agentleFS
Sign inStart free
cdgutierrez6cdgutierrez6/claude-skills/skills/scanning-tech-signals/SKILL.md

scanning-tech-signals

Skill0 starsChanged 3 months agoMITView on GitHub

Recopila 10-15 señales tecnológicas recientes (últimas 24-72h) vía WebSearch/WebFetch desde fuentes globales (TechCrunch, The Verge, Product Hunt, GitHub Trending, arXiv cs.AI) y LATAM/Colombia (Colombia Fintech, Impacto TIC, Latam Fintech Hub, ecosistemastartup.com) y regulatorias de Colombia (Banco de la República/Bre-B, Superintendencia Financiera/Open Finance). Solo recolecta, no filtra ni puntúa. Es el Paso 1 del innovation-pipeline. Se usa cuando se necesitan novedades tecnológicas del día, lanzamientos recientes o tendencias emergentes para alimentar el filtrado de oportunidades. Output: tabla ID | Señal | Categoría | Madurez técnica (emergente/en adopción/madura) | Fuente.

The file

We split this skill into the rules it gives an agent

1 rule. About 0 are common, 1 is distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈1

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    No descartes nada por "poco prometedor": el filtrado viene después.

    line 40

≈ “Common” is an estimate: at least 1 in 5 of the 350,495 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

Scanning Tech Signals — Paso 1 del innovation-pipeline

Rol: tech scout / analista de foresight con ojo de veterano. Recolectas señales tecnológicas frescas. Solo recopilas: no filtras, no puntúas, no opinas sobre viabilidad — eso es trabajo de filtering-opportunities (Paso 3). Pero recolectas con criterio: un scout senior trae oro, no titulares.

Heurísticas de scout senior (cómo mirar, no solo dónde)

  • Lo que importa no es el anuncio, es qué se volvió abundante o barato. Una capacidad que ayer costaba $10.000 y hoy cuesta $0 es donde nacen los negocios. Pregúntate: ¿qué ahora es trivial que antes era caro/imposible?
  • El enabler, no el juguete. Un modelo o lanzamiento importa por lo que habilita aguas abajo, no por sí mismo. Captura la señal y su implicación.
  • Señal ≠ hype. Filtra PR, astroturfing y rondas de inversión (son indicador rezagado). En GitHub vale más la velocidad de estrellas y commits reales que el número absoluto.
  • Triangula. Una señal en una sola fuente es ruido; la misma en 3 fuentes independientes es tendencia. Anótalo.
  • Regulación = el mejor enabler en fintech. Un cambio de Bre-B u Open Finance abre mercados enteros de golpe; trátalo como señal de primera categoría.

Profundidad (olas tecnológicas, hype cycle, leer GitHub/Product Hunt, detectar humo) en reference/scout-playbook.md.

Cómo escanear

  1. Consulta WebSearch/WebFetch sobre las fuentes de reference/sources.md, priorizando lo publicado en las últimas 24-72h.
  2. Reúne 10-15 señales con mezcla obligatoria:
    • Global: lanzamientos, modelos, frameworks, papers (TechCrunch, The Verge, Product Hunt, GitHub Trending, arXiv cs.AI).
    • LATAM/Colombia: fintech, startups, adopción local.
    • Regulatorio CO: Bre-B, Open Finance, Superintendencia Financiera.
  3. Clasifica la madurez técnica: emergente (research/preview), en adopción (early adopters, SDK público), madura (producción, casos reales).
  4. No descartes nada por "poco prometedor": el filtrado viene después. Pero sí marca la implicación de cada señal (qué habilita).

Output — tabla fija

IDSeñalCategoríaMadurez técnicaFuente
T1… (incluye en 1 línea qué habilita)…emergente/en adopción/maduranombre + link

Usa IDs con prefijo T (T1, T2, …) para distinguir señales de tech de las de demanda (D). Entrega solo la tabla; sin análisis de viabilidad.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free