Las Claude Skills son módulos de instrucciones que un agente de IA como Claude Code carga bajo demanda para desempeñarse mejor en tareas especializadas. Este recorrido explica, una por una, las habilidades más destacadas por estrellas en GitHub, qué problema resuelve cada una y ejemplos concretos de uso para que elijas cuáles instalar en tu flujo de trabajo.

¿Qué es una Claude Skill y por qué importan tanto?

Una skill es, en esencia, una carpeta con un archivo SKILL.md que contiene instrucciones, scripts y recursos que el agente lee cuando la tarea coincide con su descripción. No requiere reentrenar el modelo: es conocimiento inyectado en el momento justo. Anthropic mantiene un repositorio público de referencia con ejemplos oficiales como creación de documentos, diseño y uso de su API, disponible en anthropics/skills en GitHub.

El ecosistema explotó en 2026: hoy los repositorios más populares superan las cien mil estrellas y la mayoría se instala con un solo comando. La siguiente tabla resume las 14 habilidades verificadas de esta guía.

¿Por qué Superpowers es la skill más popular de todas?

Superpowers, de Jesse Vincent (obra), es un marco de trabajo y una metodología de desarrollo de software completa para agentes, con más de 300,000 estrellas en GitHub. Su propuesta no es añadir una función puntual, sino imponer disciplina: desarrollo guiado por pruebas con ciclo rojo-verde-refactor, desarrollo mediante subagentes, planificación obligatoria antes de codificar, etapas de revisión y uso de worktrees de git.

Sus comandos principales son /superpowers:brainstorm para refinar un diseño de forma interactiva, /superpowers:write-plan para crear un plan de implementación y /superpowers:execute-plan para ejecutarlo en lotes. Un ejemplo real: le pides a Claude “quiero añadir autenticación con OAuth a mi API” y, en lugar de escribir código de inmediato, el agente primero genera un plan documentado, propone casos de prueba y solo entonces implementa. Es la opción más estricta del ecosistema, ideal para equipos que quieren calidad reproducible. El código está en obra/superpowers en GitHub.

¿Qué aportan las skills de Matt Pocock?

Matt Pocock, uno de los educadores de TypeScript más conocidos, publica directamente las habilidades que usa en su propio directorio de agentes. Con más de 300,000 estrellas, su colección se describe como “skills para ingenieros reales” y cubre productividad y prácticas de ingeniería, con un comando de configuración inicial que pregunta qué rastreador de issues usas y qué convenciones aplicas en cada repositorio.

Ejemplo de uso: tras ejecutar /setup-matt-pocock-skills, el agente sabe si tu equipo trabaja con GitHub Issues, GitLab o archivos locales, y adapta sus flujos de trabajo a esa elección. Es una capa de disciplina profesional que se combina bien con Superpowers, aunque conviene elegir solo una como columna vertebral. Disponible en mattpocock/skills en GitHub.

¿Qué es ECC y en qué se diferencia de las demás?

ECC, de affaan-m, se autodefine como “el sistema de optimización de rendimiento del arnés del agente”: habilidades, instintos, memoria, seguridad y desarrollo basado en investigación para Claude Code, Codex, OpenCode y Cursor. Es el proyecto más ambicioso de la lista, con más de 4,000 commits y cerca de 300,000 estrellas, e incluye auditorías de arquitectura, evaluación de agentes, revisión de seguridad y generación de nuevas skills a partir del historial de git local.

Sus comandos internos documentados incluyen /harness-audit, que produce una puntuación de preparación del entorno, y /security-scan, que inspecciona la configuración de Claude u OpenCode en busca de riesgos. Ejemplo práctico: un equipo que quiere estandarizar cómo todos sus desarrolladores configuran Claude Code instala ECC, ejecuta la auditoría y corrige los puntos débiles detectados antes de permitir hooks automáticos. Código fuente en affaan-m/ECC en GitHub.

¿Cómo funciona Ponytail el desarrollador senior perezoso?

