Original en inglés: https://argusic.com/subject/claude-code-skill-factory
claude-code-skill-factory
Claude Code Skill Factory: un potente kit de herramientas de código abierto para construir y desplegar Skills de Claude listas para producción, Code Agents, Slash Commands personalizados y LLM Prompts a escala. Genera fácilmente plantillas estructuradas de skills, automatiza la integración de flujos de trabajo y acelera el desarrollo de AI agents con una configuración limpia y amigable para desarrolladores.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit ba18b3170354
Python, licencia MIT. El proyecto se describe a sí mismo como: ai agents, ai tools, claude ai, claude code, claude skills y claude skills creator.
claude-code-skill-factory funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 23 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 61 Python modules compile, 14 JSON files validate, and all 6 skill generator tools execute end-to-end with bundled sample data: hook-factory, prompt-factory (7/7 validation), scrum-master-agent (5 stories parsed, sprint metrics computed), slash-command-factory (17 presets), agent-factory (valid YAML), codex-cli-bridge (Codex CLI 0.162.1 detected via safety mechanism)
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 92 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.
- Missing PyYAML dependency for scrum-master-agent and codex-cli-bridge (import yaml)2 minutos
- Tiempo de instalación
- 23 minutos
- De máquina en frío a terminar
- 23 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- All entry points executed in isolated subprocesses: hook_factory generated hooks to generated-hooks/; generate_prompt with --preset fullstack-engineer produced 7/7 validated output; batch_generator 2/2 prompts succeeded; scrum-master-agent parsed CSV data into 5 stories and computed velocity=3 total=31; slash-command-factory generated commands from 17 presets all valid; agent-factory produced valid YAML frontmatter; safety_mechanism confirmed Codex CLI 0.162.1 installed
- Tokens de modelo usados
- 2.122.189
- Commit exacto probado
- ba18b3170354
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
echo \"Now: "'$(date -u +%Y-%m-%dT%H:%M:%SZ)" start_s=$(date -d "2026-10-12T13:21:00" +%s 2>/dev/null || date -j -f "%Y-%m-%dT%H:%M:%S" "2026-10-… now_s=$(date +%s) echo "Elapsed: $(( (now_s - start_s) / 60 )) min"' in /work/repo succeeded in 0ms: Start: 2026-10-12T13:21:00 Now: 2026-10-12T13:44:08Z Elapsed: 23 min All verified. Here is the report: tokens used 2,122,189 All verified. Here is the report:
Reproducir 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
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 23 minutos en instalarse, más lento que la mediana de los 110 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 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, claude-code-skill-factory fue el 95.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
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
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,46 |
Temas (de GitHub)
ai-agentsai-toolsclaude-aiclaude-codeclaude-skillsclaude-skills-creator
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/claude-code-skill-factory)Preguntas
- ¿Funciona claude-code-skill-factory?
- claude-code-skill-factory funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 23 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic claude-code-skill-factory?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit ba18b3170354. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar claude-code-skill-factory?
- La ejecución que produjo este veredicto costó 0,46 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 claude-code-skill-factory en instalarse?
- 23 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita claude-code-skill-factory una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar claude-code-skill-factory?
- 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 claude-code-skill-factory con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, claude-code-skill-factory fue el 95.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de claude-code-skill-factory?
- 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.