← Volver al blog
Aiaprox. 8 min de lectura

Dos repositorios con 100.000 estrellas intentan enseñar gusto a los agentes

Publicado 7 nov 2026
Dos repositorios con 100.000 estrellas intentan enseñar gusto a los agentes

La misma semana en que una skill de diseño de Together AI y un motor de reglas de un desarrollador independiente superaron ambos las 100.000 estrellas de GitHub, aparecieron otros dos repositorios con el mismo objetivo desde direcciones distintas. Uno es un espacio de trabajo colaborativo donde un equipo y sus agentes crean imágenes, vídeo y productos juntos. El otro es un conjunto de instrucciones que hacen que un agente de programación construya el sitio web de una empresa real en lugar de una landing page genérica.

Ninguno de los dos nombres es familiar todavía, pero ambos merecen una tarde.

open-design: un espacio de trabajo donde el agente está en la sala

open-design se describe como el primer espacio de trabajo colaborativo de agentes de diseño con IA. Es local-first y tiene licencia Apache 2.0, y reúne movimiento, prototipos, sitios web, aplicaciones, dashboards, presentaciones, imágenes y vídeo dentro de un único proyecto que un equipo comparte con sus agentes.

El modelo de instalación es la parte interesante, porque apunta al caos de clientes de agentes en lugar de intentar sustituirlos.

```shell od mcp install claude od mcp install codex ```

El mismo comando cubre Claude Code, Claude Desktop, Codex CLI, Cursor, VS Code con Copilot, GitHub Copilot CLI, Gemini CLI, OpenCode, OpenClaw, Cline, Trae, Kimi CLI, Mistral Vibe CLI, DeepSeek Reasonix, Raven, Pi, Antigravity y otros. El flag de simulación, --print, muestra qué se instalaría antes de que ocurra nada, y --uninstall lo elimina limpiamente. DeepSeek Harness necesita primero su propia CLI dsh en su sitio.

Si no tienes ninguna CLI instalada, un proxy bring-your-own-key se encarga. El daemon expone POST /api/proxy/{anthropic,openai,azure,google,ollama,senseaudio}/stream, que ejecuta el mismo bucle sin lanzar un proceso. Pegas una URL base, una clave de API y un nombre de modelo, y hay preajustes para OpenAI, Anthropic, Azure OpenAI, Google Gemini, Ollama, LM Studio, vLLM o cualquier endpoint compatible con OpenAI. Las IP internas, las direcciones link-local y los rangos CGNAT se bloquean en el borde del daemon, que es el tipo de detalle que quieres ver en una herramienta que actúa como proxy de las peticiones de otros.

Para un equipo que produce imágenes y vídeo, el atractivo práctico es directo: los artefactos, los prompts, el material de referencia y los comentarios viven en un único lugar que una persona y varios agentes pueden editar.

taste-skill: reglas que un navegador puede comprobar

taste-skill tiene licencia MIT y unas 111.000 estrellas, y es una única skill para agentes con un objetivo acotado. Su README lo dice sin rodeos: la skill existe para que los agentes de programación construyan sitios web de empresa profesionales al nivel de figma.com o x.ai en lugar de montar una landing page genérica.

```shell npx skills add https://github.com/Leonxlnx/taste-skill --skill \"design-taste-frontend\" ```

Los usuarios de Claude Code pueden hacerlo a través del marketplace de plugins, y Codex tiene su propio comando de plugin. El repositorio también incluye install.sh, que enlaza simbólicamente la skill dentro de tu agente para que un git pull la actualice en el sitio. En Windows con Git Bash crea una unión de directorio cuando los enlaces simbólicos no están disponibles, y te avisa cuando todavía queda una carpeta antigua copiada por ahí.

Los requisitos son modestos y concretos: Node 22 o superior, y un binario de Chrome, Edge o Chromium, con CHROME_PATH configurado si está en una ubicación poco habitual. ffmpeg en el PATH es opcional, se usa para la salida WebP y el recorte para móvil de una fotografía principal. No se instala nada, no hace falta ninguna clave de API, y las fotografías de Wikimedia Commons incluidas funcionan sin conexión.

