# Experience Evolution

> Sistema de acumulación de conocimiento del proyecto — aprender de la práctica, evitar repetir errores.

- Skill: `jantoniofc/experience-evolution` (Agent Skill)
- Install (CLI): `npx skillmds@latest add jantoniofc/experience-evolution`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jantoniofc/experience-evolution/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: JantonioFC (https://skillmd.com/u/jantoniofc)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/jantoniofc/experience-evolution

---


# Experience Evolution — Sistema de Acumulación de Conocimiento

> **Modo actual: Observe-Only**
> No modifica archivos. Solo provee resumen de aprendizajes al cierre de sesión.

## Qué hace este skill

### Problemas que resuelve
- El fix de cuota de API de la semana pasada — olvidado esta semana
- El mismo error de TypeScript aparece en distintos proyectos
- Un approach de optimización no fue grabado, se vuelve a golpear el mismo cuello de botella
- Experiencia de un proyecto no se puede reutilizar en otro

### Solución
**Recordar automáticamente** éxitos y fracasos:
1. **Después de ejecutar comandos**: Grabar comandos exitosos de build/test/deploy
2. **Después de arreglar un bug**: Capturar soluciones efectivas y el camino de debug
3. **Después de una optimización**: Guardar datos de benchmark y métricas de mejora
4. **Al cierre de sesión**: Generar resumen de aprendizajes y sugerir guardado con `mem_save`

## Qué se observa

**Ejecución de comandos (Bash)**
- Comandos exitosos de build/test/deploy
- Comandos fallidos y mensajes de error
- Tiempo de ejecución (para comparación de performance)

**Modificaciones de archivos (Write/Edit)**
- Qué archivos fueron modificados
- Alcance aproximado (líneas)
- Contexto (en qué feature se estaba trabajando)

**Directorio de trabajo**
- En qué proyecto se está
- Patrones reutilizables cross-proyecto

## Cuándo se activa

**Trigger**: Exit signal detectado (ver `rules/skill-triggers.md` — Señales de cierre de sesión).
**❌ No disparar si**: La sesión es una pausa breve o la tarea sigue en curso.

## Resumen de aprendizajes al cierre de sesión

Al detectar exit signal, generar:

```
Resumen de Aprendizajes de Sesión

Proyecto: [nombre]
Duración: X minutos
Comandos: N (N éxito, N fallidos)

Patrones Reutilizables Encontrados:

1. [Nombre del patrón] (Valor: Alto/Medio/Bajo)
   Escenario: [cuándo aparece]
   Solución: [qué funcionó]
   Efecto: [resultado concreto]
   Potencial de reutilización: [descripción]

¿Guardar estos aprendizajes con mem_save?
[s] Sí, guardar en Engram (confirmar cada uno)
[n] No, omitir esta vez
[v] Ver detalles
```

## Camino de evolución

**Fase 1 (Actual): Solo observar** — Sin escritura de archivos, resúmenes al cierre de sesión
**Fase 2: Guardar con mem_save** — Grabar en Engram con confirmación manual
**Fase 3: Semi-automático** — Auto-save de bajo riesgo, alto riesgo requiere confirmación
**Fase 4: Cross-proyecto** — Experiencia del proyecto A se sugiere automáticamente en proyecto B

## Compromisos de seguridad

**Nunca**:
- Modificar código fuente del proyecto
- Hacer commit automático a Git (siempre pedir confirmación a Juan)
- Modificar package.json o archivos de config
- Ejecutar comandos peligrosos

**Solo**:
- Observar resultados de ejecución de comandos
- Sugerir guardado en Engram via `mem_save`
- Requerir aprobación explícita antes de persistir