abierto, que integra navegador y terminal pero sin aprender directamente de tus sesiones grabadas. El proyecto se distribuye bajo licencia MIT y todo su código puede revisarse en el repositorio oficial en GitHub; los errores se reportan por GitHub Issues tras buscar duplicados.