Casos de Uso

Iniciar una Nueva Sesión

Carga todo el contexto que necesitas con una sola llamada:

“Ejecuta un session briefing para mi-proyecto”

Tu asistente de IA llama a session_briefing(project="mi-proyecto") y obtiene: tareas activas, lecciones recientes, historial git y métricas de salud — todo lo necesario para retomar donde lo dejaste.

Consultar Conocimiento del Proyecto

En lugar de pegar estándares en CLAUDE.md, consúltalos bajo demanda:

“Carga los patrones de arquitectura del vault”

vault_query(project="_meta", path="patterns/pattern-architecture.md")

Solo se carga el documento relevante. Tu CLAUDE.md de 800 líneas se queda en 100.

Buscar Información Entre Proyectos

Busca en toda tu base de conocimiento:

“Busca en el vault cómo gestionamos la autenticación”

vault_search(query="autenticacion", type_filter="adr")

Devuelve líneas coincidentes de todos los archivos, filtradas solo a documentos ADR, con cabeceras de metadatos.

Búsqueda Inteligente con Ranking

Cuando necesitas los resultados más relevantes, no solo coincidencias de palabras clave:

“Encuentra los docs más relevantes sobre deployment”

vault_search(query="deployment", ranked=True, max_results=5)

Los resultados se rankean por: active > draft > archived, reciente > antiguo, y densidad de coincidencias. Los documentos más útiles aparecen primero.

Registrar Lecciones Aprendidas

Después de resolver un bug complicado o tomar una decisión de arquitectura:

“Agrega esta lección al vault: Siempre usar modo WAL para SQLite en contextos async”

vault_write(
    project="mi-proyecto",
    section="lessons",
    operation="append",
    content="\n## Modo WAL en SQLite\nSiempre usar modo WAL..."
)

Auto-commit a git. La lección estará disponible en futuras sesiones.

Crear Nuevos Documentos

Inicia un nuevo ADR, runbook o cualquier documento:

“Crea un ADR para elegir PostgreSQL sobre MySQL”

vault_write(
    project="mi-proyecto",
    path="30-architecture/adr-005-postgresql.md",
    content="# ADR-005: PostgreSQL sobre MySQL\n\n## Contexto\n...",
    operation="create",
    doc_type="adr"
)

Hive auto-genera frontmatter YAML y hace commit a git.

Capturar Lecciones Inline

Cuando descubres algo importante a mitad de tarea, captúralo inmediatamente sin romper tu flujo:

“Captura una lección: siempre validar frontmatter YAML antes de escribir al vault”

capture_lesson(
    project="mi-proyecto",
    title="Validacion de frontmatter YAML",
    context="Escribiendo herramienta vault_write que modifica archivos de proyecto",
    problem="Campos requeridos faltantes (id, type, status) causan fallos silenciosos en herramientas downstream como vault_search y session_briefing",
    solution="Siempre validar frontmatter antes de escrituras al vault — rechazar si faltan campos requeridos",
    tags=["yaml", "vault", "validacion"]
)

La lección se agrega al 90-lessons.md del proyecto con frontmatter auto-generado. Si ya existe una lección con el mismo título, se omite (deduplicación).

Esto es mejor que esperar a la retrospectiva de fin de sesión — los insights capturados en el momento son más precisos y es menos probable que se olviden.

Extracción de Lecciones por Lotes

Después de una sesión larga de depuración o discusión de arquitectura, extrae múltiples lecciones de una vez:

“Extrae lecciones de estas notas de sesión sobre la migración de base de datos”

capture_lesson(
    project="mi-proyecto",
    text="Descubrimos que la migracion fallo porque...[pegar notas de sesion]...",
    min_confidence=0.7,
    max_lessons=5
)

Esto envía el texto a un modelo worker (Ollama u OpenRouter) que identifica decisiones, causas raíz de bugs y elecciones de patrones — y luego los escribe en 90-lessons.md. Tu modelo primario ahorra tokens al no procesar el texto en bruto.

Cuándo usar inline vs lotes:

• Inline (capture_lesson con title/problem/solution): Conoces la lección exacta — entrada estructurada, una lección
• Lotes (capture_lesson con text=...): Tienes texto en bruto y quieres que el worker encuentre lecciones — extracción por lotes

Delegar Tareas Triviales

Ahorra tokens enrutando tareas simples a modelos más baratos:

“Delega: explica esta regex ^(?:[a-z0-9]+.)*[a-z0-9]+$”

delegate_task(
    prompt="Explica esta regex: ^(?:[a-z0-9]+\\.)*[a-z0-9]+$",
    context="Usada para validacion de nombres de dominio"
)

Enruta a Ollama (gratuito, local) primero. Si no está disponible, usa OpenRouter como fallback.

Retrospectiva de Fin de Sesión

Antes de terminar una sesión de trabajo, captura lo que aprendiste:

“Ejecuta una retrospectiva para mi-proyecto”

El prompt retrospective guía a tu asistente a través de:

1. Revisar el trabajo completado
2. Identificar patrones e insights
3. Formatear lecciones estructuradas
4. Agregar al 90-lessons.md del proyecto

Sincronización Post-Sprint del Vault

Después de lanzar una feature, reconcilia la documentación con el código:

“Sincroniza el vault para mi-proyecto”

El prompt vault_sync recorre:

1. Comparar docs del vault con historial git reciente
2. Marcar tareas completadas como hechas
3. Actualizar documentación obsoleta
4. Señalar gaps que necesitan nuevos docs

Detectar Drift del Vault

Encuentra frontmatter roto, docs obsoletos y links muertos antes de que causen problemas:

“Valida mi vault para encontrar problemas”

vault_health(project="mi-proyecto", checks=["frontmatter", "stale", "links"])

Devuelve problemas categorizados: campos de frontmatter faltantes, archivos sin actualizar en 180+ días, y [[wikilinks]] apuntando a archivos inexistentes. Ejecútalo después de lanzar una feature para detectar documentación que divergió de la realidad.

También puedes apuntar a checks específicos:

vault_health(checks=["stale"])  # Solo marcar archivos obsoletos en todos los proyectos

Monitorizar Ahorro de Tokens

¿Curiosidad por cuánto te está ahorrando Hive?

“Ejecuta un benchmark”

El prompt benchmark consulta vault_health(include_usage=True) y estima cuántos tokens habría consumido la carga estática de contexto vs. las consultas bajo demanda.

Comprobar Cambios Recientes del Vault

Mira qué se ha actualizado en tu vault recientemente:

“Muestra cambios del vault de los últimos 7 días”

vault_search(since_days=7, project="mi-proyecto")

Combina historial git con fechas de frontmatter para mostrar toda la actividad reciente.

Comprobar Presupuesto de Workers

Monitoriza tu gasto en OpenRouter:

“Muestra estado de workers”

worker_status()

Devuelve: presupuesto mensual restante, conectividad de proveedores, recuento de peticiones y desglose de costes.