Arquitectura del Sistema
Vista técnica de las capas, fuentes, flujos y límites del ecosistema.
La arquitectura está organizada como un sistema local por capas. Cada capa tiene responsabilidades propias y se comunica con las demás a través de archivos, comandos, skills, prompts o herramientas MCP.
Capas
| Capa | Responsabilidad | Ejemplos |
|---|---|---|
| Conversacional | Interpretar la intención y coordinar acciones | Agente coordinador, agente de investigación |
| Construcción | Implementar, revisar y modificar código | Asistente de código |
| Herramientas | Ejecutar acciones de forma determinista | CLIs de Python, scripts de shell |
| Contexto | Cargar reglas y conocimiento local | AGENTS.md, SKILL.md, .agents/skills |
| Memoria | Mantener la continuidad entre sesiones | MEMORY.md, diarios, notas |
| Orquestación | Dividir tareas largas en fases | Framework de investigación |
| Artefactos | Persistir resultados verificables | phase.json, candidates.json, final_report.md |
| Operación | Diagnosticar y mantener el sistema | cheatsheets, auditorías, health checks |
Áreas de Origen
| Área lógica | Rol |
|---|---|
| Capa de herramientas | Toolkit base, plantilla de herramientas y documentación del trabajador en segundo plano. |
| Herramientas de medios | Utilidades de búsqueda y gestión de medios. |
| Framework de investigación | Investigación estructurada por fases. |
| Plantillas de proyecto | Bases de repositorio con skills y documentación. |
| Memoria y contexto | Memoria, identidad y reglas de operación de los agentes. |
| Adaptador MCP de investigación | Investigación externa mediante Model Context Protocol. |
| Notas de terminal | Operativa local y cheatsheets. |
| Auditorías | Revisiones de estado y carencias conocidas. |
| Reportes de prueba | Salidas reales o semirreales del pipeline usadas para documentar. |
Decisiones de Diseño
Separar los Agentes por Rol
El coordinador no intenta hacerlo todo: coordina, decide y mantiene la continuidad. El asistente de código implementa. El agente de investigación se especializa en investigación y flujos de medios. Esta separación reduce el acoplamiento y evita que una sola sesión acumule demasiadas responsabilidades.
Preferir Herramientas CLI Pequeñas
Cuando una tarea es repetible, se convierte en un script. El agente no tiene que razonar desde cero cada vez: solo decide cuándo ejecutar la herramienta.
Escribir Artefactos Intermedios
Los procesos largos no dependen de la memoria volátil. Escriben archivos con estado y resultados parciales, lo que facilita auditar, reanudar y depurar.
Encapsular la Investigación Externa en un Adaptador
El pipeline de investigación puede llamar a un adaptador externo basado en MCP cuando una tarea requiere ampliar el descubrimiento de fuentes o trabajar con investigación orientada a citas. La frontera del adaptador mantiene el comportamiento específico del proveedor fuera de las fases del pipeline. En la arquitectura actual, Perplexity puede respaldar este papel, pero es una capacidad externa reemplazable, no una dependencia de todo el sistema.
Tratar la Documentación como Parte del Sistema
La documentación no es una fase de limpieza final. Las plantillas nuevas nacen ya con docs/, AGENTS.md y reglas de actualización.