Mattpocock/skills: La Alternativa Composable a los Frameworks SDD Integrales
Por qué los skills de Matt Pocock son pequeños, composables y opinados — y cómo se comparan con Spec Kit, OpenSpec y BMAD para desarrollo Android asistido por IA.
Por qué los skills de Matt Pocock son pequeños, composables y opinados — y cómo se comparan con Spec Kit, OpenSpec y BMAD para desarrollo Android asistido por IA.
Cómo aplicar OpenSpec en proyectos Android y Kotlin para mantener a los agentes de IA alineados con la arquitectura, con ejemplos prácticos de propuestas de cambio, validación de tareas y archivos vivos.
Aprende a evitar que los LLMs sean asistentes complacientes y conviértelos en evaluadores implacables. Descubre la anatomía de los prompts socráticos para arquitectura Android, Corrutinas y el Spec-Driven Development.
Un análisis técnico de Hipocampus, un arnés de memoria drop-in para agentes IA que usa arquitectura 3-Tier Hot/Warm/Cold y un árbol de compactación de 5 niveles. Cómo ROOT.md permite la consciencia de memoria a coste constante y cómo se compara con hmem, Mem0 y Letta.
Un análisis técnico de hmem (Humanlike Memory), un servidor MCP que modela la memoria humana en cinco niveles con lazy loading respaldados por SQLite + FTS5. Cómo el decaimiento Fibonacci, el envejecimiento logarítmico y un agente curador resuelven el problema de contexto entre sesiones y máquinas.
Análisis técnico de PlugMem, el sistema de memoria plugin de Microsoft Research que transforma interacciones brutas de agentes LLM en conocimiento reutilizable. Cómo su arquitectura de tres componentes (Estructura, Recuperación y Razonamiento) supera los diseños de memoria específicos por tarea.
Un análisis profundo de los riesgos críticos que rodean la memoria persistente en agentes IA: envenenamiento de memoria, el derecho al olvido, cifrado homomórfico y las tendencias que definirán 2026.
Un análisis técnico profundo de cómo los agentes de IA persisten, consolidan y recuperan información de forma autónoma. Desde OpenClaw y QMD hasta Mem0, Cognee y modelos de memoria neurobiológicos.
Revolucionando la sincronización de datos y la resolución de conflictos utilizando modelos locales de IA en 2026.
Explorando patrones de navegación complejos y gestión de estado entre Android e iOS utilizando Kotlin Multiplatform en 2026.