Context Code

Context Code es una herramienta de programacion agentica que se ejecuta en tu terminal, entiende tu base de codigo y te ayuda a avanzar mas rapido con comandos en lenguaje natural.

📖 Sitio Web Oficial de Documentación: docs.iaforged.com

Puede:

• Leer y entender tu proyecto
• Editar archivos y aplicar cambios
• Ejecutar comandos de terminal
• Ayudarte con depuracion, refactors y flujos de trabajo

Primeros pasos

Instala Context Code con el gestor de paquetes que prefieras (npm, pnpm, yarn). El paquete publicado es el mismo:

npm install -g @iaforged/context-code

pnpm add -g @iaforged/context-code

Luego abre tu proyecto y ejecuta:

context

Los launchers (context y contextcode) arrancan Node con el heap subido a 8 GB (--max-old-space-size=8192) para aguantar sesiones largas con contexto pesado sin reventar por memoria.

Modo autonomo (sin prompts de permisos)

Si quieres arrancar directamente en modo bypass (equivalente a lanzar context --dangerously-skip-permissions), usa el bin hermano contextcode:

contextcode

Hace exactamente lo mismo que context pero inyecta el flag --dangerously-skip-permissions antes de arrancar, asi /objetivo y otras tareas autonomas ejecutan Bash/Edit/Write sin pedirte confirmacion para cada paso. Util en sesiones largas de refactor, migraciones o flujos autonomos donde no quieres parar a confirmar cada accion.

Comandos clave

Atajos imprescindibles para sacarle partido al CLI desde el primer minuto.

/objetivo <meta>

Fija una condicion de fin y deja que el agente itere solo hasta cumplirla. Funciona con el modelo y proveedor que tengas activos en ese momento (Claude, OpenAI, Gemini, DeepSeek, ZAI, MiniMax, OpenRouter, Ollama, etc.) y bumpea permisos a bypassPermissions mientras dura. Ver detalles completos en la seccion "Objetivo autonomo" mas abajo.

/objetivo todos los tests de auth pasan en pnpm test
/objetivo clear

/login deepseek

Inicia sesion contra DeepSeek y desbloquea su familia de modelos (incluida la V4 con contexto de 1M tokens, mucho mayor que los 200k tipicos de Claude o GPT). Ver detalles en la seccion "Provider DeepSeek".

/login deepseek

Flujo recomendado (Agent-First)

El flujo principal ahora se basa en /agent.

1. Abre el gestor de agentes:

/agent

2. Crea agentes por rol (por ejemplo: backend, frontend, qa, docs).
3. Pide tu objetivo directamente en el hilo principal para que el sistema delegue automaticamente.

Comandos utiles de /agent:

• /agent list [proveedor]
• /agent create <proveedor> <name> [profile]
• /agent setup <proveedor> [model] [profile]
• /agent show <proveedor> <name>
• /agent set-role <proveedor> <name> <role>
• /agent set-orchestrator <proveedor> <name> <true|false>
• /agent set-model <proveedor> <name> <model|clear>

Ejemplos rapidos:

/agent setup openai gpt-5
/agent setup claude opus
/agent setup deepseek deepseek-v4-pro
/agent setup zai
/agent list openai

Dictado local

El CLI incluye dictado local con whisper.cpp, independiente del proveedor con el que estes logeado.

Flujo recomendado:

/dictar install
/dictar

Comandos disponibles:

• /dictar install descarga e instala automaticamente el backend local y el modelo base.
• /dictar status muestra el backend y el modelo configurados.
• /dictar activa o desactiva el dictado local.
• /voice se mantiene como alias de compatibilidad, pero el nombre recomendado es /dictar.

