DEMIURGOS añade un modo de depuración de reglas para agentes de IA y soporte para más de 20 herramientas
DEMIURGOS es un «arquitecto de reglas» para agentes de programación: recopila el contexto del proyecto y genera .rules/, AGENTS.md y adaptadores para Claude Code, Cursor, Copilot y otras herramientas. La última actualización incorpora el modo /debug, que muestra qué reglas se aplicaron realmente, dónde tiene lagunas el agente y qué conviene añadir o reescribir. Esto debería reducir el tiempo dedicado a repetir explicaciones y a corregir resultados.
Procesado por IA desde Habr AI; editado por Hamidun News
DEMIURGOS es una herramienta para quienes programan con agentes de IA y están cansados de explicar el proyecto desde cero en cada chat nuevo. Reúne las reglas del equipo en un único sistema, las reparte entre distintos agentes y, en la nueva versión, muestra qué instrucciones funcionaron realmente y dónde quedaron huecos en el contexto.
Por qué se equivocan los agentes
El principal problema de los agentes de programación hoy está menos en el modelo que en el contexto. Claude, GPT, Gemini, Qwen y otros saben escribir código, pero no conocen cómo está organizado un repositorio concreto: dónde están las pruebas, qué formato tienen las respuestas de la API, qué directorios no se pueden tocar, dónde hace falta el modo estricto de TypeScript y dónde se aplica otro conjunto de reglas.
Como resultado, el desarrollador no dedica su tiempo a la tarea, sino a correcciones constantes: volver a explicar la estructura del proyecto, detectar desviaciones de estilo y arreglar soluciones que formalmente funcionan, pero encajan mal en la base de código.
Cómo funciona DEMIURGOS
DEMIURGOS aborda el problema con un esquema de tres capas. En la base está el núcleo .rules/, que guarda la fuente de verdad del proyecto: stack, patrones de arquitectura, restricciones, formato de respuestas y nivel de acceso.
Sobre él se crean adaptadores para cada herramienta. Cursor tiene sus propios archivos de reglas, Claude Code usa CLAUDE.md, GitHub Copilot usa .github/copilot-instructions.md, y para el resto puede utilizarse AGENTS.md como formato universal. Las extensiones como subagents, hooks y MCP solo aparecen cuando de verdad hacen falta, no «por si acaso».
El enfoque no se basa en una carpeta bonita, sino en la portabilidad de las reglas entre agentes e IDE. Un desarrollador puede trabajar en Cursor, otro en Claude Code y el líder del equipo en Copilot, y todos reciben la misma visión del proyecto sin sincronizar prompts a mano.
El autor también introduce el minimalismo en el sistema: antes de crear un archivo nuevo, se comprueba si resuelve un problema real y si no bastaría con una línea en un documento ya existente.
- Un único conjunto de reglas se guarda en el repositorio y entra en git junto con el código
- Los adaptadores permiten conectar las mismas instrucciones a Claude Code, Cursor, Copilot, Windsurf, Zed, Codex, Cline y otras herramientas
- Antes de entregar el resultado, el sistema ejecuta de 3 a 5 escenarios típicos, como añadir un endpoint de API, refactorizar un módulo o corregir un error en la autorización
- Si una regla estorba, se ignora o duplica un contexto ya conocido, se propone suavizarla, subirla de nivel o eliminarla
Qué aporta /debug
La novedad más visible son los modos /debug y /debug full. Tras una petición normal, el agente no solo entrega código, sino que muestra qué reglas se activaron, de qué archivo proceden y cómo influyeron en la solución final.
Eso convierte el sistema de una caja negra en algo observable. Si no se aplica la regla sobre transacciones, se ve de inmediato. Si el proyecto no tiene convención para el nombrado de inputs, el feedback de UI con cooldown, el FOUC o el manejo de las API del navegador, el modo de depuración marca esas lagunas y sugiere qué añadir exactamente a patterns.md o constraints.md.
En esencia, /debug no puntúa las reglas por puntuarlas, sino que ayuda a ver su cobertura tras una serie de peticiones reales. Tras 10–20 tareas ya se aprecia dónde el agente se apoya con seguridad en .rules/, dónde recurre a la heurística integrada del modelo y dónde empieza a improvisar. Este modo resulta especialmente útil para equipos que van haciendo crecer su sistema de reglas y no quieren reescribirlo a ciegas después de cada error.
«Las reglas no son de “ponerlas y olvidarse”».
De ahí también se deriva la lógica de las actualizaciones: si el mismo error se repite dos veces, hay que añadir una regla; si una instrucción estorba, simplificarla o quitarla; si el agente la ignora, subirla de nivel y reforzarla con un ejemplo. El artículo describe las reglas como un documento vivo, no como un artefacto estático.
Es decir, no se trata de un prompt puntual, sino de un ciclo de mantenimiento en el que las reglas evolucionan junto con el proyecto, el stack y los hábitos de trabajo del equipo.
Qué significa
El mercado de agentes de programación avanza de los prompts puntuales hacia una infraestructura completa a su alrededor. DEMIURGOS interesa no como un chatbot más, sino como una capa para gestionar el comportamiento de los agentes en el repositorio: con control de versiones, adaptadores, auditoría y retroalimentación.
Para los equipos que ya trabajan en Claude Code, Cursor, Copilot o Windsurf, es una forma práctica de reducir las explicaciones repetidas, bajar el ruido en el código y lograr antes un comportamiento predecible del agente de IA.
- 12 nov 2026Jensen Huang deja el cargo de CEO de Nvidia: la empresa pierde 1,4 billones de dólares en dos semanas
- 12 nov 2026Claude in Chrome exige autorizar cada clic en los sitios de categoría 3
- 12 nov 2026AWS Quick incorpora seis agentes para product managers: de las quejas de los clientes a la especificación
- 12 nov 2026Anthropic cierra Claude desde el 12 de noviembre a las empresas de Rusia, incluso con entidad jurídica en el extranjero
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué se equivocan los agentes?
El principal problema de los agentes de programación hoy está menos en el modelo que en el contexto. Claude, GPT, Gemini, Qwen y otros saben escribir código, pero no conocen cómo está organizado un repositorio concreto: dónde están las pruebas, qué formato tienen las respuestas de la API, qué directorios no se pueden tocar, dónde hace falta el modo estricto de TypeScript y dónde se aplica otro conjunto de reglas.
Cómo funciona DEMIURGOS?
DEMIURGOS aborda el problema con un esquema de tres capas. En la base está el núcleo .rules/, que guarda la fuente de verdad del proyecto: stack, patrones de arquitectura, restricciones, formato de respuestas y nivel de acceso. Sobre él se crean adaptadores para cada herramienta. Cursor tiene sus propios archivos de reglas, Claude Code usa CLAUDE.md, GitHub Copilot usa .github/copilot-instructions.md, y para el resto puede utilizarse AGENTS.md como formato universal.
¿Qué se sabe sobre Qué aporta /debug?
La novedad más visible son los modos /debug y /debug full. Tras una petición normal, el agente no solo entrega código, sino que muestra qué reglas se activaron, de qué archivo proceden y cómo influyeron en la solución final. Eso convierte el sistema de una caja negra en algo observable. Si no se aplica la regla sobre transacciones, se ve de inmediato.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.