Claude Code para Equipos

Presentación

No es un curso de prompts. Es operar un agente como parte del equipo de ingeniería.

Claude Code es el agente de codificación de Anthropic: lee el repositorio, planifica, usa herramientas y edita archivos en ciclos. Este curso enseña a un equipo completo a adoptarlo de forma consistente —con convenciones compartidas, permisos, guardrails, memoria de proyecto, agentes propios y automatización—, no a un developer experimentando solo.

Incluye: jornada intensiva en vivo · trabajo sobre el repositorio real del equipo · proyecto final con revisión de un compañero · Certificado de Participación digital.

Descripción del curso

El equipo trabaja sobre su propio código, no sobre un ejemplo. Parte de la idea que cambia todo: con un agente, el código deja de ser el centro y la intención pasa a serlo, y sin una spec y sin validación esa velocidad se convierte en deuda. Por eso el curso empieza por el Spec Driven Development y el modo plan antes de dejar que el agente toque un archivo.

Desde ahí el equipo configura Claude Code para trabajar igual: la memoria de proyecto en CLAUDE.md, reglas que solo se cargan donde aplican, modos de permiso y hooks que hacen cumplir lo que una instrucción no garantiza. Empaqueta sus procedimientos como skills y plugins, delega en subagentes, construye agentes propios con el Claude Agent SDK, conecta datos y servicios con MCP, y automatiza revisiones en CI con GitHub Actions.

El resultado es una funcionalidad real entregada con su evidencia y revisada por un compañero, y un equipo que comparte estándares, guardrails y responsabilidad sobre lo que llega a producción.

Objetivos de aprendizaje

Al terminar el curso, los participantes podrán:

✓Diferenciar un agente de codificación de un autocompletado, y ajustar la revisión de código a esa diferencia
✓Convertir una necesidad en una spec con criterios de aceptación verificables para el agente
✓Configurar Claude Code para todo el equipo: CLAUDE.md, reglas, permisos y managed settings
✓Hacer cumplir las reglas del equipo con hooks, en lugar de confiar en instrucciones que el agente puede ignorar
✓Empaquetar los procedimientos del equipo como skills, comandos y plugins
✓Delegar en subagentes y construir agentes propios con el Claude Agent SDK
✓Conectar datos y servicios con MCP, y construir servidores MCP propios
✓Automatizar revisiones y tareas en CI con modo headless y GitHub Actions
✓Decidir si el código del agente cumple la Definition of Done, con evidencia y no con afirmaciones del chat

¿Quién debería asistir?

Diseñado para equipos completos, no para la adopción individual:

✓Developers
✓Tech Leads y Architects
✓Engineering Managers que necesitan estándares comunes en el squad

Programa detallado

15 módulos · 97 lecciones

Trabajo sobre un repositorio real. No hay teoría sin ejecución.

Módulo 1 · Vibe Coding — la tesis

Por qué el código deja de ser el centro y la intención pasa a serlo

Del modelo tradicional al agéntico
El flujo: objetivo → spec → orquestación → validación → release
Por qué acelera: paralelismo y cobertura desde el inicio
Sin validación, la velocidad crea deuda

Módulo 2 · Spec Driven Development

La spec convierte output inconsistente en resultado predecible

Por qué sin spec los agentes producen resultados inconsistentes
Componentes de una spec ejecutable
Criterios de aceptación verificables
De la spec al briefing del agente

Módulo 3 · Fundamentos de Claude Code

Cómo planifica, ejecuta y muestra su trabajo

Diferencia con el autocompletado y el chat
Instalación en un proyecto real
Dar un objetivo con contexto y restricciones
Leer el plan y la ejecución paso a paso
Dónde corre: terminal, VS Code, JetBrains, Claude Desktop y web
Herramientas nativas: Grep busca dentro de los archivos, Glob busca archivos por nombre, Edit reemplaza un texto único y Read + Write cuando Edit falla
El flujo explorar → planificar → codificar → commit
Modo plan o ejecución directa: plan para cambios grandes o con varias soluciones posibles, directo para un fix acotado
Patrón entrevista: Claude pregunta antes de implementar lo que no está claro

