Cómo funciona Skales y por qué ejecutar un agente autónomo directamente en tu laptop

La mayoría de los agentes de IA actuales requieren pelear con la terminal, desplegar con Docker y una docena de dependencias de Python. Configuras un entorno así, lanzas el proceso y de inmediato devora 1.5 GB de RAM y se queda ahí en la consola. Lo que quieres es una interfaz simple y amigable que puedas instalar en dos clics, cerrar la tapa de tu laptop e irte a tomar un café mientras el modelo se encarga de las tareas.

Hace poco descubrí Skales. Es un agente local para escritorio y smartphones que vive en tu sistema, lee archivos, controla tu navegador y ejecuta cadenas de acciones sin necesidad de supervisión constante.

Qué es

Skales está construido como una aplicación nativa estándar para macOS, Windows y Linux, además hay clientes para Android e iOS. El proyecto fue creado por el desarrollador austríaco Mario Simic.

La idea principal es eliminar la barrera técnica entre los usuarios y los modelos autónomos. La aplicación es ligera y usa alrededor de 300 MB de memoria, lo cual es sorprendentemente poco para una app de Electron.

Un detalle importante sobre la apertura: el proyecto se distribuye bajo la licencia BSL 1.1 (después de algunos años hará la transición a Apache 2.0). El repositorio de GitHub contiene una instantánea histórica de la rama v7, mientras que las versiones actuales se distribuyen como binarios listos para usar a través de releases. Si buscas código completamente abierto para hacer fork, vale la pena tener esto en cuenta.

Características principales

La interfaz está dividida en varios espacios de trabajo claros. No necesitas escribir scripts de Python para darle al agente acceso a un repositorio o calendario.

Tareas en segundo plano mediante el comando goal

Por lo general, los chatbots solo responden a un solo prompt. Si les pides que escriban un parser, They'll output the code and stop. In Skales, the /goal command starts a planner:

• El modelo descompone la tarea en pasos y verifica el resultado de cada acción.
• El proceso se ejecuta en segundo plano. Puedes minimizar la ventana o cerrar la laptop, y el agente continuará trabajando después de despertar.
• Si una acción requiere confirmación (por ejemplo, eliminar archivos o ejecutar un comando peligroso), el agente solicitará permiso una sola vez.

Modo de trabajo con código

Hay una pantalla Codework separada para desarrolladores. Seleccionas una carpeta local o pegas la URL de un repositorio Git.

/code ./my-backend-app

En este modo, el agente:

• Construye un mapa del repositorio y lee las instrucciones de los archivos CLAUDE.md o AGENTS.md.
• Muestra los cambios como diff de git línea por línea directamente en la ventana.
• Te permite deshacer cualquier edición con un solo clic en el botón Deshacer.
• Genera el texto del commit por sí mismo basándose en los cambios preparados.

Memoria local y notas de Obsidian

Todos los datos del usuario se almacenan localmente en el directorio ~/.skales-data como una combinación de JSON y SQLite.

El agente puede conectarse a tu bóveda de notas de Obsidian. Indexa el grafo de relaciones a través de un modelo de embedding local, así encuentra los documentos correctos por significado sin enviar datos a servidores de terceros. Hay un mecanismo incorporado de consolidación de memoria: por la noche, el agente borra el ruido temporal del diálogo y mantiene solo los hechos importantes sobre tus preferencias y proyectos.

Integración con teléfono y navegador

La app móvil se empareja con el escritorio mediante código QR usando cifrado de extremo a extremo. El teléfono obtiene acceso a todas las herramientas de la computadora, o puede funcionar de forma independiente con herramientas móviles integradas (calendario, hogar inteligente, búsqueda web).

El agente de navegador dentro de Skales analiza las páginas a través del árbol de accesibilidad, hace clic correctamente en los botones, evita los banners de cookies y puede grabar escenarios repetitivos como playbooks.

Conectar modelos

Skales no está atado a ningún proveedor único. El esquema de conexión es flexible:

1. Completamente offline a través de Ollama, LM Studio o el motor local integrado de Skales. Los datos de tu computadora no van a ningún lado.
2. Tus propias claves API (BYOK) para Anthropic, OpenAI, Groq, DeepSeek, Google Gemini, Mistral y otros servicios. Las solicitudes van directamente a los proveedores.
3. Acceso integrado a la prueba de Skales IQ si solo quieres probar la app sin configurar claves.

Se soporta el MCP (Model Context Protocol) y el formato de habilidades SKILL.md, así que puedes conectar fácilmente herramientas personalizadas del ecosistema de Claude Code o Cursor al agente.

Dónde resulta útil en la práctica

• Desarrollo rutinario: cuando necesitas revisar una docena de archivos, actualizar imports, reescribir tests para una nueva API e inmediatamente revisar los diffs antes de hacer commit.
• Investigación e informes: le asignas la tarea de investigar la documentación de una librería, el agente descarga las páginas por sí mismo, extrae los puntos clave y guarda el resultado en Markdown.
• Automatización de administración: el proyecto tiene un plugin de WordPress con unas cincuenta herramientas para gestionar publicaciones, archivos multimedia y productos de WooCommerce sin tener que navegar manualmente por el panel web.

Quién debería probarlo

Si estás cansado de ensamblar manualmente pipelines de agentes a partir de librerías Python dispersas y quieres una utilidad lista para usar en el día a día, definitivamente vale la pena probar Skales. Especialmente atraerá a quienes valoran la privacidad y prefieren ejecutar modelos localmente a través de Ollama.

Puedes descargar los paquetes de instalación para cualquier sistema desde el sitio web oficial del proyecto o la sección de releases del repositorio.