Las reglas son concretas de la misma manera. Texto plano, un único sistema de diseño, una sección por pantalla, bordes izquierdo y derecho iguales, fotografías reales, iconos de marca reales, UI real del producto y renders de producto cuando un producto no tiene fotografías. Las microinteracciones se mantienen discretas. Los efectos de shader, los momentos creativos y las escenas de scroll se reservan para páginas de tecnología, gaming y software. Cada compilación empieza clasificando el negocio como software, gaming, tecnología, producto, servicio o lugar, y planificando pantalla por pantalla antes de escribir ningún marcado.

Lo que lo hace inusual es cómo se verifica la salida. Un comprobador se ejecuta en un navegador real y hace cumplir esas reglas. El agente no puede calificar su propio trabajo describiendo lo bien que se ve; un navegador puede comprobar la alineación de los bordes, el número de secciones y las fuentes de las imágenes.

Por qué existe esta ola de herramientas

El problema que atacan estos repos ya tiene nombre: AI slop. Es el término para el aspecto específico de una página construida por un modelo al que se le pidió algo y no se le dio más instrucciones, y la lista de señales es notablemente coherente. Degradados de púrpura a azul. Tarjetas anidadas dentro de tarjetas. Texto gris sobre fondos de color. Un mosaico de icono cuadrado redondeado encima de cada encabezado. Una etiqueta superior encima de cada titular. Una imagen principal que no encaja en la pantalla donde se colocó. Un formulario de registro al final de cada página, incluidas las páginas donde nadie se está registrando.

Las respuestas anteriores llegaron en dos formas. Impeccable publicó 62 reglas deterministas que señalan esas señales, ordenó los hallazgos de P0 a P3 y no necesitaba ningún modelo ni clave de API para ejecutarse. Hallmark, de Together AI, adoptó un enfoque diferente: 50 temas, cada uno un material con su propio papel, tipografía, color y componentes, además de 755 fotografías con licencia abierta elegidas por tema y acreditadas en la página, y un lint basado en navegador que se ejecuta antes de la entrega.

open-design y taste-skill pertenecen a la misma ola, pero tiran en direcciones distintas. Uno es infraestructura para un equipo; el otro es una única skill con opinión propia que instalas en una tarde. Ambos asumen que la solución es procedimental.

Lo que esto no resuelve

Los comprobadores verifican lo que pueden medir. Un navegador puede decirte que los márgenes izquierdo y derecho coinciden, que cada pantalla lleva una sección, que la imagen principal es una fotografía real y no un degradado, que el conjunto de iconos vino de algún sitio. No puede decirte si la página dice algo que merezca la pena leer, si el titular es el titular correcto o si el producto de la captura es el producto que se vende.

La brecha es permanente. Aprobar un conjunto de reglas te da una página estructuralmente sólida y visualmente coherente. No te da una página que alguien quiera mirar, y los repos que afirman lo contrario venden un flujo de trabajo, no una garantía.

También hay un efecto de segundo orden que merece la pena nombrar. Cuando suficientes páginas se construyen según una misma implementación de referencia, el comprobador se convierte en el estilo de la casa. Las páginas dejan de parecerse entre sí y empiezan a parecerse al repositorio. Es un problema más pequeño que el AI slop, pero tiene la misma forma, y la solución es la misma que funciona en toda esta industria: usa las herramientas para producir trabajo que tenga un punto de vista, y no como filtro para trabajo que no lo tiene.

Dos apuestas distintas sobre el mismo problema

Ambos proyectos asumen que la pieza que falta en el diseño construido por agentes es el criterio, y ambos sustituyen el criterio por mecanismo. open-design pone el criterio en el flujo de trabajo, donde una persona y varios agentes iteran sobre el mismo artefacto. taste-skill lo pone en un comprobador, donde las reglas deciden si la página pasa.

Los dos proyectos se separan por una división real en cómo piensan los equipos sobre la salida de la IA. Un enfoque asume que necesitas más personas en el bucle. El otro asume que necesitas una definición más estricta de terminado. La parte cara de ambos no es el código, es el material, y la respuesta de taste-skill a eso es un conjunto curado de fotografías con licencia abierta que se incluyen con la skill y se acreditan.

La pregunta abierta es si alguno cambia lo que un usuario ve realmente, o si el gusto simplemente se traslada del modelo al repositorio. Todos los detectores de AI slop hasta ahora han producido el mismo resultado: las páginas dejan de parecerse entre sí y empiezan a parecerse a la implementación de referencia.

En cualquier caso, es una mejora: una página construida según un estándar conocido, con fotografías reales y un comprobador que la verifica, supera a una página construida según la media de lo que al modelo le apeteció.

Artículos relacionados