Coding Agents - puente OS

Puente Studio incluye un skill (skill_puente_studio.md) — un markdown estructurado que enseña a cualquier coding agent cómo crear y editar apps de Puente OS vía API REST. El flujo es siempre el mismo: cargas el skill como contexto, le das al agente tu BASE_URL y STUDIO_KEY, y le pides lo que quieras hacer. El agente arma las llamadas HTTP por ti.

Esto NO es Model Context Protocol (MCP). Es un patrón más simple: skill markdown + un agente que sabe leerlo. Funciona en cualquier agente que pueda hacer llamadas HTTP (la mayoría) sin instalar nada extra.

Qué puede hacer el agente

Una vez cargado el skill, le puedes pedir cosas como:

Crea una app de inventario con tabla de productos y un dashboard de stock bajo

Baja la app con id 545, agrega un botón para exportar a CSV, sube los cambios

Crea una tabla de clientes con columnas nombre, email, plan (select: free/pro/enterprise)
y conéctala a la app 545 con permisos read+write

Regenera la API key del artefacto 545 — me filtraron una credencial

El agente sigue las reglas de comportamiento del skill (preserva app_content completo en updates, confirma operaciones destructivas, guarda IDs y keys al crear, etc.).

Setup por agente

Claude Code
Cursor
ChatGPT (custom GPT)
Claude.ai (Projects)
Continue, Aider, otros

Claude Code es el CLI oficial de Anthropic. Funciona muy bien con Puente Studio porque tiene Bash, Read y Write nativos.

Clona el repo

git clone https://github.com/octaviofv/puente_studio_repo.git
cd puente_studio_repo
cp .env.example .env
# Edita .env con tu STUDIO_KEY

Abre Claude Code en el repo

claude

Carga el skill

En el primer mensaje de la sesión:

Lee skill_puente_studio.md y sé mi agente Puente Dev.
Voy a darte tareas para crear y editar apps en Puente OS.

Claude Code lee el archivo y queda con todo el contexto cargado.

Da tu primera tarea

Lista mis artefactos actuales.

Claude Code ejecuta el curl apropiado y te muestra el resultado.

Para sesiones recurrentes, guarda este prompt en un .claude/commands/puente-dev.md y lanza con /puente-dev.

Cursor es un fork de VSCode con AI nativa. El skill se carga vía .cursorrules o como referencia desde el composer.

Clona el repo y ábrelo en Cursor

git clone https://github.com/octaviofv/puente_studio_repo.git
cursor puente_studio_repo

Crea un .cursorrules

En la raíz del repo crea .cursorrules con:

Cuando trabajes con apps de Puente OS, sigue ESTRICTAMENTE las
instrucciones del archivo skill_puente_studio.md de este repo.

Lee el .env para obtener BASE_URL y STUDIO_KEY antes de cualquier
operación. Nunca expongas la STUDIO_KEY en outputs ni código de app.

Abre el composer (Cmd+I)

Pídele algo como:

Crea una app de tickets de soporte con vista Kanban.
Después crea una tabla de tickets y conéctala a la app.

Cursor lee el skill, ejecuta los curls y te muestra IDs y URL final.

Puedes crear un Custom GPT en ChatGPT con el skill como instructions y los endpoints de Puente como Actions vía OpenAPI.

Crear un nuevo GPT

En ChatGPT → Explore GPTs → Create.

Pegar el skill como Instructions

Copia el contenido de skill_puente_studio.md en el campo Instructions.Reemplaza los placeholders {BASE_URL} y {STUDIO_KEY} con tus valores reales.

Si el GPT es público, NO pegues tu STUDIO_KEY real ahí — cualquier usuario la vería. Para un GPT público, deja un placeholder y haz que el usuario configure su propia key vía Actions auth.

Configurar Actions (opcional)

Para llamadas HTTP nativas, agrega un schema OpenAPI con los endpoints de /studio/.... ChatGPT puede invocarlos sin armar curls manuales.Importa el OpenAPI desde la referencia de API o desde el spec que provee Puente directamente.

Probar

Lista mis artefactos.

Para uso personal (no publicar), poner la STUDIO_KEY directo en las Instructions funciona — solo tú la ves.

En la app web de Claude puedes crear un Project con el skill como knowledge base.

Nuevo Project

Claude.ai → New project → ponle nombre Puente Dev.

