Claude Code subagent imported from ctala/ai-benchmarks-alternativos (
.claude/agents/README.md). Copyright stays with the author.
Agentes del proyecto
Agentes pre-hechos descargados a .claude/agents/ que sirven como plantillas/referencia para invocar via Agent tool. En esta versión de Claude Code los .md locales no se registran auto como subagent_type invocable hasta reload — mientras tanto se invocan via general-purpose pasando el contenido del agente como contexto.
SEO + Marketing (7 agentes)
Para optimización del repositorio, contenido SEO, y marketing del benchmark.
| Agente | Para qué |
|---|---|
| seo-content-writer | Escribir blog posts SEO optimizados sobre los hallazgos del benchmark |
| seo-content-auditor | Auditar contenido existente (README, MODELOS, landing pages) y proponer mejoras |
| seo-keyword-strategist | Identificar keywords del nicho "AI benchmarks", "LLM comparison", "alternativas LLM" |
| seo-structure-architect | Estructurar README + MODELOS + DESCUBRIMIENTOS para SEO + escaneabilidad |
| seo-meta-optimizer | Optimizar meta tags HTML de la calculadora (Open Graph, schema.org) |
| content-marketer | Posts para LinkedIn, Skool, newsletter, redes desde los benchmarks |
| search-specialist | Research competitivo + scout de modelos nuevos del mercado |
Análisis y Documentación (4 agentes — abril 2026)
Para análisis cuantitativo del benchmark y documentación profunda.
| Agente | Para qué |
|---|---|
| data-scientist | Análisis estadístico de los JSON results: correlaciones, outliers, regresiones cross-lote, Pareto frontier calidad/costo. Genera INSIGHTS.md |
| business-analyst | Convierte hallazgos cuantitativos en decisiones de negocio para emprendedores: break-even por perfil, ROI por caso de uso, frameworks de decisión |
| docs-architect | Documentación técnica de profundidad. Genera ARQUITECTURA.md con explicación deep del runner, scoring v2, LLM-as-Judge, decisiones de diseño |
| tutorial-engineer | Tutoriales paso a paso para emprendedores: replicar benchmark, agregar modelo, diseñar tests custom, configurar Phi-4 judge |
Estrategia y Curación (4 agentes custom — abril 26)
Específicos al repo (no en wshobson/agents). Escritos desde cero con contexto profundo del proyecto, marca personal de Cristian, audiencia LATAM.
| Agente | Para qué |
|---|---|
| repo-strategist | Decisiones de roadmap, priorización entre features competing, alineación con marca personal y comunidad Skool. Análisis multi-lente (user/repo/brand/competition). Modelo: Opus |
| test-designer | Diseña nuevos tests basados en casos REALES (no académicos). Identifica gaps (multimodal, long context, tool use real con búsqueda web). Decide re-correr modelos. Modelo: Opus |
| model-curator | Decide qué modelos del mercado vale agregar al benchmark, cuáles deprecar, cómo balancear cobertura. Pareto frontier check + gap analysis. Modelo: Opus |
| calculator-optimizer | UX/CRO/performance de la calculadora en benchmarks.cristiantala.com. Lighthouse audits, friction analysis, drill-down, mobile-first. Modelo: Sonnet |
Todos los agentes tienen Use PROACTIVELY en su description — Claude Code los invocará automáticamente cuando el contexto matchee (post-reload).
Estrategia de uso por fase
Fase 1 — Inteligencia del benchmark
Trigger: cuando se modifica benchmarks/results/*.json
- data-scientist →
INSIGHTS.md(análisis cuantitativo) - business-analyst → traduce insights a recomendaciones accionables
Fase 2 — Documentación de profundidad
Trigger: cambio de arquitectura, providers, scoring
- docs-architect →
ARQUITECTURA.md - tutorial-engineer →
tutoriales/con guías step-by-step
Fase 3 — Contenido SEO desde insights
Trigger: cuando hay INSIGHTS.md nuevo
- seo-keyword-strategist → research keywords objetivo
- seo-content-writer → blog posts desde hallazgos
- content-marketer → adapta a LinkedIn / Skool / newsletter / Twitter
Fase 4 — Optimización continua
Trigger: pre-commit cuando cambia README/landing pages
- seo-content-auditor → audits cada 2 semanas
- seo-meta-optimizer → optimiza meta tags HTML
- seo-structure-architect → reorganiza si docs crecen mucho
Cómo invocarlos
Hoy (sin reload, via general-purpose):
Agent({
description: "Análisis cuantitativo benchmark",
subagent_type: "general-purpose",
prompt: "Sos un data-scientist. [pegar prompt + contexto]..."
})Post-reload de Claude Code (cuando registre los .md locales):
Agent({
description: "Análisis cuantitativo benchmark",
subagent_type: "data-scientist",
prompt: "Generá INSIGHTS.md con análisis de los 37 lotes consolidados..."
})Próximos agentes que se ajustarían
| Agente potencial | Categoría wshobson | Para qué |
|---|---|---|
social-media-content-creator |
(custom) | Posts X/Twitter, IG, TikTok desde insights |
youtube-script-writer |
(custom) | Scripts para canal YouTube de Cristian |
email-marketer |
(custom) | Newsletter automation desde insights |
code-reviewer |
code-documentation | Review pre-commit del código del benchmark |
python-pro |
python-development | Refactor del runner cuando crezca |
community-manager |
(custom) | Engagement de comunidad Skool desde benchmark insights |
Fuentes
- Pre-hechos: https://github.com/wshobson/agents (78+ plugins, 25 categorías)
- Catálogos alternativos:
- https://github.com/hesreallyhim/awesome-claude-code-agents — más limitado (6 agentes)
- SEO específicos están solo en wshobson/agents
