Pasé más de 100 horas probando herramientas de IA para que tú no tengas que hacerlo.
Guarda esto :)
El panorama de las herramientas de IA en 2026 es abrumador. Nuevos frameworks cada semana. Nuevos agentes cada día. Nuevos repositorios en tendencia en GitHub cada mañana.
La mayoría son exageración. Algunos son genuinamente útiles. Unos pocos cambiarán fundamentalmente la forma en que trabajas.
Yo filtré el ruido. Aquí están las 60 herramientas que realmente importan ahora mismo, organizadas por categoría, probadas personalmente, con notas honestas sobre para qué sirve cada una.
Marca esto como favorito. Volverás a ello.
Parte 1: Agentes de Codificación con IA e IDEs 🛠️
Estas son las herramientas que permiten que la IA escriba, revise y gestione código en tu nombre. Las que realmente funcionan en flujos de trabajo reales, no solo en demostraciones.
01. Claude Code:
El agente de codificación de línea de comandos de Anthropic. Lee archivos, escribe código, ejecuta pruebas, opera directamente en tu entorno local. El estándar de oro para el desarrollo asistido por IA cuando quieres control total.
🔗 https://docs.anthropic.com/en/docs/claude-code
02. Cursor:
Editor de código con IA integrada, construido sobre VS Code. Completado en línea, chat con tu base de código, edición de múltiples archivos. El mejor editor para desarrolladores que quieren IA integrada en su flujo de trabajo existente.
03. Codex CLI:
El agente de codificación de terminal de OpenAI. Toma instrucciones en lenguaje natural, lee tu base de código, escribe y ejecuta código. Fuerte en tareas de implementación de múltiples pasos.
🔗 https://github.com/openai/codex
04. Windsurf:
IDE de codificación con IA de Codeium. Agente Cascade para edición de múltiples archivos, comprensión profunda de la base de código y codificación en estado de flujo. Creciendo rápido.
🔗 https://codeium.com/windsurf
05. Superpowers:
Más de 20 habilidades de Claude Code probadas en batalla. TDD, depuración, pipelines de planificación a ejecución. Más de 96,000 estrellas en GitHub. Si usas Claude Code, instala esto primero.
🔗 https://github.com/obra/superpowers
06. Spec Kit (GitHub):
Desarrollo impulsado por especificaciones. Escribe especificaciones, la IA genera código a partir de ellas. Te obliga a pensar antes de construir. Más de 50,000 estrellas.
🔗 https://github.com/github/spec-kit
07. Aider:
Programación en pareja con IA en tu terminal. Funciona con cualquier LLM. Fuerte trabajando con bases de código existentes. Más de 30,000 estrellas.
🔗 https://github.com/paul-gauthier/aider
Parte 2: Frameworks de Agentes 🤖
Construye sistemas autónomos que piensan, actúan e iteran.
08. OpenClaw:
El agente de IA de código abierto viral. Persistente, multicanal (WhatsApp, Telegram, Discord), escribe sus propias habilidades. Más de 210,000 estrellas y creciendo rápido. El punto de entrada más accesible para agentes de IA personales.
🔗 https://github.com/openclaw/openclaw
09. LangGraph:
Orquestación multiagente como código. Construye agentes como grafos con lógica de ramificación, intervención humana y estado persistente. Más de 26,000 estrellas.
🔗 https://github.com/langchain-ai/langgraph
10. CrewAI:
Framework multiagente con roles, objetivos e historias de fondo. Cada agente tiene una personalidad y responsabilidad definidas. Bueno para flujos de trabajo similares a equipos.
🔗 https://github.com/crewAIInc/crewAI
11. AutoGPT:
Plataforma de agente autónomo completa para tareas de larga duración. El framework de agente OG. Ha madurado significativamente desde sus inicios.
🔗 https://github.com/Significant-Gravitas/AutoGPT
12. Dify:
Constructor de aplicaciones LLM de código abierto. Combina flujos de trabajo, RAG, agentes y gestión de modelos en una sola plataforma. Bueno para no desarrolladores que construyen aplicaciones de IA.
🔗 https://github.com/langgenius/dify
13. OWL:
Framework de cooperación multiagente. Encabeza el benchmark GAIA para coordinación de agentes. Investigación de vanguardia convertida en código utilizable.
🔗 https://github.com/camel-ai/owl
14. CopilotKit:
Incrusta copilotos de IA directamente en aplicaciones React. Implementa funciones de IA en tu producto, no solo en tu flujo de trabajo.
