intern

name

intern

description

Delega trabajo a un modelo LLM local en LM Studio (vía MCP lm-studio) en vez de gastar cuota del modelo grande, en dos tiers - "subagent" para trabajo autónomo con tools (leer archivos, explorar, usar MCPs) e "intern" para transformación mecánica de texto. Delegar es el DEFAULT, no la excepción - usar proactivamente, sin esperar a que el usuario diga "usa el intern", en borradores largos, transformaciones repetitivas, resúmenes, boilerplate y exploración acotada de archivos. Saltearlo solo en alta precisión/impacto real (bugs, vulnerabilidades, arquitectura) o cuando explicarle el contexto cuesta más que hacerlo.

Intern (LM Studio local)

Delegar la tarea al modelo local de LM Studio vía el servidor MCP lm-studio, en vez de hacerla directo. LM Studio corre 100% local y no consume cuota del modelo grande ("ilimitado y gratis"), pero rinde peor en razonamiento complejo — este skill existe para decidir bien CUÁNDO delegar y CON QUÉ modelo, no solo cómo llamar la tool.

"El intern" no es sinónimo de subagentes (el tool Agent/Explore/ general-purpose, etc.): esos corren en el modelo grande y consumen su cuota igual que hacerlo directo. El intern es el MCP lm-studio — un modelo distinto, gratis, local.

1. Dos tiers, y las tools de cada uno

lm_studio_list_models muestra el tier= de cada modelo:

• subagent (junior) — contexto largo y tool-calling confiable. Se le delega con autonomía: que lea los archivos él mismo, en vez de masticarle el contexto.
• intern — el resto. Delegación mecánica, todo el contexto en el prompt.

El roster se configura con LM_STUDIO_SUBAGENT_MODELS="id-a,id-b". Es curado a propósito: el host reporta tool_use para todos los modelos no-embedding, hasta los de 1-2B, así que esa capability no sirve para decidir a quién confiarle un loop.

Tools:

• lm_studio_generate — solo texto/código, POST directo al modelo, sin tools. Tier intern. Dale todo el contexto necesario en el prompt (datos, texto fuente, resultados de tus propias tool calls) — no puede ir a buscar nada él mismo.
• lm_studio_agent — con tools MCP reales. Tier subagent. Le pasás mcp_servers (nombres de ~/.lmstudio/mcp.json, listalos con lm_studio_list_mcp_servers antes) y corre un loop de agente real: llama tools, lee resultados, repite hasta terminar (tope max_iterations, default 8). Usá el mínimo de MCPs necesario — cada uno agrega tools al contexto del modelo. Verificá cada dato contra el tool_trace que devuelve, no contra su prosa.
• lm_studio_capacity — techo de memoria, modelos residentes y margen libre. Llamala antes de cargar un segundo modelo.
• lm_studio_list_models — qué modelos hay, cuál está cargado y en qué tier.
• lm_studio_list_mcp_servers — qué MCPs puede usar lm_studio_agent.

2. Cuándo delegar — delegar es el default

Trabajo mecánico/masivo y de bajo razonamiento: borradores largos, transformaciones repetitivas, resúmenes, reescritura de texto, boilerplate. Y también exploración acotada con lm_studio_agent: "leé estos archivos y resumime", "buscá X y clasificá" — con el tier subagent eso se delega, no se hace directo por costumbre.

Hacerlo directo, sin delegar, solo si: (a) es alta precisión/impacto real — bugs, vulnerabilidades, arquitectura, decisiones con consecuencia; (b) es ambiguo o urgente y no hay margen para iterar; o (c) depende de contexto de la conversación que sería más caro de explicarle que de hacer. Si hacés directo algo que entraba acá, decí en una línea por qué.

Calibrá el umbral con tus propios datos. Al sacar el promedio del log, filtrá solo las filas cuya herramienta empiece con lm_studio_: mezclar filas de otras herramientas da un número que no dice nada sobre el intern.

3. Selección de modelo

Ver MODELS.md en la raíz de este repo para la tabla completa y evidencia real de qué modelo sirvió para qué tipo de tarea. Regla general: si el tiempo no apremia, probar un modelo más capaz antes de asumir que ninguno puede — el cómputo local es gratis, así que la lentitud extra solo cuesta tiempo.

Varios modelos a la vez: permitido, con chequeo. resolveModel() desambigua por tier — lm_studio_generate toma uno intern y lm_studio_agent uno subagent — así que un subagente grande y un intern chico conviven sin pisarse. Si hay dos del mismo tier cargados, ya no adivina: tira error y hay que pasar model explícito.

Antes de sumar un modelo, lm_studio_capacity. lm_studio_load_model con exclusive:false verifica que entre y aborta con números si no; el auto-fit del host no hace esa cuenta (dimensiona cada modelo como si fuera el único), y el sobre-compromiso se manifiesta como swap, no como error. El host además recorta el context_length pedido en silencio — verificá el valor real en lms ps.

Auto-unload: el bridge manda un ttl (default 600s) en cada request, así que todo modelo que él levante se descarga solo al quedar ocioso — el contador se reinicia con cada llamada, o sea una tanda seguida no paga recargas. La regla es cargar otro modelo solo cuando hace falta. No cubre modelos ya residentes sin TTL (cargados a mano o por LM Link): el TTL se fija al cargar, no retroactivamente, y lm_studio_capacity los marca SIN TTL.

4. Umbral de descarte

Si verificar/corregir el output del intern después cuesta más del 70% de lo que hubiera costado hacer la tarea directo, descartar el intern para ese tipo de tarea — después de probar otro modelo (sección 3).

5. Registrar el uso (obligatorio)

Apenas el intern termina, puntualo vos mismo (1-10, comparado con haberlo hecho directo) y agregá una fila a ~/.claude/intern-usage-log.md (formato en templates/intern-usage-log.template.md de este repo). Es el dato que permite aprender con el tiempo qué modelo sirve para qué tipo de tarea.