Optimizacion de velocidad: whisper-cli se invoca por defecto con decodificacion greedy (-bs 1 -bo 1), sin timestamps (-nt) y paralelizando con el numero de cores fisicos detectados (hasta 8). Da entre 1.5x y 2x de speedup vs. los defaults sin perdida apreciable de calidad. Si quieres forzar un numero distinto de threads, exporta:

export CONTEXT_CODE_DICTATION_THREADS=12

Para mas velocidad aun, usa un modelo mas pequeno como tiny con /dictar install tiny (aprox 5x mas rapido que base, calidad un poco menor).

Bridges moviles: WhatsApp y Telegram

Context Code puede recibir y enviar mensajes desde WhatsApp y Telegram usando el mismo flujo de ejecucion del CLI (equivalente al comportamiento de /remote-control).

Principios de funcionamiento

• Todo mensaje entrante se inyecta como prompt del CLI.
• Las respuestas del agente se reflejan al chat movil con etiquetas de rol.
• Los comandos de administracion del bridge se manejan en el bridge; los slash no-admin pueden pasar al CLI.
• Al reabrir una conversacion (/resume o /resumen), el mirror evita replay masivo por defecto.
• Cada mensaje entrante de WhatsApp se marca como leido (los dos checks azules) en cuanto el bridge lo procesa. Grupos y newsletters quedan excluidos para no notificar lecturas fuera de los chats de control.

Configuracion de WhatsApp

1. Ejecuta /whatsapp y completa el wizard (QR, destinatario primario y allowlist).
2. Inicia el bridge con /whatsapp start (o desde el menu).
3. Verifica estado con:
   • /whatsapp status
   • /whatsapp permitidos
   • /whatsapp info

Comandos disponibles desde chat de WhatsApp:

• /help, /ayuda, /ayudame
• /status
• /repos
• /use <alias> o /cd <alias>
• /workspace-sync
• /proveedores, /provider <nombre>
• /modelo <nombre> o /model <nombre>
• /profiles, /profile <nombre>

Configuracion de Telegram

1. Ejecuta /telegram y configura el token de @BotFather.
2. Inicia el bot desde el wizard.
3. Verifica estado con:
   • /telegram status
   • /telegram permitidos
   • /telegram info

Comandos disponibles desde chat de Telegram:

• /help, /ayuda, /ayudame
• /status
• /repos
• /use <alias> o /cd <alias>
• /workspace-sync
• /proveedores, /provider <nombre>
• /modelo o /model
• /perfiles o /profiles
• /perfil <nombre> o /profile <nombre>

Modo resume mirror (configurable)

Controla cuanto contexto se espeja al abrir una sesion anterior:

• CONTEXT_BRIDGE_RESUME_MIRROR_MODE=summary (default): envia solo first + last.
• CONTEXT_BRIDGE_RESUME_MIRROR_MODE=none: no envia contexto historico.
• CONTEXT_BRIDGE_RESUME_MIRROR_MODE=full: envia historial completo.

Tambien se acepta CONTEXT_RESUME_MIRROR_MODE como alias.

Comportamiento por defecto:

• el modelo por defecto es base, que es multidioma;
• el idioma por defecto del dictado es espanol (es);
• si quieres otro idioma o autodeteccion, puedes ajustarlo en la configuracion.

Objetivo autonomo

/objetivo fija una condicion de fin que el agente persigue por su cuenta hasta cumplirla. Al cerrar cada turno, el mismo modelo y proveedor que tengas activos evaluan si la condicion ya se cumplio. Si no, te informan que falta y el agente sigue trabajando; si si, el objetivo se limpia y se anuncia el resultado.

Inspirado en /goal de Claude Code, pero compatible con cualquier proveedor que soporte el CLI (Claude, OpenAI, Bedrock, Vertex, Gemini, DeepSeek, OpenRouter, Ollama, ZAI, MiniMax, etc.) y con el modelo que tengas seleccionado en cada momento. El evaluador usa exactamente el mismo proveedor y modelo que tu sesion activa: no hay "modelo oculto" detras.