Módulo 4 · CLAUDE.md — Memoria de Proyecto

Las reglas que no cambian entre tareas

Por qué importa: codificar el contexto del equipo
Convenciones, guardrails y reglas de prohibición
Estructurar la memoria para un codebase real
Cómo la memoria cambia el comportamiento del agente
Jerarquía: usuario (no se comparte con el equipo), proyecto y subdirectorio
@import y .claude/rules/ con paths: reglas que solo se cargan al editar ciertos archivos
/memory: ver qué archivos de memoria están cargados y diagnosticar por qué una regla no se aplica

Módulo 5 · Comandos de Claude Code

Workflows repetibles convertidos en un comando

Comandos nativos y flags
Slash commands personalizados
Construir, probar y versionar un comando
Compartirlos a nivel de repositorio y organización
Skills: SKILL.md con description (decide cuándo se activa), allowed-tools, context: fork y argument-hint
CLAUDE.md, skill o hook: siempre cargado, a demanda u obligatorio
Skills de verificación: correr los tests y revisar el diff sin tener que pedirlo
Plugins: empaquetar comandos, skills, hooks y agentes para que todo el equipo los instale

Módulo 6 · Hooks — automatización determinista

Lo que ejecuta el harness, no el modelo

Una instrucción se puede ignorar; un hook siempre corre
Eventos: PreToolUse · PostToolUse · UserPromptSubmit · Stop · SessionStart
Configuración en settings.json y sus alcances
Bloquear antes: rutas protegidas y comandos peligrosos
Automatizar después: formato, tests, lint y type-check
Stop hook con los tests: el turno no termina mientras los tests fallen

Módulo 7 · Creación de agentes en Claude Code

Agentes propios con rol, herramientas y límites

Anatomía de un subagente: system prompt, herramientas, modelo
Agentes especializados: revisor, tester, refactorizador, auditor
Contratos de entrada y salida
Cuándo un agente propio gana a una instrucción larga
/agents y el subagente Explore: aislar la exploración ruidosa y devolver solo el resumen
Reporte de obstáculos, herramientas restringidas y cuándo no conviene delegar

Módulo 8 · Agent Harness

Lo que sostiene al agente entre tareas

Contexto, memoria, herramientas, planificación y feedback
Curar qué entra en la ventana de contexto
Checkpoints: snapshots, reintentos y rollback
Validación antes de aceptar
/context, /compact y /clear: ver, comprimir o vaciar la ventana de contexto
Compactación dirigida y menú rewind: decidir qué sobrevive al resumen y volver atrás cuando la sesión se desvía
--resume con nombre y fork de sesión: continuar una investigación o abrir una rama para comparar
Archivos scratchpad: guardar los hallazgos clave para que no se pierdan con el contexto

Módulo 9 · Multi-agentes y Orquestador

Coordinador que dirige, especializados que ejecutan

El patrón Coordinador + Agente Especializado
Cuándo dividir el trabajo y cuándo no
Protocolo: descubrir capacidades → repartir → reportar
Handoffs y puntos de inspección

Módulo 10 · Claude Agent SDK

El motor de Claude Code dentro de tu propio código

Qué es el Agent SDK: el mismo bucle y las mismas herramientas de Claude Code, como librería de Python y TypeScript
El bucle agéntico: seguir mientras el modelo pide herramientas (tool_use) y terminar en end_turn
Herramientas permitidas y servidores MCP para un agente propio (allowedTools)
Subagentes con AgentDefinition y la herramienta Task: descripción, prompt y herramientas de cada uno, y varios en paralelo
Hooks del SDK: PreToolUse bloquea una acción que viola una regla; PostToolUse normaliza los datos que devuelve una herramienta
Sesiones: reanudar una investigación y bifurcarla para comparar dos caminos (resume, fork_session)
Managed Agents: Anthropic corre el bucle del agente en un entorno aislado y tu aplicación lee sus eventos
Frameworks de agentes (Strands, LangGraph, PydanticAI) frente al SDK: qué resuelve cada uno