🔗 https://github.com/CopilotKit/CopilotKit
15. pydantic-ai:
Framework de agentes con seguridad de tipos construido sobre Pydantic. Para desarrolladores de Python que quieren salidas de agente estructuradas y validadas.
🔗 https://github.com/pydantic/pydantic-ai
Parte 3: Servidores MCP e Integración de Herramientas 🔗
MCP (Model Context Protocol) le da a la IA acceso al mundo exterior. Las habilidades le enseñan CÓMO. MCP le da ACCESO.
16. Tavily:
Motor de búsqueda construido para agentes de IA. No enlaces azules, sino datos limpios, estructurados y listos para LLM. Cuatro herramientas: búsqueda, extracción, rastreo, mapa. Se conecta como MCP remoto en un minuto.
🔗 https://github.com/tavily-ai/tavily-mcp
17. Context7:
Inyecta documentación de bibliotecas actualizada en el contexto de tu LLM. No más APIs alucinadas o métodos obsoletos. Agrega "usa context7" a tu prompt y extrae la documentación actual. Soporta miles de bibliotecas.
🔗 https://github.com/upstash/context7
18. Task Master AI:
El gestor de proyectos de tu IA. Aliméntalo con un PRD y genera tareas estructuradas con dependencias. Claude las ejecuta una por una. Convierte sesiones caóticas en pipelines organizados.
🔗 https://github.com/eyaltoledano/claude-task-master
19. MCP Playwright:
Automatización del navegador para LLMs. Controla un navegador real a través del lenguaje natural. Pruebas, scraping, interacción.
🔗 https://github.com/executeautomation/mcp-playwright
20. fastmcp:
Construye servidores MCP en Python mínimo. La forma más rápida de crear integraciones de herramientas personalizadas para Claude o cualquier modelo compatible con MCP.
🔗 https://github.com/jlowin/fastmcp
21. markdownify-mcp:
Convierte PDFs, imágenes y audio a Markdown. Alimenta cualquier tipo de documento en tu flujo de trabajo de IA.
🔗 https://github.com/zcaceres/markdownify-mcp
22. MCPHub:
Gestiona múltiples servidores MCP a través de HTTP. Un panel para todas tus conexiones de herramientas.
🔗 https://github.com/samanhappy/mcphub
Parte 4: Habilidades de Claude (Mejores Selecciones) 🧠
Las habilidades enseñan a Claude flujos de trabajo especializados. Hay más de 80,000 habilidades de la comunidad. Estas son las que vale la pena instalar.
23. Procesamiento de PDF (Oficial):
Lee, extrae tablas, rellena formularios, combina y divide PDFs. La habilidad de mayor utilidad para trabajadores del conocimiento.
🔗 https://github.com/anthropics/skills/tree/main/skills/pdf
24. Diseño Frontend (Oficial): Construye sistemas de diseño reales, tipografía audaz, UI de grado de producción. Escapa de la estética "basura de IA". Más de 277,000 instalaciones.
🔗 https://github.com/anthropics/skills/tree/main/skills/frontend-design
25. Creador de Habilidades (Oficial):
La meta-habilidad. Describe un flujo de trabajo en inglés sencillo y obtén un SKILL.md completo en cinco minutos. Construye nuevas habilidades sin escribir ninguna configuración.
🔗 https://github.com/anthropics/skills/tree/main/skills/skill-creator
26. Habilidades de Marketing por Corey Haines:
Más de 20 habilidades que cubren CRO, redacción, SEO, secuencias de correo electrónico, estrategia de crecimiento. Todo lo que un equipo de marketing necesita en forma de habilidad.
🔗 https://github.com/coreyhaines31/marketingskills
27. Claude SEO:
Auditorías de sitios completas, validación de esquema, análisis de palabras clave. 12 sub-habilidades que cubren el flujo de trabajo completo de SEO.
🔗 https://github.com/AgriciDaniel/claude-seo
28. Habilidades de Obsidian:
Creadas por el CEO de Obsidian. Etiquetado automático, enlazado automático, operaciones nativas de la bóveda. Si usas Obsidian, esto es esencial.
🔗 https://github.com/kepano/obsidian-skills
29. Optimización de Contexto:
Reduce los costos de tokens y mejora la eficiencia de la caché KV. Hace que los flujos de trabajo de API costosos sean significativamente más baratos. Más de 13,900 estrellas.
🔗 https://github.com/muratcankoylan/agent-skills-for-context-engineering
30. Habilidad de Investigación Profunda:
Investigación de 8 fases con continuación automática. Para cuando necesitas que Claude profundice en un tema, no solo que rasque la superficie.
