DOMINGO, 31 DE MAYO DE 2026
Compound Engineering Plugin: 37 skills y 51 agentes MIT en Claude Code, Cursor y Codex
Plugin MIT con 37 skills y 51 agentes que se instalan con un comando en Claude Code, Cursor, Codex, Copilot y siete clientes más. Los comandos /ce-plan, /ce-work y /ce-code-review fuerzan el patrón 80% planificación / 20% ejecución, y /ce-compound deja el aprendizaje como skill versionable en el repo del equipo.
4 MIN LECTURALiteParse v2.0: el parser de RAG de LlamaIndex reescrito en Rust con 100× de speedup
Parser de LlamaIndex reescrito en Rust: 100× más rápido, mismo paquete para Rust, Python, Node y WASM. Empata en precisión con los mejores parsers abiertos y corre en local sin atar la ingesta a una API en la nube. Apache 2.0.
cursor/plugins: la spec oficial y 11 plugins MIT listos para versionar en el repo
Spec oficial y 11 plugins (Thermos, Continual Learning, Orchestrate, pstack) bajo MIT que empaquetan skills, reglas .mdc y mcp.json en un plugin.json versionable e instalable con /plugin install.
MCP Gateway Registry v1.24.0: Federation 2.0, Skills phase 1 y OAuth DCR para agentes
Federation 2.0 sincroniza varios registries entre regiones y Skills phase 1 expone SKILL.md como recurso descubrible; OAuth DCR conecta VS Code, Cursor y Claude Code en un comando. Apache 2.0.
revfactory/harness: la meta-skill Apache 2.0 que genera equipos de agentes desde un prompt
Meta-skill Apache 2.0 que convierte 'build a harness for this project' en agentes y skills bajo seis arquetipos (pipeline, expert pool, producer-reviewer…). harness-100 trae 100 plantillas listas en 10 dominios.
RAG en producción 2026: por qué el recursive splitting a 512 tokens sigue ganando
Recursive splitting a 512 tokens supera al chunking semántico, el reranking sube precisión 18-42% y el 80% de los fallos viene de la ingesta, no del LLM. Coste de embeddings entre 0,02 y 0,18 $/M tokens.
Una técnica, prompt o comando aplicable hoy. Cópialo, pruébalo en tu stack en menos de 5 minutos y reenvíalo a un colega si te resulta útil. Ejemplos típicos: un prompt para evals, un patrón de agente, un comando que recorta tokens o un truco de RAG.
Plugin Cursor mínimo: regla persistente, skill y MCP en un repo
# .cursor-plugin/plugin.json — único fichero obligatorio { "name": "team-defaults", "version": "0.1.0", "skills": "./skills/", "rules": "./rules/", "mcp": "./mcp.json" } # rules/spanish.mdc — siempre activa en cualquier turno --- alwaysApply: true --- - Responde en castellano y sin comentarios # mcp.json — Linear como herramienta nativa del plugin { "mcpServers": { "linear": { "url": "https://mcp.linear.app/sse" } } } # Súbelo a GitHub y el equipo instala con: # /plugin marketplace add tuorg/team-defaults # /plugin install team-defaults
- 01 Claude Code 2.1.158 abre Auto mode en Bedrock, Vertex y Foundry para Opus 4.8
- 02 OpenRouter Agent SDK añade tool human-in-the-loop con dos hooks y pausa nativa
- 03 GitHub Copilot Usage Metrics API añade cohortes por fase de adopción de IA
- 04 Vercel AI SDK canary: @ai-sdk/google estrena gemini-embedding-2 y deep-research-preview
- 05 Gemini CLI v0.45.0-nightly endurece el resize del PTY contra cascadas nativas
Cierre
El hilo del día: lo que se envía a producción deja de ser ad hoc y entra al ciclo plugin, registro y servicio gestionado. EveryInc convierte su metodología en un plugin MIT instalable en diez clientes; Cursor abre la spec oficial con once piezas listas; LlamaIndex reescribe su parser de RAG en Rust para correr en local con un único binario; MCP Gateway Registry suma federación, skills descubribles y OAuth DCR; y harness demuestra que generar equipos de agentes es ya una primitiva más. Lo que deja de ser válido para quien envía a producción: skills sueltas sin manifest, parsers que solo corren en una runtime cloud y servidores MCP sin gobernanza al pasar de un IDE a otro.
Iván consulta sobre todo esto
Ingeniero IA con 10+ años en Openbank, Inditex e Iberia. Agentes autónomos, integraciones LLM, RAG auditable — del piloto al despliegue real.