Comandos:

• /objetivo <condicion de fin> fija la meta y arranca la evaluacion automatica al cierre de cada turno.
• /objetivo (sin argumentos) muestra el estado actual: meta, tiempo transcurrido, turnos completados y ultima razon devuelta por el evaluador.
• /objetivo clear cancela el objetivo activo. Tambien valen stop, off, reset, cancel, cancelar, limpiar, parar, detener y none.
• Alias del comando: /meta y /mision.

Comportamiento:

• Sin limite de turnos: si le diste una tarea, la termina. Cortas con /objetivo clear o Ctrl+C cuando quieras.
• Bypass automatico de permisos: al fijar la meta, el modo de permisos cambia automaticamente a bypassPermissions (equivalente a --dangerously-skip-permissions) para que el agente pueda ejecutar Bash/Edit/Write sin detenerse a pedir confirmacion en cada paso. Al cancelar o cumplir, se restaura el modo previo. Si el modo bypass no esta disponible en tu entorno (gate corporativo) o ya estabas en bypass, no se cambia y el comando te lo avisa.
• Footer en tiempo real: mientras hay objetivo activo, el prompt muestra o objetivo - 4m 12s - 7t con el tiempo transcurrido (cronometro que corre cada segundo) y los turnos completados.
• Poda local de tool_results entre turnos: antes de pasarle el historial al evaluador, el CLI poda localmente los tool_result voluminosos (logs, dumps, snapshots de archivos). El evaluador recibe solo el resumen necesario para decidir si la condicion se cumplio. Cuesta cero tokens extra de proveedor y mantiene la latencia y el coste por turno planos, sin importar cuanto haya producido el agente.
• Timeout y fallback automatico: si el evaluador no responde dentro del timeout, el sistema asume "aun no cumplido" con motivo de fallback y deja al agente continuar. El bucle nunca se cuelga porque el evaluador este lento o falle.
• Entre turno y turno, antes de continuar trabajando, aparece en el chat un mensaje visible del estilo o Continuando hacia el objetivo (turno 3 - 4m 12s) - Aun falta: <razon>, asi siempre ves cuanto lleva, en que turno va y que falta segun el evaluador.
• Toda la actividad del agente (mensajes, llamadas a herramientas, resultados) se ve en el chat como en cualquier conversacion normal: puedes seguir el trabajo paso a paso mientras corre.
• Cuando el evaluador devuelve "cumplido", aparece o Objetivo cumplido en <duracion> (<N> turnos) - <evidencia> en el chat.
• El estado es de sesion: no se persiste a disco. /clear o cerrar la sesion lo elimina.
• Si la red o el parse del evaluador fallan en un turno, el turno termina normal y no bloquea la conversacion.

Ejemplos:

/objetivo todos los tests de auth pasan en pnpm test
/objetivo el modulo src/services/db usa solo PostgreSQL, sin imports legacy de MySQL
/objetivo
/objetivo clear
/meta termina la migracion a pnpm sin romper el build
/mision stop

Consejos:

• Funciona mejor con condiciones medibles ("los tests X pasan", "el archivo Y no contiene Z") que con metas vagas.
• Si el agente da varias vueltas sin avanzar, cancela y reformula con una condicion mas concreta.

Provider DeepSeek

DeepSeek esta soportado de forma nativa. Lo interesante es el contexto: la familia V4 maneja hasta 1M de tokens, muy por encima de Claude (200k) o GPT (200k), asi que es la opcion natural para tareas con mucho contexto (auditorias de codebase enteras, repos grandes, conversaciones largas con muchos archivos pegados).

Login:

/login deepseek

El comando te pide la API key (formato sk-...). Tambien puedes saltarte el prompt exportando la variable de entorno antes de arrancar:

export DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

Opcionalmente, si usas un gateway propio o un proxy compatible con la API de DeepSeek, configura el endpoint:

export DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

Por defecto el CLI usa https://api.deepseek.com/v1 (OpenAI-compatible), asi que cualquier proxy que respete ese contrato funciona sin tocar codigo.

