Ir al contenido
Volver a proyectos

Kalebtec

Context Specification Language

mayo de 2026

IA y Machine LearningHerramientas para DesarrolladoresRustCLIXMLTOMLJSONproptest
Context Specification Language — structured context toolchain for AI agents

Una cadena de herramientas de referencia en Rust y un banco de evaluación para documentos de especificación estructurados y direccionables por máquina — una alternativa rigurosa al Markdown no estructurado para alimentar a los agentes de IA con su contexto. Implementa una tubería completa de análisis, validación, normalización, serialización y evaluación, con verificación de referencias a archivos consciente del repositorio.

Caso de estudio

Reto

Los agentes de IA solo son tan buenos como el contexto que reciben, pero la mayor parte del contexto es Markdown no estructurado, difícil de validar, direccionar o evaluar. Kalebtec quería un formato riguroso y direccionable por máquina en su lugar.

Enfoque técnico

Construimos una cadena de herramientas de referencia en Rust: un analizador y un escritor, un validador y un normalizador, un serializador y un banco de evaluación — con verificación de referencias a archivos consciente del repositorio, de modo que una especificación no pueda apuntar en silencio a algo que ya no existe.

Decisiones de IA e infraestructura

Rust por corrección y velocidad; una tubería completa de análisis-validación-normalización-serialización-evaluación para que las especificaciones sean datos estructurados, no prosa; y un banco de evaluación con informes en TOML/JSON para que la calidad del contexto pueda medirse, no adivinarse.

Resultados

Una cadena de herramientas funcional que convierte el contexto de los agentes en documentos estructurados y verificables, con herramientas deterministas a su alrededor.

Impacto en el negocio

Esta es la propia IP de Kalebtec y una señal de cómo pensamos sobre la IA aplicada: fiabilidad y evaluación por encima del prompt-and-pray.

Descripción General

Context Specification Language (CSL) es una cadena de herramientas de Kalebtec para describir el contexto de los agentes de IA como documentos estructurados y direccionables por máquina en lugar de Markdown no estructurado, con herramientas para validarlo, normalizarlo y evaluarlo.

Qué Construimos

Cadena de Herramientas de Referencia

Una implementación en Rust que abarca análisis, validación, normalización y serialización, además de una CLI y una verificación de referencias a archivos consciente del repositorio para que las especificaciones sigan siendo honestas a medida que evoluciona una base de código.

Banco de Evaluación

Un banco de refinamiento y evaluación con informes en TOML/JSON, para que la calidad de una especificación — y el contexto que produce para un agente — pueda medirse y mejorarse de forma determinista.

Foco de Entrega

  • Especificaciones direccionables por máquina en lugar de prosa no estructurada
  • Implementación en Rust centrada en la corrección con pruebas basadas en propiedades
  • La evaluación como parte de primera clase de la cadena de herramientas