Tu agente AI, con memoria.
Abior es el sistema operativo para Claude y cualquier agente AI. Ejecutan procesos sin olvidar pasos, comparten conocimiento entre sesiones y ahorran hasta 90% de tokens en tareas recurrentes.
El problema
Un agente sin memoria es un colega que llega nuevo cada lunes.
Olvida lo que ayer si funciono.
Cada sesion tu agente arranca desde cero, aunque haya resuelto la misma tarea antes.
Gasta tokens re-explicando contexto.
Le vuelves a cargar arquitectura, convenciones, URLs. Vez tras vez. Es caro y lento.
Entre agentes no hay memoria compartida.
Cada agente reinventa la rueda. Lo que aprendio Claude no le sirve al siguiente.
Es el mismo proyecto. Merece el mismo conocimiento.
La solucion
Tres piezas que convierten a tu agente en un colaborador serio.
Manuales versionados con timestamp real
Publica un manual paso a paso en Abior. Tu agente lo descarga como .md local con version_hash. Si el manual cambia, solo baja el diff.
~5 KB por manual, hasta 90% menos tokens vs. re-explorar.
---
slug: crear-modelo-con-detail-screen
version_hash: 9c4b8f2a1...
audience: ai_agent
updated_at: 2026-04-15T14:32:11Z
source: https://abior.art/api/artefa/manuales/...
---
# Crear modelo Django con detail screen Android
...MCP tools nativos
Herramientas expuestas via el protocolo estandar de Anthropic. Tu agente las invoca igual que cualquier otra.
Cero dependencias extra. Abior habla MCP de fabrica.
@mcp.tool()
async def list_ai_manuals() -> str:
"""Indice ligero de manuales. Usalo al iniciar sesion."""
...
@mcp.tool()
async def ejecutar_proceso(proceso_id: str) -> str:
"""Dispara plantilla: Plan + Quehaceres + Tareas."""
...Procesos ejecutables con criterios de aceptacion
Define el proceso una vez (Proceso -> Procedimiento -> ProcedPaso). El agente lo ejecuta N veces. Cada paso tiene criterios verificables.
Trazabilidad total. Sabes exactamente que hizo tu agente.
POST /organizacion/procesos/<id>/ejecutar/
{ plan_id, quehaceres: 6, tareas: 18, criterios: 12 }
# Por cada tarea terminada:
PATCH /desar/tareas/<id>/ { status, log }
POST /desar/criterios-aceptacion/<id>/cumplir/Como funciona
Tres pasos. Menos de diez minutos.
Crea tu cuenta en Abior
Te tardas menos de un minuto. Al entrar generas un API token personal desde Mi cuenta > Seguridad.
Apunta tu cliente MCP a Abior
Dos lineas en ~/.claude/config.json (o el archivo de tu cliente MCP). No hace falta instalar nada mas.
{
"mcpServers": {
"abior": {
"url": "https://abior.art:8811",
"headers": { "Authorization": "Token <tu-token>" }
}
}
}Escribe tu primer manual
En Abior: Artefactos > Manuales > Crear. Elige audience = ai_agent (o ambos). En la siguiente sesion tu agente lo va a usar.
Prueba viva
Este manual es real. Esta vivo.
Lo que ves abajo viene del API publico de Abior. No es un mockup. Tu agente puede descargarlo al segundo de crear tu cuenta.
Crear modelo con detail screen
Checklist paso a paso para crear un nuevo modelo Django y su pantalla de detalle Android en Abior.
Esta tarea es recurrente y los agentes AI solemos olvidar pasos (cablear DELETE en MainScreen, agregar permisos, etc). Este manual consolida el flujo completo end-to-end verificado contra varios casos reales. Cada capitulo es un paso atomico; seguirlos en orden garantiza que las 4 operaciones crear / leer / editar / eliminar funcionen.
1. Django: modelo y migracion
Crear modelo con las FK obligatorias de permisos y campos de auditoria.
1.1 Campos obligatorios
Todo modelo Django nuevo en Abior DEBE tener estos campos:
id = models.UUIDField(primary_key=True, default=uuid.uuid4, editable=False)
created_at = models.DateTimeField(auto_now_add=True, blank=True, null=True)
updated = models.DateTimeField(auto_now=True, blank=True, null=True)
created_by = models.ForeignKey(
'perms.Gafete', on_delete=models.SET_NULL, blank=True, null=True,
related_name='<app>_<modelos>_created',
)
user_admin = models.ForeignKey(
'perms.Gafete', on_delete=models.SET_NULL, blank=True, null=True,
default=None, related_name='<app>_<modelos>_admin',
)
emprendimiento = models.ForeignKey(
Emprendimiento, on_delete=models.SET_NULL, blank=True, null=True,
)
alias = models.CharField(max_length=255)
desc_breve = models.CharField(max_length=300, blank=True, default='')
desc = models.TextField(blank=True, null=True)
NO uses created solo (sin _at) — AbiorCursorPagination ordena por -created_at y genera FieldError 500 al agregar filtros.
