Original en inglés: https://argusic.com/subject/ai-prd-workflow
ai-prd-workflow
Desarrollo impulsado por RFC para AI coding agents: idea o base de código existente → PRD verificado → funcionalidades → reglas → RFCs secuenciados → código revisado. Agent Skills para Claude Code, Codex, Copilot, Cursor, Gemini CLI, OpenCode, Devin.
Funcionafuente: GitHubsitio webPythonMITcommit 2bc8b2981b34
Python, licencia MIT. El proyecto se describe a sí mismo como: agent skills, agentic coding, ai tools, ai workflow, claude, claude code, claude code plugin y codex.
ai-prd-workflow funciona. Un agent de Argusic lo instaló en 5 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Repository builds all 11 Agent Skills from prompt sources, installs into .claude/skills and .agents/skills without errors, passes all 18 checks across three test suites, and versions are consistent at 3.0.0 across install.sh, plugin.json, and CHANGELOG.md.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- First test-install.sh run failed on glob skills/*/SKILL.md (frontmatter not found) — re-run passed all 8 groups; a transient shell-glob after --build0,5 minutos
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 2 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- unittest discover scripts (10/10 passed), check-prompts.py --fix (all checks passed), test-install.sh (8/8 groups passed); --build produces 11 valid skills; copy-prompt.sh lists 11 prompts; trace-check.py executes on the example project; versions consistent at 3.0.0 across install.sh, plugin.json, CHANGELOG.md
- Tokens de modelo usados
- 56.169
- Commit exacto probado
- 2bc8b2981b34
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
succeeded in 0ms:
{
"install_succeeded": true,
"launch_succeeded": true,
"install_minutes": 5,
"errors": [{"msg": "First run of test-install.sh failed on glob skills/*/SKILL.md (frontmatter no…
"test_depth": "tier1_real",
"verified_how": "3 verification suites: unittest discover scripts (10/10 passed), check-prompts.p…
"final_state": "Repository builds all 11 Agent Skills from prompt sources, installs into .claude/…
}
tokens used
56,169Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 5 minutos en instalarse, más lento que la mediana de los 106 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, ai-prd-workflow fue el 69.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 5 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-skillsagentic-codingai-toolsai-workflowclaudeclaude-codeclaude-code-plugincodexcursor-aigemini-cligithub-copilotllmprdprompt-engineeringrfcspec-driven-developmentvibe-coding
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ai-prd-workflow)Preguntas
- ¿Funciona ai-prd-workflow?
- Sí. ai-prd-workflow funciona. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic ai-prd-workflow?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 2bc8b2981b34. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ai-prd-workflow?
- La ejecución que produjo este veredicto costó 0,02 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda ai-prd-workflow en instalarse?
- 5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita ai-prd-workflow una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ai-prd-workflow?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara ai-prd-workflow con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, ai-prd-workflow fue el 69.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de ai-prd-workflow?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.