Modelos disponibles:

• deepseek-v4-pro y deepseek-v4-flash: familia V4, contexto 1M tokens. pro para tareas que requieren razonamiento mas profundo, flash para respuestas rapidas.
• deepseek-chat y deepseek-reasoner: aliases V3 estables, contexto 128k. Utiles si quieres un comportamiento mas predecible o no necesitas el contexto extendido.

Una vez logeado, selecciona el modelo como con cualquier otro proveedor:

/model deepseek-v4-pro

MCP integrados

Context Code soporta MCP externos, pero tambien incluye MCP integrados para ciertos flujos del runtime.

MCP integrados principales:

• database: expone herramientas de base de datos con prefijo mcp__database__* para operaciones como conexion, consultas, esquema, indices y transacciones sobre Oracle, SQL Server, PostgreSQL y MySQL.
• semble: expone herramientas de busqueda de codigo con prefijo mcp__semble__*, en particular mcp__semble__search y mcp__semble__find_related.
• remotion: expone herramientas de video con prefijo mcp__remotion__* para inicializar proyectos, listar composiciones, abrir preview, generar bundles y renderizar mp4/webm/gif programaticamente.
• playwright: automatizacion de navegador via el paquete oficial de Microsoft (@playwright/mcp). Se levanta on-demand con npx -y @playwright/mcp@latest, asi que no agrega peso al binario. Cross-platform (macOS, Linux, Windows) y configurable con /playwright (ver siguiente seccion).

Comportamiento de semble:

• en el primer arranque, el CLI instala semble automaticamente si hace falta;
• si uv no existe, intenta instalarlo en una carpeta administrada por la aplicacion;
• despues instala semble, hace un warmup inicial y descarga el modelo local que usa para embeddings.

MCP opcionales o dependientes de plataforma/features:

• context-in-chrome: integracion MCP para automatizacion y contexto desde navegadores Chromium compatibles cuando esa capacidad esta habilitada.
• computer-use: MCP orientado a interaccion asistida con interfaz grafica; su disponibilidad depende de plataforma y gates internos.

Para registrar servidores MCP externos y ver mas detalle sobre esta arquitectura:

• Guia de MCP

Playwright MCP

El servidor playwright viene preinstalado y se gestiona desde el CLI con el comando /playwright. Las preferencias (navegador, modo visible/oculto, ejecutable custom) se guardan en ~/.context/config.json bajo playwrightMcpConfig y los cambios se aplican al siguiente arranque del CLI.

Comandos disponibles:

• /playwright abre el menu interactivo con todas las acciones.
• /playwright status muestra la configuracion actual.
• /playwright browser <chromium|chrome|firefox|webkit|msedge> cambia el navegador. El typeahead del prompt sugiere los valores validos a medida que escribes.
• /playwright visible activa el modo headed (veras la ventana del navegador). Es el default.
• /playwright headless oculta el navegador (--headless).
• /playwright executable <ruta> apunta a un binario custom (Brave, Vivaldi, Edge dev, etc.). clear lo borra.
• /playwright device <nombre> emula un dispositivo (ej. "iPhone 15"). clear lo borra.
• /playwright viewport <ancho>x<alto> fija el viewport (ej. 1280x720). clear lo borra.
• /playwright reset borra toda la config y vuelve a los defaults.
• /playwright help muestra la ayuda completa.

Sugerencias por plataforma:

• Windows: msedge no requiere descarga (Edge viene preinstalado). chrome si lo tienes.
• macOS: chrome usa el Chrome del sistema sin descarga, o el default chromium.
• Linux: chromium (default) o chrome si esta instalado.

La primera vez que uses chromium, firefox o webkit necesitas descargar el binario de Playwright. Ejecuta:

npx playwright install chromium

chrome y msedge usan el navegador instalado en el sistema y no requieren descarga.

