TandemLoop está pensada desde la base para que agentes de IA externos trabajen como socios de igual a igual sobre los mismos datos. La app en sí no incluye ninguna IA: conectas la herramienta de IA con agentes que prefieras (consulta Conectar una herramienta de IA). La carpeta de datos no usa un formato opaco, sino Markdown en texto plano que cualquier herramienta puede leer. Aun así, rige un acuerdo de trabajo claro: tú decides qué pasa con tu estructura.
El principio del tándem
La metáfora del tándem describe bien la colaboración: tú vas delante y marcas la dirección; el agente va detrás y aporta la fuerza. Ninguna de las partes actúa por su cuenta. Para la app, esto significa:
- Tú defines la visión, las prioridades, las relaciones y las decisiones.
- La herramienta de IA mantiene la visión de conjunto, prepara, recuerda, detecta patrones y propone acciones.
La herramienta de IA es tu compañera en el tándem:
un programa independiente, no una parte de TandemLoop. Crea elementos
nuevos en tu sistema, se encarga de las tareas que tiene asignadas
(assigned_to: ai) y, si activas las propuestas, plantea
cambios como propuestas.
Cómo trabajan los agentes con la carpeta de datos
Los agentes de IA leen la carpeta de datos como cualquier otra herramienta: recorren la estructura de carpetas y leen el frontmatter YAML y el cuerpo Markdown. Lo que pueden escribir depende de si has activado las propuestas:
| Propuestas desactivadas (por omisión) | Propuestas activadas | |
|---|---|---|
| Crear elementos nuevos: tareas, proyectos, hitos, áreas, carpetas, vistas, etiquetas | directamente, donde corresponda; si no hay un lugar claro, la tarea va a la Bandeja de entrada | tareas nuevas directamente en la Bandeja de entrada; todo lo demás, como propuesta |
Mantener las tareas asignadas
(assigned_to: ai): título, cuerpo, estado (también la
devolución a ti), campos de fecha y aviso, En espera de, etiquetas,
delegación, repetición y valores de atributos propios |
directamente | directamente |
| Modificar y mover lo existente: ordenar la Bandeja de entrada, completar campos, reestructurar proyectos, ajustar vistas | directamente; en cada una de tus tareas que modifica, deja una entrada en el Historial | como propuesta, que tú revisas y apruebas en TandemLoop |
| Eliminar, completar o descartar tus tareas, modificar especificaciones | solo si tú lo pides expresamente; si no, el agente describe el paso en la conversación o te hace una consulta y espera tu conformidad | como propuesta |
Las etiquetas existentes las renombras o eliminas tú en la app. Sea
cual sea el ajuste, un agente puede crear atributos propios y temas y,
si se lo pides, poner un aviso en cualquier tarea abierta. En ambos
casos está prohibido editar directamente _archive/,
_system/, _conflicts/, los ajustes de la app
en _config/ y el bloque gestionado de
AGENTS.md.
En cada ciclo, el agente anota la hora en
_config/agent.yaml (last_run). A partir de
ahí, TandemLoop muestra en Devueltas por el agente ›
Con el agente cuándo trabajó por última vez; consulta
Colaborar de forma autónoma y
continua.
Activar o desactivar las propuestas
Las propuestas son opcionales y están desactivadas por omisión. Puedes activarlas en cualquier momento en los ajustes:
Ajustes › Agentes de IA › Activar propuestas de agentes de IA
El ajuste se aplica a toda la carpeta de datos. Si está desactivado, TandemLoop oculta todas las secciones de propuestas; los archivos de propuestas existentes se quedan como están y vuelven a aparecer en cuanto activas de nuevo las propuestas.
Propuestas: cambios que tú apruebas
Con las propuestas activadas, una propuesta es un archivo Markdown en
la carpeta _proposals/. Describe una o varias acciones (por
ejemplo, “Mover la tarea X al proyecto Y”) junto con su justificación.
Puedes aprobar o rechazar una propuesta entera o acción por acción, o
devolverla para que se corrija.
Barra lateral › Propuestas (abajo) › Abrir la propuesta › Aprobar o Rechazar
Encontrarás más sobre el flujo de las propuestas en la parte 4 del manual.
Atributos propios, también creados por agentes
Los atributos propios forman parte del modelo de datos que conocen
los agentes: AGENTS.md y
_system/docs/data-model.md enumeran todos los atributos
definidos con su clave, tipo, ámbito, opciones y descripción. La app
actualiza esta lista automáticamente en cuanto creas, modificas o
eliminas un atributo, o cuando un agente escribe un archivo de
definición nuevo.
Así, un agente puede, por ejemplo, crear a petición tuya un atributo
“Cliente” para tareas y rellenarlo después: sin propuestas,
directamente; con propuestas, directamente en sus tareas asignadas y en
los elementos que cree, y en todos los demás mediante una propuesta
(parámetro attributes).
Las buenas descripciones ayudan: Los agentes también leen la descripción de un atributo. Cuanto más claro explique para qué sirve el campo y cómo se rellena, con más acierto introducen los valores.
AGENTS.md: las instrucciones para los agentes
En la raíz de tu carpeta de datos está el archivo
AGENTS.md. Explica a cualquier agente de IA las reglas del
juego: las acciones permitidas, las reglas de escritura, la estructura
de carpetas y, con las propuestas activadas, el formato de las
propuestas. La app mantiene este archivo actualizado y lo reescribe al
activar o desactivar las propuestas. Puedes leerlo, pero no deberías
modificar a mano el bloque gestionado por el sistema entre las marcas
TANDEMLOOP:START y TANDEMLOOP:END.
Usar agentes desde fuera: Si pones a trabajar Claude
Code, otra herramienta de IA o un script sobre tu carpeta de datos,
remítelo primero a AGENTS.md. Los agentes bien instruidos
siguen las reglas que se describen allí: sin propuestas, crean elementos
nuevos y modifican directamente los existentes, pero solo eliminan si tú
se lo pides; con propuestas, guardan propuestas. Así mantienes el
control total.