Dani Primo

YesYak: de una petición vaga a una pull request revisada

Rol: autor. Stack: Agent Skills, Bash, Python, OpenCode y Claude Code en tmux, precios de models.dev.

Repositorio en GitHub · instalación: npx skills add webreactiva/yesyak

Las fases de YesYak, desde la petición hasta la pull request revisada

El problema

Pedirle a un agente “hazme esta feature” funciona a veces. Quería un proceso que llevara una tarea o un bug desde una petición vaga hasta una PR revisada, que sirviera en cualquier proyecto y que estuviera probado de verdad, no solo en mi máquina.

Cómo avanzó

  1. Desatar las skillsSaqué las skills del proyecto donde nacieron, las dejé genéricas y añadí un instalador por enlace.
  2. Un banco de pruebas con agentesUn agente barato hace el trabajo, Claude Code hace de usuario y cada ejecución mide fase alcanzada, intervenciones, tiempo, tokens y coste.
  3. Cada hallazgo, una releaseLo que fallaba en el banco se convertía en un cambio de skill y una versión nueva, hasta encadenar tres ejecuciones sin hallazgos nuevos.
  4. Publicar para que lo rompanLicencia MIT, guía de contribución y un README que invita a romperlo.
  5. Un piloto automáticoyak-pilot: un único punto de entrada que planifica, trabaja solo y para en las puertas que necesitan a una persona.

Qué construí

  • Unas 30 skills, entre ellas yak-pilot, feature-delivery-pipeline, red-team-review, walking-skeleton-plan, handoff-and-resume y agent-hook-guard.
  • El banco yak-bench con sus scripts y un informe por ejecución.
  • Instalador por enlace, changelog, READMEs en inglés y español e infografías.
Cómo se instala YesYak por enlace y cómo funciona yak-pilot

Decisiones

  • Probar con modelos débiles. Si el proceso aguanta con un modelo barato, aguanta con uno bueno.
  • El humano solo donde lo haría un usuario real. En el banco, quien conduce no nombra skills: responde, aprueba y corrige.
  • No correr hacia la 1.0. El framework sigue en 0.x a propósito, mientras el banco siga encontrando cosas.

Resultados

  • 23 ejecuciones con 6 modelos en la serie de proceso y 70 hallazgos, cada uno convertido en un cambio.
  • Unos 24 $ de agentes ejecutores frente a unos 55 $ del conductor, medidos con los precios de models.dev.
  • Versiones hasta la v0.5.1.