Ponytail, de Dietrich Gebert, tiene una de las premisas más originales del ecosistema: hace que tu agente piense como “el desarrollador senior más perezoso de la sala”, bajo la filosofía de que el mejor código es el que nunca se escribe. Con más de 180,000 estrellas, la skill obliga al agente a escalar una escalera de siete peldaños antes de crear algo nuevo: ¿esto necesita existir?, ¿ya está en el proyecto?, ¿lo cubre la biblioteca estándar?, ¿existe en la plataforma nativa?

Sus tres niveles de intensidad se cambian con /ponytail lite, /ponytail y /ponytail ultra. El propio repositorio reporta que, con la skill activa, la gran mayoría de la lógica riesgosa se entrega con pruebas, frente a una proporción mucho menor sin ella. Ejemplo: si pides “añade validación al formulario”, el agente primero verifica si ya existe una función de validación reutilizable en el proyecto en lugar de escribir una nueva desde cero. Nunca recorta validación de entradas, manejo de errores que evita pérdida de datos, seguridad ni accesibilidad. Instálalo desde DietrichGebert/ponytail en GitHub.

¿Qué hace único a UI UX Pro Max?

UI UX Pro Max aporta “inteligencia de diseño” para construir interfaces profesionales en múltiples plataformas y frameworks. Con cerca de 150,000 estrellas, su propuesta es evitar el resultado genérico que producen los agentes por defecto: tipografías del sistema, morados predecibles y componentes sin personalidad.

Incluye un flujo completo de trabajo: planificación de la estética, construcción, capturas de pantalla reales mediante navegador, iteración visual y una revisión de diseño en siete fases con verificación de contraste WCAG AA y estados de interacción a través del comando /design-review. Ejemplo: le pides “construye una sección de precios para desarrolladores” y la skill define primero una dirección visual comprometida, luego genera el código y finalmente se audita a sí misma en distintos tamaños de pantalla. Se instala con su CLI oficial mediante npm, desde nextlevelbuilder/ui-ux-pro-max-skill en GitHub.

¿Qué es gstack y cómo convierte a un solo desarrollador en un equipo?

gstack es la configuración exacta de Claude Code que usa Garry Tan, presidente y director ejecutivo de Y Combinator, publicada con licencia MIT y más de cien mil estrellas. Son 23 herramientas de opinión organizadas como comandos de barra diagonal que invocan roles de negocio e ingeniería: CEO, Diseñador, Gerente de Ingeniería, Gerente de Lanzamiento, Ingeniero de Documentación y QA.

Su flujo documentado funciona así: /office-hours arranca la sesión definiendo el alcance, siguen las revisiones de plan desde varias perspectivas, la construcción, /review con vistas de CEO, ingeniería, diseño y experiencia de desarrollador, y /qa, que lanza un navegador Chromium real para hacer clic en los flujos, corregir errores y generar pruebas de regresión de forma automática. También incluye herramientas de seguridad documentadas: /careful avisa antes de comandos destructivos, y /freeze restringe las ediciones a un solo directorio. Ejemplo: un fundador solitario recorre todo un ciclo de producto con /office-hours hasta /ship sin improvisar un solo prompt. Se instala clonando el repositorio en el directorio de skills y ejecutando su script de configuración.

¿Cómo reduce Caveman el consumo de tokens?

Caveman, de JuliusBrussee, es la skill viral cuyo lema lo dice todo: “por qué usar muchos tokens cuando pocos tokens funcionan”. Con más de 110,000 estrellas, obliga al agente a responder como un cavernícola: frases mínimas, sin relleno. Su repositorio reporta un ahorro plano de 65 por ciento de tokens en las respuestas.

