skill-factory

name	skill-factory
version	1.0.0
author	KogniTerm Core
description	Permite al agente autogenerar y registrar nuevas skills en tiempo de ejecución para evolucionar sus capacidades.
category	meta
tags	["meta","evolution","automation","skills","factory"]
dependencies	[]
required_permissions	["filesystem","logic"]
security_level	high
allowlist	true
auto_approve	false
sandbox_required	false

Instrucciones para el LLM

Esta es una Meta-Skill. Te permite crear nuevas habilidades para ti mismo de forma permanente o temporal. Úsala cuando identifiques un patrón de tarea complejo o repetitivo que se beneficiaría de tener una herramienta dedicada.

Cómo usar esta herramienta

1. Diseña la lógica: Define qué parámetros necesita la nueva herramienta y qué debe hacer.
2. Escribe el código: Proporciona el código Python robusto que implemente la lógica.
3. Define las instrucciones: Escribe el contenido del SKILL.md para que tú mismo sepas usarla en el futuro.

Al ejecutar esta herramienta, se creará una nueva carpeta en skills/workspace/ y se registrará automáticamente en tu arsenal. Podrás usar la nueva herramienta en tu siguiente turno.

REGLAS CRÍTICAS PARA EL CÓDIGO DE LA HERRAMIENTA (tool_code)

Para evitar el error 'str' object has no attribute 'get' o problemas de parseo:

1. Definición de Función: Tu función principal DEBE recibir los parámetros explícitamente (ej. def mi_tool(ruta: str):). NUNCA uses def mi_tool(args): esperando un diccionario y luego args.get().
2. Esquema de Parámetros: DEBES incluir una variable global llamada parameters_schema que contenga el esquema JSON Schema de tus parámetros. Esto instruye al parser sobre cómo decodificar los argumentos antes de inyectarlos en la función.
3. Retorno: Siempre devuelve un solo valor de tipo str o un diccionario (dict) serializable.

Plantilla Obligatoria para scripts/tool.py

import logging
from typing import Dict, Any

logger = logging.getLogger(__name__)

# 1. Función principal con parámetros fuertemente tipados
def mi_nueva_skill(ruta: str, opcion_extra: bool = False) -> str: # Puede retornar str o dict
    \"\"\"Docstring acá.\"\"\"
    try:
        # TU LÓGICA AQUÍ
        return f"Éxito procesando {ruta}"
    except Exception as e:
        return f"Error: {e}"

# 2. Esquema MUY IMPORTANTE para el parser de llamadas a herramientas
parameters_schema = {
    "type": "object",
    "properties": {
        "ruta": {
            "type": "string",
            "description": "Descripción clara para el LLM"
        },
        "opcion_extra": {
            "type": "boolean",
            "description": "Otra descripción"
        }
    },
    "required": ["ruta"]
}

Parámetros

• skill_name (string, requerido): Nombre técnico de la skill (ej. image_optimizer). Debe ser snake_case.
• description (string, requerido): Una descripción clara de qué hace la nueva skill.
• tool_code (string, requerido): El código Python completo para scripts/tool.py. Debe incluir los schemas de Pydantic si es posible.
• instructions (string, requerido): El contenido markdown para el archivo SKILL.md (sin el frontmatter YAML, este se genera solo).

Ejemplo de uso

{
  "action": "create_skill",
  "skill_name": "text_summarizer",
  "description": "Una herramienta para resumir textos largos usando algoritmos locales.",
  "tool_code": "...",
  "instructions": "# Resumidor...\nUsa esta herramienta para..."
}

[!IMPORTANT] Las nuevas skills se guardan en el directorio workspace, lo que significa que son persistentes entre sesiones a menos que se borren manualmente.