Skills para Bionic: de chatbot a asistente operativo

De chatbot a asistente operativo

Los skills pueden convertir un modelo local de LM Studio en algo bastante más parecido a un asistente operativo que a un simple chatbot. Pero hay una distinción importante: un LLM no necesita saber ejecutar una tarea por sí mismo, sino saber cuándo delegarla, a qué herramienta y con qué parámetros.

Eso cambia bastante las posibilidades. Un modelo local puede ser el cerebro de un sistema que maneje archivos, ejecute scripts, consulte bases de datos, controle un navegador e incluso interactúe con aplicaciones de escritorio.

Diagrama mostrando cómo un modelo de lenguaje se conecta con diferentes habilidades y herramientas para automatizar tareas
Arquitectura de un agente local: modelo, skills, herramientas y runtime trabajando en conjunto

¿Qué puede llegar a hacer?

Prácticamente todo lo que tenga una herramienta de ejecución detrás. Estas son las posibilidades:

Controlar navegadores

  • Abrir páginas y navegar
  • Buscar información
  • Rellenar formularios
  • Descargar archivos
  • Interactuar con sitios web
  • Gestionar sesiones autenticadas, dependiendo de la herramienta

Posible mediante herramientas de navegador.

Controlar Windows y programas

  • Ejecutar PowerShell, CMD y Python
  • Instalar programas mediante comandos
  • Abrir y cerrar aplicaciones
  • Modificar archivos y configuraciones
  • Ejecutar tareas programadas
  • Controlar interfaces gráficas mediante automatización

Possible con ejecución y automatización.

WhatsApp y mensajería

  • Consultar conversaciones
  • Preparar respuestas
  • Enviar mensajes
  • Gestionar contactos y notificaciones

Requiere integración específica. No basta con instalar un skill. Necesitas acceso mediante WhatsApp Web automatizado, una API oficial o alguna integración compatible.

Administración de archivos y sistemas

  • Organizar directorios
  • Procesar documentos en lotes
  • Ejecutar scripts
  • Consultar bases de datos
  • Revisar logs
  • Administrar servicios y servidores

Muy apropiado para Bionic.

Orquestación de otros sistemas

  • Invocar APIs
  • Controlar ComfyUI mediante su API
  • Lanzar procesos de generación
  • Procesar resultados
  • Conectar servicios mediante MCP
  • Coordinar varios scripts y programas

Possible con herramientas y APIs.

Una precisión importante

Bionic admite skills en formato estándar SKILL.md. Pero el skill es principalmente un conjunto de instrucciones y recursos; no instala mágicamente un controlador de navegador ni una API de WhatsApp. Para eso hacen falta herramientas adicionales.

¿Cómo se instalan los skills?

Bionic tiene tres mecanismos principales:

  1. Instalar desde Internet: Proporcionarle una URL de GitHub o de un repositorio que contenga un skill. También puedes invocar @Install Skill o utilizar el comando /install-skill.
  2. Instalar manualmente: Si tienes un archivo SKILL.md, puedes incorporarlo desde Settings → Skills.
  3. Reutilizar skills de otros agentes: Bionic puede detectar skills compatibles de Codex y Claude Code. Se administran desde Settings → Skills → Skills from other apps. Puedes habilitar o deshabilitar individualmente los que quieras utilizar.

También puedes crear los tuyos. Por ejemplo, después de completar una tarea satisfactoriamente, puedes decir: Crea un skill a partir del procedimiento que acabamos de realizar. Documenta los pasos, los requisitos, las comprobaciones y los errores que debemos evitar. Así vas construyendo una biblioteca de procedimientos reutilizables.

La diferencia fundamental: Skills, MCP y herramientas

Aquí está la parte que conviene entender antes de empezar a instalar cosas:

ElementoFunción
SkillEnseña al agente cómo realizar una tarea
MCPConecta al agente con herramientas y servicios externos
APIPermite controlar una aplicación mediante programación
ScriptEjecuta un procedimiento concreto
RuntimeProporciona el entorno donde se ejecutan las acciones

Por ejemplo, imagina que quieres que Bionic gestione WhatsApp:

  • Skill: «Cómo clasificar mensajes y preparar respuestas»
  • MCP o API: acceso a WhatsApp
  • Modelo: decide qué mensajes requieren atención
  • Runtime: ejecuta las consultas y envíos
  • Permisos: determinan qué puede consultar y qué puede enviar

Esto permite construir capacidades bastante sofisticadas sin tener que programar todo desde cero.

¿Y el navegador?

Hay dos caminos:

  • Automatización mediante navegador, por ejemplo Playwright
  • Control de escritorio, mediante herramientas de interacción con ventanas, teclado y ratón

El primero suele ser más fiable para automatizaciones web. El segundo sirve para programas que no ofrecen API.

¿Y WhatsApp?

Hay tres alternativas:

  1. WhatsApp Business Platform: API oficial, más adecuada para automatizaciones empresariales y mensajería autorizada.
  2. WhatsApp Web + Playwright: automatización de la interfaz web. Es más frágil y puede dejar de funcionar cuando cambia la interfaz.
  3. Un servicio intermediario con MCP: Bionic llama a un servidor que ofrece funciones como consultar mensajes o enviar respuestas.

Yo elegiría la API oficial cuando el proyecto lo permita. No confiaría la cuenta personal a un script de procedencia dudosa que manipule sesiones y credenciales.

¿Cómo se aseguran?