La clave, según sus propios documentos, es que “el cavernícola no hace el cerebro más pequeño, hace la boca más pequeña”: reduce lo que el agente dice, no lo que sabe. Tiene seis niveles de intensidad que se cambian con /caveman más el nivel. Un ejemplo de su documentación: donde un agente normal escribe “deberías envolver el objeto en useMemo, ya que se crea una nueva referencia en cada renderizado”, Caveman responde “nueva ref cada render. Envuelve objeto en useMemo”. Es la skill ideal para sesiones largas de programación donde la verbosidad solo encarece la factura. Disponible en JuliusBrussee/caveman en GitHub.

¿Qué contienen las agent-skills de Addy Osmani?

La entrada agent-skills del listado corresponde a la colección de Addy Osmani, ingeniero de Google y autor de referencia en rendimiento web, con unas 112,000 estrellas. Su repositorio se describe como “habilidades de ingeniería de nivel producción para agentes de código con IA” y organiza sus skills por fases del ciclo de desarrollo: definir, planear, construir, verificar, revisar y entregar.

Entre sus habilidades documentadas se encuentran la entrevista inicial de requisitos, el desarrollo guiado por especificaciones, el desarrollo guiado por pruebas, la ingeniería de contexto, la depuración con recuperación de errores y una auditoría especializada de rendimiento web invocable con /webperf. Incluye además personas reutilizables como revisor de código, ingeniero de pruebas, auditor de seguridad y auditor de rendimiento web. Ejemplo: pides “audita el rendimiento de mi aplicación” y el agente aplica el checklist de rendimiento, accesibilidad y observabilidad de la colección en lugar de improvisar consejos genéricos. Se instala desde el marketplace de plugins de Claude Code con dos comandos documentados en el propio repositorio.

¿Por qué Claude Mem resuelve el problema de la memoria?

claude-mem, de Alex Newman, construye memoria persistente entre sesiones para prácticamente cualquier agente: Claude Code, Codex, Gemini, Copilot, OpenCode y más. Con más de 110,000 estrellas y casi 4,000 commits, el sistema captura automáticamente lo que el agente hace durante cada sesión, lo comprime con IA en resúmenes semánticos y reinyecta el contexto relevante en sesiones futuras.

El problema que ataca es real y frustrante: cierras la terminal y el agente olvida todo el proyecto. Ejemplo práctico: trabajas tres días en un módulo de pagos; con claude-mem, al cuarto día el agente recuerda qué archivos tocó, qué decisiones tomó y qué errores ya corrigió, sin que reexpliques nada. El proyecto se distribuye con una licencia de uso comercial delimitada, así que conviene revisar su documentación antes de usarlo en productos internos de una empresa. Código en thedotmack/claude-mem en GitHub.

¿Cómo elimina Humanizer el estilo de escritura con IA?

Humanizer, publicada por blader, es una skill de edición que elimina los rastros característicos del texto generado por IA sin cambiar su significado. Se basa en la guía “Signs of AI writing” de Wikipedia y cubre 26 patrones concretos: contrastes del tipo “no X sino Y”, cierres de una sola línea, tríos forzados, guiones por todas partes, afirmaciones infladas y lenguaje comercial.

Su uso es directo: escribes /humanizer seguido del texto, o le das la ruta de un archivo para que reescriba solo la prosa, conservando bloques de código, comandos y metadatos intactos. Ejemplo de su documentación: un texto que abre con “No se trata solo de seguridad, sino de confianza” se reescribe declarando directamente la afirmación real, porque la mitad negativa nombra algo que nadie afirmó. Es particularmente útil para redactores y equipos de contenido que quieren que su prosa suene a persona, no a chatbot. Disponible en blader/humanizer en GitHub.

¿Qué permite construir HyperFrames?

HyperFrames, desarrollado por HeyGen, es un marco de código abierto con más de 60,000 estrellas que convierte HTML, CSS y animaciones en videos MP4 deterministas. Su promesa es “escribe HTML, renderiza video”, y está construido específicamente para agentes: carga 21 habilidades bajo demanda que clasifican cualquier solicitud de video en un flujo de trabajo específico.

