Preparación para IA

La Preparación para IA mide hasta qué punto un repositorio está equipado para ser desarrollado y mantenido con agentes de codificación con IA: si un agente que llega a la base de código encuentra orientación, puede preparar el entorno y verificar sus propios cambios, puede leer el código dentro de las restricciones del modelo y puede descubrir interfaces legibles por máquinas.

Es una insignia independiente y aditiva. La categoría tiene peso 0.0 en el índice de salud general — se calcula y se muestra por separado, y nunca altera la cifra de salud. Un proyecto sólido anterior a la era de la IA no es penalizado por carecer de herramientas para agentes; un proyecto que invierte en ellas obtiene una distinción visible y separada.

Métricas de esta categoría

El bucle de verificación tiene el mayor peso porque es el quid del trabajo autónomo: un agente capaz de poner en marcha el proyecto, ejecutar las pruebas y comprobar su propio cambio es categóricamente más útil que uno que no puede. El contexto para agentes cubre los archivos de instrucciones (CLAUDE.md, AGENTS.md, …) y la documentación legible por máquinas (llms.txt). La legibilidad del código mide la verificabilidad de tipos y los tamaños de archivo manejables. Las interfaces buscan esquemas de API, servidores MCP y ejemplos ejecutables.

Honestidad de la medición

Las señales son heurísticas basadas en presencia y tamaño dentro del árbol de archivos — no se califica el contenido de ningún archivo. Muestran que la infraestructura existe, no lo buena que es. La sustancia se pondera allí donde resulta barato detectarla: un archivo de instrucciones por debajo de ~200 bytes se registra como esbozo y obtiene crédito parcial, una defensa específica contra la manipulación de la insignia.

Las métricas que no aplican producen null, nunca una penalización: un repositorio de solo documentación no se juzga por la legibilidad del código, y una biblioteca corriente sin superficie de API no se juzga por los esquemas de interfaz.

Cómo leer la insignia

• La insignia responde a una pregunta de adquisición genuinamente nueva — ¿puede un equipo dirigir agentes hacia esta base de código de forma productiva? — que las señales de salud clásicas nunca fueron diseñadas para capturar.
• Como el peso es 0.0, las comparaciones del índice de salud entre repositorios no se ven afectadas en absoluto por la Preparación para IA.

Cómo mejorar la Preparación para IA

• Añadir un CLAUDE.md o AGENTS.md sustantivo y un llms.txt.
• Proporcionar un arranque con un solo comando (Makefile, justfile, …), pruebas automatizadas, configuración de lint y verificación de tipos — el bucle de verificación.
• Mantener los archivos fuente por debajo de ~1500 líneas y adoptar la verificación de tipos.
• Publicar esquemas OpenAPI/GraphQL/protobuf, un servidor MCP o ejemplos ejecutables allí donde encajen con la naturaleza del proyecto.

Relacionado: calidad de ingeniería · versiones de la metodología