Hay una diferencia enorme entre tener un agente útil y tener un agente con acceso irrestricto a tu ordenador. Un modelo puede recibir instrucciones maliciosas desde una página web, un documento o un correo. Esto se conoce como prompt injection. Por ejemplo, una página podría incluir instrucciones para que el agente intente leer archivos locales.

El hecho de que el modelo funcione localmente no elimina ese riesgo.

Mi propuesta sería aplicar estas reglas:

Política de seguridad recomendada
  • Lectura de archivos autorizados: Permitido
  • Escritura en carpetas de trabajo: Permitido
  • Ejecutar scripts conocidos: Con autorización
  • Instalar programas: Confirmación obligatoria
  • Eliminar archivos: Confirmación obligatoria
  • Enviar mensajes o correos: Confirmación obligatoria
  • Acceso a contraseñas y credenciales: Denegado
  • Ejecutar comandos como administrador: Denegado por defecto

Y añadiría cuatro medidas técnicas:

  • Cuenta de Windows independiente: que el agente no trabaje con privilegios administrativos
  • Carpetas delimitadas: nada de acceso indiscriminado a todo el disco
  • Entorno aislado: máquinas virtuales o contenedores cuando se necesite ejecutar código no confiable
  • Registro de actividad: conservar comandos ejecutados, archivos modificados y mensajes enviados

Ojo: una carpeta de trabajo restringida por la aplicación no equivale necesariamente a un aislamiento de seguridad del sistema operativo.

¿Cómo se configuran y controlan?

Separaría la configuración en cuatro niveles:

Nivel 1. Bionic

  • Settings → Skills: administrar skills
  • Settings → Skills from other apps: habilitar skills externos
  • Proyectos: delimitar el espacio de trabajo
  • Allow coding: habilitar edición y ejecución de código en los proyectos que lo necesiten
  • Sesiones: separar tareas y contextos

Cuando habilitas Allow coding, Bionic puede buscar archivos, modificarlos, utilizar Git y ejecutar comandos en el directorio seleccionado. Puedes revisar los cambios y las salidas de los comandos.

Nivel 2. Herramientas e integraciones

Aquí entran MCP, APIs, servidores de automatización y otros conectores. En LM Studio tradicional, por ejemplo, puedes configurar servidores MCP en mcp.json. Bionic y LM Studio son aplicaciones diferentes, aunque comparten parte del ecosistema y runtime.

Nivel 3. Sistema operativo

Aquí establecería los permisos reales:

  • Usuario de Windows
  • Directorios autorizados
  • Permisos de ejecución
  • Acceso a red
  • Credenciales
  • Servicios que puede administrar

Nivel 4. Supervisión

Mantendría tres modalidades de operación:

Esquema de arquitectura mostrando cómo el modelo se conecta con herramientas externas a través de skills y APIs
Ecosistema completo de asistente local con cinco niveles de integración
ModalidadComportamiento
ObservaciónLee, analiza y propone
AsistidaEjecuta con autorización
AutónomaEjecuta operaciones previamente autorizadas

La modalidad autónoma debería limitarse a tareas conocidas y reversibles.

¿Qué montaría en tu ordenador?

Teniendo una RTX 3090 de 24 GB y experiencia con Windows, Python, LM Studio, ComfyUI y administración de sistemas, tienes una buena base para experimentar. No empezaría instalando veinte skills de GitHub. Construiría un pequeño ecosistema de agentes.

Tabla visual de permisos y denegaciones para un agente de IA local
Matriz de seguridad recomendada para agentes con acceso al sistema

Mis primeros cinco skills

SkillQué haría
Windows AdministratorConsultar logs, servicios y estado del sistema
Web ResearcherInvestigar, comparar y elaborar informes
File ManagerClasificar, renombrar y procesar archivos
ComfyUI OperatorLanzar workflows y procesar resultados
WordPress ManagerPreparar, revisar y publicar artículos mediante API

El último tiene especial interés para proyectos de convertir conversaciones y podcasts en publicaciones. Podrías llegar a una cadena como esta:

  1. Detectar un podcast nuevo
  2. Obtener su transcripción
  3. Elaborar un artículo original en castellano
  4. Revisar duplicaciones y calidad editorial
  5. Generar imágenes mediante ComfyUI
  6. Preparar el artículo y sus etiquetas
  7. Publicarlo en WordPress, inicialmente con aprobación humana

Y todo ello ejecutado localmente, salvo los servicios externos que necesites consultar.

Una precaución sobre los modelos

No todos los modelos son igual de buenos utilizando herramientas. Necesitas que el modelo tenga buen soporte de tool calling, que interprete correctamente las instrucciones de los skills y que sepa cuándo no ejecutar una acción.

Un modelo de 27B no necesariamente será mejor agente que uno de 9B bien entrenado para uso de herramientas. Además, el rendimiento de Bionic dependerá del modelo, su contexto disponible y la complejidad de las tareas.

Cómo empezar, paso a paso

No instalaría todavía WhatsApp ni control remoto del escritorio. Haría esta progresión:

  1. Instalar y configurar un skill que solamente lea archivos
  2. Crear otro que pueda modificar archivos dentro de una carpeta de pruebas
  3. Incorporar ejecución de Python
  4. Incorporar Playwright para navegación
  5. Conectar ComfyUI mediante su API
  6. Finalmente, incorporar mensajería con permisos de envío controlados

Así puedes verificar cada capa antes de añadir la siguiente.

Mi inclinación inicial sería una arquitectura híbrida. Me parece mucho más interesante tener un agente que pueda administrar tus sistemas, producir contenido y manejar herramientas reales que otro chatbot encerrado en una ventana.