Sus flujos documentados incluyen rutas como /slideshow para presentaciones, /music-to-video, /motion-graphics y /pr-to-video, que convierte un pull request en video explicativo. Ejemplo: un equipo pide “convierte los cambios de esta semana en un video de changelog de un minuto”, y el agente genera la composición HTML con temporización declarada en atributos de datos y la renderiza a MP4. Requiere Node 22 o superior y el CLI de HeyGen autenticado para el audio. Código en heygen-com/hyperframes en GitHub.

¿Qué pasa con la skill de NotebookLM?

notebooklm-skill, de PleasePrompto, permitía a Claude Code comunicarse directamente con los cuadernos de NotebookLM mediante automatización de navegador: consultaba los documentos subidos y devolvía respuestas fundamentadas en fuentes con citas de Gemini, reduciendo drásticamente las alucinaciones al responder solo desde la base de conocimiento propia.

Hay una advertencia importante: su repositorio fue archivado por su autor en septiembre de 2026 y hoy es de solo lectura, sin mantenimiento. Sus propios documentos reconocían dependencia de selectores CSS de la interfaz de NotebookLM, que cambian con frecuencia. Si tu caso de uso es consultar NotebookLM desde un agente, hoy existe una alternativa más robusta y mantenida: la biblioteca Python notebooklm-py que analizamos en detalle en nuestra cobertura de la transición de NotebookLM a Gemini Notebook. Para conocer el potencial de la herramienta sin programar, nuestra guía sobre formas de usar NotebookLM para investigar y acelerar tareas sigue siendo el mejor punto de partida, y los flujos avanzados de NotebookLM para creadores muestran el siguiente nivel. El archivo histórico queda en PleasePrompto/notebooklm-skill en GitHub.

¿Qué ofrece el plugin oficial Frontend Design?

Frontend Design es distinto de todo lo anterior porque es un plugin oficial de Anthropic, disponible en el mercado de Claude y con más de un millón de instalaciones reportadas. Su función es generar interfaces frontend de nivel productivo con carácter propio: identifica propósito, público y una dirección estética concreta (brutalista, maximalista, retrofuturista, de lujo, lúdica) antes de programar, y evita deliberadamente las fuentes genéricas, los gradientes morados predecibles y los componentes sin personalidad.

Se activa de forma automática al pedir trabajo de interfaz. Ejemplos de sus propias instrucciones: “crea un panel de control para una app de música en streaming” o “diseña un panel de ajustes con modo oscuro”; en ambos casos el agente define primero un sistema de tokens de color, tipografía y composición espacial con asimetría, lo revisa contra el brief y solo entonces construye. Se instala desde el directorio oficial de plugins de Anthropic o desde la página de Frontend Design en el mercado de Claude.

¿Cómo se instala cada skill en Claude Code?

Estos son los comandos de instalación oficiales documentados en cada repositorio para Claude Code. Para otros agentes como Codex, Cursor o Gemini CLI, cada proyecto incluye sus propias instrucciones en su README.

¿Cuáles conviene instalar primero?

No todas a la vez, desde luego: varias cumplen funciones solapadas y combinarlas puede duplicar instrucciones. La recomendación que se repite en los análisis del ecosistema es elegir una columna vertebral de proceso (Superpowers si quieres la máxima disciplina, gstack si prefieres roles de negocio y QA con navegador real) y luego añadir habilidades específicas según tu trabajo real.

• Para programar a diario: Ponytail contra la sobreingeniería, Caveman para ahorrar tokens y claude-mem para memoria entre sesiones.
• Para diseño y frontend: Frontend Design como base oficial y UI UX Pro Max si necesitas revisión visual automatizada.
• Para contenido y video: Humanizer en la edición de textos y HyperFrames para producción audiovisual desde el agente.
• Para estandarizar equipos: las skills de Matt Pocock o ECC, según el nivel de control que busques.

Casi todas funcionan también en Codex, Cursor, Gemini CLI y otros hosts, no solo en Claude. El criterio final debería ser pragmático: instala la que resuelva un dolor que ya tienes, no la que tenga más estrellas.