# Agente de IA gestiona tablero Kanban de Mattermost con herramienta CLI Skate
Los agentes de IA como Claude Code destacan en generar código, pero suelen pasar por alto el seguimiento de proyectos: los estados de tareas quedan sin tocar, no se registra el tiempo y se pierde el contexto entre sesiones. Aquí entra Skate: una herramienta CLI en Go con un servidor MCP que conecta directamente a los agentes con la API de Mattermost Boards. El agente visualiza tareas de forma independiente, actualiza estados, inicia temporizadores, comenta cambios y cierra incidencias.
Skate une el trabajo en terminal con el estado del tablero. El comando skate tasks muestra una lista priorizada:
ID TÍTULO ESTADO PRIORIDAD ASIGNADO
c4cf6f4wzbjgxdm3hpa7iygtjdo Middleware de traducción Sin iniciar 2. Media
cuppcm819atnixx71qg9i485jsr Listado de tareas En progreso 1. Alta 🔥El agente analiza la salida, toma la tarea de mayor prioridad, actualiza su estado vía API y repite el ciclo sin cambiar de contexto.
Configuración y flujo básico
El binario estático de Skate funciona con peticiones HTTP y un token Bearer de Mattermost. Sin bases de datos ni contenedores.
Inicialización:
skate init— introduce URL del servidor y token.skate local-init— selecciona el tablero para el proyecto.skate setup claude-code— registra el servidor MCP con 9 herramientas: tableros, tareas, detalles de tarea, actualización de estado, crear tarea, comentarios, inicio/parada de temporizador, registro de tiempo.
La salida soporta JSON/YAML para un análisis fácil:
skate tasks --json | jq '.[] | select(.Priority | test("High"))'Los permisos heredan de tu usuario: si ves el tablero en el navegador, está accesible en la CLI.
Traducción de tareas para equipos multilingües
El middleware traduce descripciones de tareas al inglés para el agente sin modificar el original en el tablero. Actívalo en ~/.config/skate.yaml:
translate:
enabled: true
provider: ollama
model: gpt-oss:latest
base_url: http://localhost:11434/v1Heurística: texto ASCII salta la traducción; no ASCII pasa por una API compatible con OpenAI (Ollama, OpenRouter). Ideal para equipos distribuidos con tareas en varios idiomas.
Ciclo completo de desarrollo bajo control del agente
Skate se construyó con este flujo: un tablero de Mattermost con tareas, donde Claude tomaba la siguiente de mayor prioridad.
Pasos del agente:
skate tasks— obtiene la lista.skate task <ID>— ve detalles.- Estado: En progreso.
- Inicia temporizador.
- Ejecuta (código, pruebas, docs).
- Comenta cambios.
- Para temporizador.
- Estado: Completada.
- Pregunta: ¿siguiente tarea?
30 tareas cerradas con marcas de tiempo y comentarios. Tareas recurrentes (actualizaciones de README, pruebas) se arrastran de Completada a Sin iniciar — el agente analiza diffs y actualiza en consecuencia.
Integración de agentes en flujos de equipo
Crea tareas desde terminal: skate create con descripción de chat. Para funciones complejas, el agente genera un plan en Markdown, lo adjunta al ticket y lo marca como Bloqueada. El equipo revisa de forma asíncrona; el agente incorpora feedback antes de codificar.
Resultado: la IA actúa como miembro completo del equipo en el tablero — planes visibles, tiempo registrado, decisiones documentadas.
Control vía SKILL.md: Archivo Markdown integrado con instrucciones (estados, temporizadores, menciones, adjuntos). Los agentes lo siguen con más fiabilidad que los humanos: verifican tareas vinculadas, releen comentarios, registran cada paso.
Lecciones clave
- Skate da a la IA acceso directo a Mattermost Boards sin navegador, aprovechando la memoria del equipo en vez de la del agente.
- Ciclo completo: de prioridad a cierre con seguimiento de tiempo y traducciones.
- Tareas recurrentes automatizadas — el agente compara diffs por sí solo.
- Integración con equipo: planes en el tablero para revisión humana antes de codificar.
- Pila mínima: binario Go, API REST, herramientas MCP.
— Editorial Team
Aún no hay comentarios.