AI Research Skills (Orchestra Research)

Es una colección enorme y ordenada de 98 skills que enseñan a tu IA a hacer ingeniería e investigación de IA: construir arquitecturas de modelos, entrenarlos, afinar su comportamiento, crear buscadores con memoria, servirlos en producción, medirlos y hasta escribir el artículo científico.

Piénsalo como una universidad de IA en carpetas: cada una de las 23 categorías es un "departamento" (arquitectura, fine-tuning, RAG, MLOps...), y dentro hay fichas concretas de cada herramienta del sector.

Las 23 categorías (con ejemplos):

Detalle a favor: mantiene sincronizados los recuentos (hay un script que comprueba que no "mienten" en los números) y es multi-asistente: detecta si tienes Claude Code, OpenCode, Cursor, Gemini CLI, etc.

Cuando construyes o investigas con IA (no solo usarla, sino crear con ella):

• "Ajusta un modelo con mis datos" → fine-tuning (LoRA, QLoRA).
• "Móntame un buscador con memoria para mi app" → RAG.
• "Entrena un modelo pequeño desde cero" → NanoGPT.
• "Sirve mi modelo rápido" → inferencia.
• "Mide si mi modelo es bueno" → evaluación.
• "Escríbeme el paper de esto" → ML paper writing.

Sí, si te metes en IA de verdad. Es la categoría "Datos e IA" en su forma más avanzada.

No te sirve si solo quieres un bot que responda o analizar una hoja de cálculo sencilla: esto es de nivel ingeniero/investigador.

Veredicto: ✅ SÍ, es limpia.

• Qué son: 98 skills en markdown (conocimiento y guías). Casi todo son explicaciones, ejemplos y código de referencia para copiar.
• El instalador (npx @orchestra-research/ai-research-skills): lo revisé. Solo hace git clone de su propio repositorio (github.com/Orchestra-Research/AI-research-SKILLs) e instala las skills en ~/.orchestra/skills/ con enlaces simbólicos. Al desinstalar, solo borra enlaces que apuntan a su propia carpeta. No hay envío de datos ni comandos ocultos.
• Los pocos scripts: los ejemplos de Python tienen un exec() en un ejemplo de funciones de recompensa para RL, pero el propio código avisa en mayúsculas de que hay que usar un entorno aislado en producción. Es material didáctico, no algo que se ejecute solo.
• Sin telemetría: no manda datos a ningún sitio (solo aparece github.com y una mención a Google AI Studio en un ejemplo).
• Origen: Orchestra Research, licencia MIT, muy popular (12.9k estrellas) y con documentación seria.

• RAG: montar un buscador/chatbot sobre tus propios documentos.
• Fine-tuning: afinar un modelo con LoRA/QLoRA.
• Entrenar desde cero: modelos pequeños de aprendizaje.
• Servir en producción: inferencia eficiente.
• Medir: evaluación y observabilidad.
• Agentes y prompts: construir asistentes.
• Escribir papers: redacción científica.

npx @orchestra-research/ai-research-skills

(detecta tus asistentes e instala en ~/.orchestra/skills/)

También por plugin: /plugin install fine-tuning@ai-research-skills.

Es multi-asistente por diseño: el instalador detecta cuáles tienes y crea los enlaces.

• Repositorio: https://github.com/Orchestra-Research/AI-Research-SKILLs
• Web: https://www.orchestra-research.com