🔗 https://github.com/199-biotechnologies/claude-deep-research-skill
Parte 5: IA Local y Ejecución de Modelos 🖥️
Ejecuta modelos en tu propio hardware. Privacidad, velocidad, cero costos de API.
31. Ollama:
Ejecuta LLMs de código abierto localmente con un comando de terminal. Soporta Llama, Mistral, Gemma y docenas más. El camino más rápido de cero a IA local.
🔗 https://github.com/ollama/ollama
32. Open WebUI:
Interfaz tipo ChatGPT autoalojada. Limpia, rápida, con todas las funciones. Combina perfectamente con Ollama para una configuración de IA privada.
🔗 https://github.com/open-webui/open-webui
33. LlamaFile:
Empaqueta un LLM completo como un solo archivo ejecutable. Cero dependencias. Descarga y ejecuta. Absurdamente simple.
🔗 https://github.com/Mozilla-Ocho/llamafile
34. Unsloth:
Ajusta modelos 2 veces más rápido con un 70% menos de memoria. Si necesitas un modelo personalizado entrenado con tus datos, empieza aquí.
🔗 https://github.com/unslothai/unsloth
35. vLLM:
Motor de inferencia de alto rendimiento. De 2 a 4 veces más rápido que el servicio ingenuo. El estándar para el despliegue en producción de modelos de código abierto.
🔗 https://github.com/vllm-project/vllm
Parte 6: Flujo de Trabajo y Automatización ⚡
Conecta la IA a tus herramientas y procesos existentes.
36. n8n:
Automatización de flujo de trabajo de código abierto con más de 400 integraciones y nodos de IA. Autoalojable. El mejor constructor visual para automatizaciones impulsadas por IA.
🔗 https://github.com/n8n-io/n8n
37. Langflow:
Arrastrar y soltar visual para pipelines de agentes. Más de 140,000 estrellas. Construye flujos de trabajo de agentes complejos sin escribir código.
🔗 https://github.com/langflow-ai/langflow
38. Huginn:
Agentes web autoalojados para monitoreo, alertas y recopilación de datos. Automatización centrada en la privacidad que se ejecuta en tu servidor.
🔗 https://github.com/huginn/huginn
39. DSPy:
Programa (no prompt) modelos fundacionales. Investigación de Stanford convertida en framework. Para cuando el prompting no es lo suficientemente determinista.
🔗 https://github.com/stanfordnlp/dspy
40. Temporal:
Motor de flujo de trabajo duradero para procesos de larga duración. Cuando tu automatización necesita sobrevivir a fallos, reintentos y tiempos de espera.
🔗 https://github.com/temporalio/temporal
Parte 7: Búsqueda, Datos y RAG 🔍
Obtén información dentro y fuera de los sistemas de IA.
41. GPT Researcher:
Agente de investigación autónomo que produce informes compilados. Dale un tema, recibe un análisis exhaustivo con fuentes.
🔗 https://github.com/assafelovic/gpt-researcher
42. Firecrawl:
Convierte cualquier sitio web en datos listos para LLM. Web scraping diseñado específicamente para pipelines de IA.
🔗 https://github.com/mendableai/firecrawl
43. Vanna AI:
Lenguaje natural a SQL. Haz preguntas en inglés, obtén consultas de base de datos. Para cualquiera que necesite datos de bases de datos sin escribir SQL.
🔗 https://github.com/vanna-ai/vanna
44. Instructor:
Obtén salidas JSON estructuradas de cualquier LLM usando modelos de Pydantic. Funciona con OpenAI, Anthropic, Google y más de 15 proveedores. Lo que los ingenieros de IA de producción realmente usan.
🔗 https://python.useinstructor.com
45. Chroma:
Base de datos vectorial de código abierto. La forma más simple de agregar búsqueda semántica y memoria a largo plazo a tus aplicaciones de IA.
🔗 https://github.com/chroma-core/chroma
46. dlt:
Pipelines de datos nativos de LLM desde más de 5,000 fuentes. Obtén datos de cualquier lugar a tu flujo de trabajo de IA.
🔗 https://github.com/dlt-hub/dlt
47. ExtractThinker:
ORM para inteligencia documental. Extrae datos estructurados de cualquier tipo de documento.
🔗 https://github.com/enoch3712/ExtractThinker
Parte 8: API e Infraestructura 🏗️
La fontanería que hace que todo funcione en producción.
48. FastAPI:
El framework web de Python para servir aplicaciones de IA. Documentación excepcional. Validación de Pydantic incorporada.
🔗 https://github.com/tiangolo/fastapi
49. Portkey Gateway:
Enruta solicitudes a más de 250 LLMs a través de una API. Cambia de modelos sin cambiar código.