Agregar el skill al knowledge

Sube skill_puente_studio.md como archivo del project. Claude lo lee en cada conversación.

Custom instructions del project

Eres Puente Dev. Sigue las reglas del archivo skill_puente_studio.md.

Mi BASE_URL: https://puente-backend-721178029791.southamerica-west1.run.app/
Mi STUDIO_KEY: puente_studio_xxxxxxxxxxxxxxxxxxxx

Cuando necesites ejecutar requests, escríbelos como curl
y yo los corro localmente, después te paso el output.

Conversar

El project preserva el contexto entre sesiones. Cada conversación arranca con el skill cargado.

Cualquier coding agent que pueda leer un markdown y ejecutar comandos sirve. El patrón es siempre:

Cargar skill_puente_studio.md como contexto inicial o knowledge
Hacer accesible BASE_URL + STUDIO_KEY (vía env vars o pegado en el prompt)
Pedir tareas en lenguaje natural — el agente arma los curls

Para Continue: agrega el skill como @File reference.Para Aider: pasa el archivo con aider skill_puente_studio.md.

Patrón general (independiente del agente)

Si tu agente preferido no está en la lista, el patrón sirve igual:

Carga el skill

Como system prompt, knowledge file, contexto inicial — lo que tu agente acepte.

Comparte credenciales

BASE_URL y STUDIO_KEY accesibles al agente. Si es un agente local, suele leer .env. Si es web, va en las instructions o el prompt.

Pide la tarea

Lenguaje natural. El skill enseña al agente cómo armar cada request.

Revisa antes de ejecutar operaciones destructivas

El skill instruye al agente a pedirte confirmación antes de regenerar keys, hacer PUTs destructivos o crear tablas. Confirma o cancela.

Ejemplo de sesión completa

Conversación real desde Claude Code:

[Tú]
Crea una app de seguimiento de pedidos con:
- Vista principal: tabla de pedidos con filtros por estado
- Detalle: panel lateral al hacer click en un pedido
- Tabla de pedidos con: cliente, monto, estado (pendiente/pagado/enviado), fecha

[Agente]
Propongo esta estructura:

ARCHIVOS:
- index.tsx
- App.tsx (estado global + routing simple)
- data.ts (interfaces TS)
- theme.ts
- components/PedidosList.tsx
- components/PedidoDetail.tsx

TABLA: pedidos
- cliente (text, requerido)
- monto (number, requerido)
- estado (select: pendiente/pagado/enviado, requerido)
- fecha (date, requerido)

Confirma para crear el artefacto y la tabla.

[Tú] Sí, dale.

[Agente]
1. Creando artefacto...
   → POST /studio/artefactos
   → id: 547
   → public_id: 9a8b7c6d-...
   → api_key: puente_artifact_xxxxx (GUARDA ESTA - solo se muestra una vez)

2. Creando tabla "pedidos"...
   → POST /studio/tablas
   → tabla_id: f733d7a9-7e1d-457c-...

3. Concediendo acceso del artefacto a la tabla...
   → POST /studio/artefactos/547/tablas-acceso
   → permisos: ["read", "write"]

4. App pública disponible en:
   https://app.puente.xyz/public/9a8b7c6d-.../

¿Qué quieres ajustar?

Reglas que el agente sigue automáticamente

El skill instruye al agente a:

Regla	Por qué
Verificar credenciales primero	No ejecutar nada con placeholders literales
Preservar `app_content` completo en PUTs	Evitar borrar archivos accidentalmente
Confirmar operaciones destructivas	Regenerar key, hacer PUT con código nuevo, etc.
Reportar IDs y keys al crear	La `api_key` solo se muestra una vez
No exponer STUDIO_KEY en código de app	Es credencial privada de admin
Proponer estructura antes de codificar	Evitar trabajo perdido

Siguiente paso

Referencia completa de API

Todos los endpoints REST con request, response y permisos requeridos.

​Qué puede hacer el agente

​Setup por agente

​Patrón general (independiente del agente)

​Ejemplo de sesión completa

​Reglas que el agente sigue automáticamente

​Siguiente paso

Referencia completa de API

Qué puede hacer el agente

Setup por agente

Patrón general (independiente del agente)

Ejemplo de sesión completa

Reglas que el agente sigue automáticamente

Siguiente paso