Módulo 11 · MCP — Conectar herramientas y datos

Darle acceso a lo que necesita, con límites

Qué es MCP y por qué importa para un equipo
Conectar datos, servicios y herramientas
Uso seguro y fronteras de acceso
Integraciones prácticas para desarrollo
Configuración: .mcp.json del proyecto o ~/.claude.json personal, con ${TOKEN} para no subir secretos al repositorio
Construir un servidor MCP con el SDK de Python: tools (las usa el modelo), resources (las expone la aplicación) y prompts (los elige el usuario)
MCP Inspector: probar el servidor en el navegador antes de conectarlo
Errores estructurados: isError, categoría del error y si se puede reintentar; «sin resultados» no es «falló»
MCP avanzado: sampling, notificaciones de progreso y roots
Transportes: stdio o StreamableHTTP, y cuándo operar sin estado para escalar

Módulo 12 · RAG — Recuperación para agentes

El stack real de extracción y búsqueda

PyMuPDF con find_tables(strategy='lines_strict'): solo tablas delimitadas por líneas reales
pdfplumber con x_tolerance=1: el valor por defecto fusiona palabras separadas
Doble columna: ordenar por bloques visuales
Chunking estructural y jerárquico
Coseno y Jaccard: cuándo cada métrica
sentence-transformers all-MiniLM-L6-v2 sobre pgvector
Validar tabla por tabla, no descartar la página entera

Módulo 13 · Permisos, Seguridad, Inspección y DoD

Evidencia por encima de la afirmación del chat

Qué puede tocar el agente y cómo se gobierna en un repo compartido
Revisar diffs: correctitud, seguridad y convenciones
Qué significa «terminado» cuando el código lo escribe un agente
Detectar fallos silenciosos y el falso «ya funciona»
Modos de permiso: manual, accept edits, plan (solo lectura), auto (un clasificador revisa la intención), don't ask (CI) y bypass (solo en contenedor aislado)
Managed settings: las reglas que la organización impone a todos los equipos

Módulo 14 · Automatizar con Claude Code

Trabajo que corre sin nadie mirando

Modo headless: -p, --output-format json y --json-schema para correr en CI
Routines: tareas programadas en la infraestructura de Anthropic
GitHub Actions y code review gestionado en los pull requests
Revisión con una instancia independiente: quien escribió el código no es quien mejor lo revisa
Volver a revisar tras un commit sin repetir los hallazgos ya reportados
Verificar ejecuciones no supervisadas en proporción a lo poco que se miró

Módulo 15 · Adopción en el equipo y Proyecto Final

Que todo el equipo trabaje igual

Mismos estándares y guardrails para todos
Quién responde por el código del agente
Medir velocidad, calidad y retrabajo
Proyecto final: una funcionalidad real con su evidencia y revisión de un compañero

Stack del curso

Herramientas reales

Todo lo que se enseña se usa en producción. Sin herramientas de demo.

Capa	Herramienta	Por qué esa
Agente de código	Claude Code (CLI de terminal)	Lee el repo, planifica, usa herramientas y edita archivos en ciclos
Memoria de proyecto	`CLAUDE.md`	Las reglas y convenciones que persisten entre tareas
Automatización	Hooks en `settings.json`	Los ejecuta el harness, no el modelo: un hook siempre corre, una instrucción se puede ignorar
Conectores	MCP (Model Context Protocol)	Acceso a datos y servicios con fronteras explícitas
Extracción de tablas	PyMuPDF (`fitz`)	Con `lines_strict` devuelve las 6 columnas en orden y resuelve etiquetas giradas; pdfplumber perdía columnas e invertía cabeceras
Texto lineal	pdfplumber	Con `x_tolerance=1`; el default de 3 fusionaba palabras y dejaba fragmentos ilegibles
Embeddings	sentence-transformers`all-MiniLM-L6-v2`	Vectores de oración para el corte de chunks y el embedding final
Índice vectorial	pgvector sobre PostgreSQL	Búsqueda por similitud sobre infraestructura que el equipo ya opera