Volver a la wiki

Tanda de repos 17-08-2026: 4 evaluaciones, 6 cherry-picks adoptados

Qué se decidió

Tanda de investigación de 4 repos externos (17-08-2026, GO de Edu el mismo día). Ninguno se adopta en bloque; se cazan 6 mecanismos concretos. Evaluación completa con veredictos por repo en la memoria reference_4repos_research_ago2026 del proyecto CreaRack-Pro.

Los repos: chenxiachan/thoughtdag (lienzo de pensamiento con LLMs) · cathrynlavery/diagram-design (diagramas editoriales para agentes, 20k★) · hamr0/liteagents (kit de agentes multi-CLI) · valera-studio-group/valera-studio-project (GitLab, harness de memoria paginada).

Lo adoptado y dónde vive

  1. Golden-set del Curator (de thoughtdag) — el prompt del juez Curator sale de wiki.ts a functions/_lib/judge-prompts.mjs con CURATOR_PROMPT_VERSION; 10 casos dorados en functions/_lib/curator-goldens.json, runner local pre-merge scripts/test-curator-goldens.mjs, y cron mensual en OPS (día 1, 06:30 UTC → endpoint POST /api/biblioteca/curator-goldens-run, alerta rodante con fallos, vigilado por cron-heartbeat con ventana 800 h) que caza drift del MODELO. Disciplina: cambiar el wording del prompt = bump de versión + pasar los goldens en el mismo cambio. Workspace aea62619 + 91ca8e43.
  2. Sensor de fricción sobre los JSONL de sesión (de liteagents) — fuente de evidencia nueva en /crearack:self-harness: minar los transcripts buscando correcciones que nadie apuntó; solo una reacción observada del usuario siembra un candidato, las señales de máquina solo corroboran. claude-method cef99c5.
  3. Ciclo de vida post-promoción (de liteagents) — en /crearack:self-harness: una regla que vuelve a fallar estando cargada se reformula a la 2ª recurrencia; tras 2 reformulaciones fallidas se escala a hook/check mecánico o se registra como límite aceptado.
  4. Campo keys: en fichas de memoria (de valera-studio) — alias de búsqueda que no están en el cuerpo; casa estructural del “añade el alias” de la regla global backtrack.
  5. Campo origin: en fichas de memoria (de valera-studio) — operator|measured|cited|inferred; recogido en la regla global criterio-trabajo (lo inferido sin confirmar es la memoria que más se pudre).
  6. Importador draw.io como candidato de producto (de diagram-design) — drawio_extract.py (MIT, stdlib) como semilla de un “importa tu diagrama de datacenter a CreaRack”; task #231 del Gestor para valorarlo con las llamadas MSP de septiembre.

El estreno del golden-set (17-08, mismo día) — hallazgo real

La primera corrida de calibración (desde OPS, contra el prompt desplegado) dio 9/10 y el caso fallado destapó un agujero latente del Curator: con snippet “(contenido no disponible)” el juez razonaba “página vacía = delete” — pero ese estado también significa fallo puntual del fetch a GitHub, así que un error de red podía hacer que el Curator borrara páginas buenas. Fix en el prompt (nunca delete con contenido no disponible → keep-draft) con bump a CURATOR_PROMPT_VERSION = 2026-08-17.2 (workspace 87a06b90); la re-corrida dio 10/10 y la alerta rodante se auto-resolvió — ciclo completo del mecanismo (examen → fallo → alerta → fix versionado → verde → auto-resolve) verificado en producción el día del estreno.

Nota de método: esta única edición del prompt se validó post-merge contra el endpoint desplegado (la clave Anthropic no existe en local); el flujo normal en adelante es el gate manual pre-merge con scripts/test-curator-goldens.mjs.

Nevera (visto y no adoptado, a propósito)

Miss-ledger de búsquedas fallidas con métrica semanal · “no silent caps” · marca [Stale] explícita en respuestas de bib_ask apoyadas en docs con drift · insignias epistémicas (DECISION/RULEOUT/PIVOT) en LOG.md · checks mecánicos del os-audit en CI · fidelity ledger de conversiones con pérdida.

Véase también

Subir