Si el modelo cuelga de un padre (ej. linea de una orden), el padre debe tener emprendimiento para que _resolve_emprendimiento_from_data resuelva el gafete correcto.
1.2 Migracion y autorizacion
Antes de python manage.py makemigrations pedir autorizacion al usuario (regla del proyecto en Abior-webapp/CLAUDE.md). Ejemplo del mensaje:
Migracion para agregar modelo X con FKs Y/Z (todos nullable, sin cambios destructivos). Aplico?
Despues de aprobar, ejecutar en orden:
python manage.py makemigrations <app>
python manage.py migrate <app>
La DB es compartida con produccion — la migracion aplicada local YA esta en prod. Por eso la autorizacion es importante.
2. Django: ViewSet y filtros
Extender AbiorBaseViewSet con filterset y registrar en API_REGISTRY.
2.1 ViewSet minimo
El ViewSet siempre hereda de AbiorBaseViewSet (aplica scoping por emprendimiento + IsOwnerOrAdmin + autollena created_by/user_admin en perform_create).
class <Modelo>ViewSet(AbiorBaseViewSet):
queryset = <Modelo>.objects.all()
serializer_class = <Modelo>Serializer
filterset_fields = ['emprendimiento', 'status', '<FKs principales>']
No sobreescribir permission_classes salvo caso especial. filterset_fields SIEMPRE incluye emprendimiento si aplica y los FKs que el cliente va a usar para listas filtradas.
API_REGISTRY = [
('<app>/<modelos>', <Modelo>ViewSet, '<modelo>'),
]
2.2 Endpoint path conocido
Anota el path de tu nuevo endpoint (ej. compras/ordenes) — lo necesitaras al cablear el DELETE en Android. Si no lo agregas al mapa del cliente Android, el DELETE ira a un path inexistente y el usuario vera un Toast engañoso "No tienes permiso".
3. Android: DTO y retrofit
Agregar DTO en Models.kt y endpoints en AbiorApi.kt.
3.1 DTO minimo
En app/src/main/java/art/abior/android/data/model/Models.kt:
data class <Modelo>Dto(
val id: String,
val alias: String,
@SerializedName("desc_breve") val descBreve: String? = "",
val desc: String? = "",
val emprendimiento: String? = null,
@SerializedName("created_at") val createdAt: String? = null,
)
Todos los campos no requeridos con default null / "". Gson los llena con valores vacios si faltan en el response.
3.2 Endpoints retrofit
En AbiorApi.kt:
@GET("<app>/<modelos>/")
suspend fun get<Modelos>(@Query("emprendimiento") empId: String): Response<PaginatedResponse<<Modelo>Dto>>
@GET("<app>/<modelos>/{id}/")
suspend fun get<Modelo>(@Path("id") id: String): Response<Map<String, @JvmSuppressWildcards Any?>>
@POST("<app>/<modelos>/")
suspend fun create<Modelo>(@Body body: Map<String, @JvmSuppressWildcards Any?>): Response<<Modelo>Dto>
Usar Map<String, Any?> para el body + detail evita acoplarse al DTO estricto y permite endpoi
...
Antes vs. despues
La diferencia se nota desde la segunda tarea.
| Dimension | Sin Abior | Con Abior |
|---|---|---|
| Tokens por tarea recurrente | ~60 KB | ~5 KB |
| Memoria entre sesiones | ||
| Memoria compartida entre agentes | ||
| Checklists verificables automaticamente | Manual | |
| Trazabilidad por paso ejecutado | ||
| Version_hash por manual |
Para desarrolladores
Elige tu cliente. Dos lineas y listo.
{
"mcpServers": {
"abior": {
"url": "https://abior.art:8811",
"headers": {
"Authorization": "Token <tu-api-token>"
}
}
}
}Documentacion completa del API REST en abior.art/api. El servidor MCP corre en el puerto 8811.
Esta pagina, el capitulo del manual que la respalda y el codigo que la potencia fueron redactados por Claude usando Abior como memoria. La meta-prueba: si funciona para construir Abior, funciona para tu proyecto.
Equipo Abior
Construyendo con Claude, documentando con Abior.
Preguntas
Lo que nos preguntan mas.
¿Ya tienes la memoria? Ahora dale agenda.
Programa Paquetes de tareas y Planes para que tu agente los ejecute solo a la hora que decidas. Compatible con Claude Routines, GPT, Gemini y más.
Tu proximo agente empieza con memoria.
Crea tu cuenta, conecta Claude en menos de diez minutos y publica tu primer manual AI. Lo demas es consistencia.