🔗 https://github.com/Portkey-AI/gateway
50. OmniRoute:
Proxy de API para más de 44 proveedores de IA. Balanceo de carga, respaldos y optimización de costos.
🔗 https://github.com/diegosouzapw/OmniRoute
51. lmnr:
Rastrea y evalúa el comportamiento del agente. Ve exactamente lo que están haciendo tus agentes y mide si lo están haciendo bien.
🔗 https://github.com/lmnr-ai/lmnr
52. Codebase Memory MCP:
Convierte tu base de código en un grafo de conocimiento persistente. Claude recuerda la estructura completa de tu proyecto a través de las sesiones.
🔗 https://github.com/DeusData/codebase-memory-mcp
Parte 9: Colecciones Curadas y Aprendizaje 📚
Dónde encontrar más y seguir aprendiendo.
53. Awesome Claude Skills:
La mejor lista de habilidades curada. Más de 22,000 estrellas. Empieza aquí cuando busques nuevas habilidades para instalar.
🔗 https://github.com/travisvn/awesome-claude-skills
54. Repositorio de Habilidades de Anthropic:
Implementaciones de referencia oficiales de Anthropic. El estándar de oro de cómo deberían construirse las habilidades.
🔗 https://github.com/anthropics/skills
55. Awesome Agents:
Más de 100 herramientas de agentes de código abierto en una lista curada.
🔗 https://github.com/kyrolabs/awesome-agents
56. PromptingGuide:
Referencia completa de ingeniería de prompts que cubre cada técnica, desde lo básico hasta el prompting avanzado de agentes.
🔗 https://www.promptingguide.ai
57. Tutorial de Ingeniería de Prompts de Anthropic:
9 capítulos de ejercicios prácticos con Jupyter notebooks. La mejor forma estructurada de aprender prompting.
🔗 https://github.com/anthropics/prompt-eng-interactive-tutorial
58. SkillsMP:
Marketplace con más de 80,000 habilidades de la comunidad. El catálogo más grande para descubrir habilidades de Claude.
59. MAGI//ARCHIVE:
Feed diario de nuevos repositorios de IA. Mantente al tanto de lo que se está lanzando.
🔗 https://tom-doerr.github.io/repo_posts/
60. Documentación Oficial de Anthropic:
Cubre la API, las mejores prácticas de prompting, el uso de herramientas, los agentes y todo lo demás. Lee esto de principio a fin antes de construir algo serio.
Cómo Usar Esta Lista Realmente
No intentes instalar las 60 herramientas a la vez. Esa es una receta para el agobio y la pérdida de tiempo.
Aquí está el orden que recomiendo:
Si eres desarrollador:
Empieza con Claude Code (01) + Superpowers (05) + Context7 (17) + Tavily (16). Esto te da una potente configuración de codificación con IA con acceso a búsqueda y documentación.
Si eres creador o trabajador del conocimiento:
Empieza con OpenClaw (08) + Habilidades de Obsidian (28) + Procesamiento de PDF (23) + Diseño Frontend (24). Esto te da un asistente de IA con capacidades de gestión de archivos, procesamiento de documentos y creación de contenido.
Si estás construyendo un producto:
Empieza con FastAPI (48) + Instructor (44) + Chroma (45) + LangGraph (09). Esto te da el framework backend, salidas estructuradas, memoria y orquestación de agentes para una aplicación de IA en producción.
Si quieres aprender:
Empieza con el Tutorial de Anthropic (57) + PromptingGuide (56) + Documentación de Anthropic (60). Construye la base antes de apilar herramientas.
Elige un camino. Profundiza. Agrega más herramientas a medida que tus necesidades crezcan.
TL;DR
Habilidades = enseñan a la IA CÓMO hacer las cosas mejor. MCP = le dan a la IA ACCESO a herramientas y datos externos. Repos = los motores de código abierto que lo impulsan todo.
Combina los tres y tendrás un flujo de trabajo de IA que es genuinamente poderoso, no solo impresionante en demostraciones.
Eso es todo. 60 herramientas. Ahora ve a construir algo.
Esta lista me tomó mucho tiempo compilarla: probar herramientas, leer documentación, filtrar la exageración de lo útil. Si te ahorró tiempo, ya sabes qué hacer.
Publico cosas como esta regularmente: herramientas de IA, flujos de trabajo, técnicas y cosas que realmente uso. Sin relleno, sin exageración, solo lo que funciona.
Sigue a @eng_khairallah1 para que no te pierdas la próxima.
espero que te haya sido útil, Khairallah ❤️