Si necesitas desactivar Playwright MCP (por ejemplo en un entorno CI sin acceso a npm), exporta:

export CONTEXT_CODE_DISABLE_PLAYWRIGHT_MCP=1

Extension de navegador de Context Code

La extension de navegador permite que el agente use herramientas MCP para leer y operar paginas web abiertas en Chromium (por ejemplo: navegar, leer texto de pagina, buscar texto en DOM y listar pestanas).

Para que sirve:

• obtener contexto real de una web durante una tarea;
• automatizar pasos repetitivos de navegacion;
• combinar acciones de navegador con cambios de codigo dentro del mismo flujo agentico.

Requisitos:

• Context Code CLI instalado y actualizado;
• navegador Chromium compatible (Chrome, Edge o derivado);
• extension de Context Code cargada en modo desarrollador (unpacked);
• Native Messaging habilitado por el CLI (conexion automatica al usar las tools MCP).

Instalacion local de la extension (unpacked):

1. Abre chrome://extensions/ (o la pagina equivalente en tu navegador).
2. Activa "Developer mode".
3. Pulsa "Load unpacked".
4. Selecciona la carpeta:
   • D:\Documents\GitHub\Claude\claude-code_V1\Context_Code_V1\apps\browser-extension
5. Verifica que la extension quede habilitada.

Conexion con Native Host via CLI (automatica):

• al ejecutar Context Code y usar el MCP de navegador, el CLI prepara/usa el host nativo para hablar con la extension;
• no necesitas levantar un servidor manual aparte para el flujo normal de uso;
• si cambias el navegador o reinstalas perfiles, revalida que la extension siga habilitada en chrome://extensions/.

Ejemplos de uso desde una conversacion:

Abre https://example.com con la tool mcp__context-in-chrome__navigate

Lista mis pestanas activas con mcp__context-in-chrome__tabs_context_mcp

Lee el contenido visible de la pagina actual con mcp__context-in-chrome__read_page

Busca el texto "pricing" en la pagina con mcp__context-in-chrome__find

Notas:

• si una tool no responde, revisa primero que la extension siga cargada y activa;
• en entornos corporativos, politicas del navegador pueden bloquear Native Messaging;
• los errores del bridge de navegador se reportan con prefijo [context-browser].

Publicacion y empaquetado

Estas notas aplican solo si publicas el paquete o trabajas en el build local. Para el usuario final que solo instala el CLI no cambia nada.

• Minificacion automatica con Terser: el bundle que se publica al registry va minificado en el paso de build oficial. La reduccion ronda el 62% del tamano frente a la salida sin procesar, asi que el npm install -g baja y arranca mas rapido.
• Bundle servido desde dist/: el paquete ya no incluye un cli.js en la raiz; los launchers (context y contextcode) caen automaticamente a dist/src/entrypoints/cli.js. Para el usuario final el comportamiento es identico.
• Build rapido para iteracion local: cuando estas tocando codigo y solo quieres ver tus cambios, salta el paso de minify con:

pnpm build:fast

El build oficial sigue siendo:

pnpm build

Y para publicar al registry, sigue el procedimiento documentado en docs/PUBLISH.md. El flujo interno usa pnpm pero el paquete publicado se instala igual con npm, pnpm o yarn.

Documentación

Hemos organizado toda la documentación técnica, guías operativas y arquitectura del proyecto en español.

• 🪐 Sitio Web Oficial de Documentación (docs.iaforged.com) - Nuestra documentación interactiva oficial con la guía de primeros pasos, manual de comandos especializados (/privacySettings, /memory, /objetivo, /dictar), ecosistema MCP e integraciones.
• Guía Maestra de Context Code (Overview en Español) - Nuestra guía local premium con arquitectura y pautas de funcionamiento.

Reporte de errores

Usa el comando /bug dentro de Context Code.

Recoleccion, uso y retencion de datos

Cuando usas Context Code, pueden recopilarse datos de uso y retroalimentacion como se describe en la documentacion.

• Politicas de uso de datos