Pagaba varias suscripciones de inteligencia artificial a la vez y las usaba de forma aislada: Claude Pro en una ventana, Gemini Pro en otra y tareas con OpenCode. La falta de coordinación provocaba tareas repetidas y cruces de código. La solución fue orquestar agentes de IA desde la terminal, delegando la ejecución en herramientas de línea de comandos.
Convertí a Claude Code en el director técnico de mis proyectos. Delega el trabajo pesado en agentes de CLI para gastar menos tokens de Claude y aprovechar las suscripciones existentes.
El problema: varias suscripciones y ningún centro#
Tener varios modelos potentes sin un sistema unificado generaba fricciones: falta de centralización para seguir avances, tareas repetidas o desarrollos cruzados entre herramientas y consumo excesivo de tokens al usar Claude en tareas mecánicas en vez de decisiones de arquitectura.
La idea: Claude ejecuta comandos en la terminal#
Claude Code funciona integrado en la terminal y puede ejecutar comandos en Windows.
En lugar de escribir cada archivo, Claude puede invocar otros agentes de CLI instalados en la máquina, enviarles instrucciones estructuradas, supervisar su ejecución e integrar los cambios aprobados.
Bajo la premisa «Claude no hace lo que un agente pueda hacer», Claude asume el rol de orquestador: analiza requerimientos, define límites técnicos, reparte tareas, valida pruebas y ejecuta el merge a la rama principal.
Cómo funciona: orquestar agentes de IA paso a paso#
Cada requerimiento atraviesa un ciclo cerrado para evitar errores de contexto y proteger el repositorio:
El ciclo va desde recibir el objetivo y crear el worktree aislado hasta la validación estricta y el pase a producción.
Si un agente falla, scripts/reintentar.sh reintenta en el mismo worktree con el error concreto antes de escalar: modelo superior, Codex y, como último recurso, Claude.
Archivos en vez de chat: el secreto del ahorro de tokens#
Coordinar agentes por chat satura la ventana de contexto de Claude porque cada mensaje acumula el historial previo.
Claude define la tarea en docs/agentes/tareas/<ID>.md y el agente reporta en docs/agentes/reportes/<ID>.md. Un script extrae solo el resumen sintético (diff --stat, alertas y pruebas) para que Claude procese decenas de líneas en vez de miles de tokens de terminal.
El tablero docs/agentes/ESTADO.md centraliza el avance y el siguiente paso, permitiendo retomar cualquier sesión con un solo comando.
Aislamiento con git worktrees y reparto por especialidad#
Cada agente opera en un git worktree aislado (agente/<ID>) con git push bloqueado y un comando por llamada para evitar colisiones.
Codex asume complejidad algorítmica y depuración difícil; agy resuelve código, UI y pruebas con Playwright; OpenCode cubre tareas paralelas e investigación; y Gemini CLI con Qwen respaldan la cuota.
Un vigilante en bash revisa cada 5 minutos que el registro del agente crezca. Si no crece en 10 minutos o hay error de cuota, detiene el proceso y avisa a Claude, que decide el reintento.
Estructura del repositorio y configuración#
El repositorio estandariza la operación mediante módulos y plantillas:
El script instalar.sh prepara dependencias, servidores MCP (playwright, chrome-devtools, markitdown, Context7), directivas de seguridad y la configuración personal en ~/.config/orquestar-agentes/config.
Para consultas directas sin worktree, consultar.sh interroga a los modelos desde la terminal. Se complementa con graphify para grafos de dependencias y Ponytail para soluciones de mínimo código.
Sub-skills especializadas#
La delegación modular se extiende fuera del desarrollo:
disenar-posts crea anuncios en Figma desde referencias de Pinterest; disenar-videos produce guiones verticales, anima escenas y monta con ffmpeg; y crear-noticias redacta artículos verificados para SEO y redes.
Del agente a producción sin sorpresas#
El sistema no confía en promesas del modelo; exige verificación independiente antes del merge:
Al terminar el agente, Claude corre npx tsc --noEmit, pnpm lint y pnpm build en el worktree, revisa el diff e integra a main actualizando ESTADO.md.
Como aprendí en mi integración de Salesforce con BigQuery y en otros proyectos, validar en el origen y automatizar con salvaguardas como esperar-gh.sh evita fallos antes de tocar producción.
Caso real: 27 tareas para construir este portafolio#
Las 27 tareas del portafolio (PORT-01 a PORT-27) se hicieron con la skill.
Los agentes completaron el rediseño visual, la arquitectura de SEO técnico (metadata dinámica, JSON-LD, sitemap XML, RSS, llms.txt) y las optimizaciones de rendimiento en servidor.
agy y OpenCode ejecutaron la mayoría de implementaciones. Ante soluciones incompletas, el escalado reintentó o cambió de modelo. Claude validó cada resultado y corrigió datos no confirmados antes de integrar.
Lo que aprendí orquestando modelos#
El trabajo diario con múltiples modelos dejó cuatro principios clave:
Centralizar decisiones en un modelo director evita la fragmentación. Comunicar por archivos markdown consume mucho menos contexto respecto a chats continuos.
Exigir una lista cerrada de archivos y un comando por llamada previene cambios no deseados. Por último, aislar agentes en git worktrees protege el código base y facilita descartar intentos fallidos.
Cómo probar la skill#
La skill orquestar-agentes es de código abierto. Para utilizarla en Claude Code, clona el repositorio y ejecuta el instalador:
git clone https://github.com/NemiasVasquez/claude-orquestador.git ~/.claude/skills/orquestar-agentes
bash ~/.claude/skills/orquestar-agentes/instalar.sh
El script configura dependencias y directivas de seguridad. Puedes revisar el código fuente o contribuir en el repositorio de claude-orquestador en GitHub.
