iconix-uml-skills

ICONIX UML Skills

Ocho skills de IA que implementan de extremo a extremo el pipeline de diseño ICONIX: modelo de dominio, diagrama de casos de uso, especificación textual, diagrama de robustez, revisión preliminar de diseño (PDR), diagrama de secuencia, modelo de clases de diseño y revisión crítica de diseño (CDR). Funcionan en Claude Desktop, claude.ai, Claude Code, y — vía agents/openai.yaml — en ChatGPT, Codex, la API y Atlas.

English summary: eight AI skills implementing the full ICONIX use-case-driven design pipeline end to end — domain model, use case diagram, textual use case specification, robustness diagram, Preliminary Design Review, sequence diagram, design class model, and Critical Design Review — each producing PlantUML/Markdown artifacts, source-grounded in the ICONIX literature, and validated by standalone Python scripts. Works in Claude Desktop, claude.ai, and Claude Code, and — via each skill's agents/openai.yaml — in ChatGPT, Codex, the API, and Atlas. Licensed Apache-2.0. Content is primarily in Spanish; see Instalación and Metodología ICONIX for the full picture.

Qué es ICONIX

ICONIX es un proceso de diseño de software dirigido por casos de uso, con trazabilidad explícita y verificable entre cada artefacto: el vocabulario del modelo de dominio pasa al texto de los casos de uso, los objetos del diagrama de robustez pasan a mensajes de secuencia, y los mensajes de secuencia pasan a operaciones del modelo de clases. Ver docs/METODOLOGIA_ICONIX.md para el detalle completo.

El pipeline

Instalación

Resumen — ver docs/INSTALACION.md para el detalle completo de las 4 vías:

# Claude Code — instala las 8 skills como un plugin
claude plugin marketplace add jonatan8254/iconix-uml-skills
claude plugin install iconix-uml-skills@iconix-uml-skills

También puedes descargar cada .skill desde Releases para subirlo a Claude Desktop/claude.ai (Settings → Capabilities → Skills → Upload skill), o copiar cualquier carpeta de skills/ directamente a ~/.claude/skills/.

Uso rápido

Con las skills instaladas, un flujo típico dentro de un pipeline nuevo:

Tengo este modelo verbal: "Un cliente reserva una habitación de hotel
para un rango de fechas. El sistema verifica disponibilidad y confirma
la reserva o informa que no hay cupo."

/uml-domain-modeler       -> modelo de dominio (Cliente, Reserva, Habitación...)
/uml-use-case-diagram     -> diagrama de casos de uso (Reservar Habitación...)
/use-case-specifier       -> especificación textual del caso de uso
/uml-robustness-diagram   -> diagrama de robustez
/iconix-pdr-review        -> veredicto del PDR sobre los 4 artefactos anteriores
/uml-sequence-diagram     -> diagrama de secuencia
/uml-design-class-model   -> modelo de clases de diseño
/iconix-cdr-review        -> veredicto del CDR

Cada skill también funciona de forma independiente (por ejemplo, para revisar o corregir un diagrama de robustez ya existente).

Las 8 skills

Cada una tiene su propio README.md con objetivo, fundamento metodológico, entradas/salidas, instalación, ejemplo de uso, validación y referencias: uml-domain-modeler · uml-use-case-diagram · use-case-specifier · uml-robustness-diagram · iconix-pdr-review · uml-sequence-diagram · uml-design-class-model · iconix-cdr-review.

Metodología y fundamento

Cada skill está fundamentada en literatura reconocida de ICONIX, UML e ingeniería de requisitos (Rosenberg & Stephens, Fowler, Wiegers & Beatty, entre otras), citada de forma concisa y atribuida — nunca transcrita en extenso. Ver docs/METODOLOGIA_ICONIX.md y la bibliografía consolidada.

Cada skill incluye además un validador Python independiente (scripts/validate_*.py, sin dependencias externas) que aplica sus reglas de forma mecánica sobre archivos .puml/.md, y un conjunto de tests/examples/ con casos correctos e incorrectos.

Contribuir

Estas skills están en evolución activa y se invita a cualquiera a mejorarlas: nuevas reglas, correcciones metodológicas, mejores fixtures de prueba, o soporte adicional. Ver CONTRIBUTING.md para el flujo de contribución y lo que valida la integración continua automáticamente.

Licencia

Apache License 2.0.

Cómo citar

Ver CITATION.cff — GitHub genera automáticamente un botón "Cite this repository" a partir de ese archivo.

Créditos y autoría

Autor único: Jonatan Estiven Sánchez Vargas (@jonatan8254).

Descargo de uso de IA

Estas skills fueron diseñadas, especificadas, iteradas y auditadas por su autor, con apoyo de herramientas de inteligencia artificial (incluido Claude, de Anthropic) como asistente de redacción y refinamiento bajo su dirección y revisión directa. Ninguna herramienta de IA figura como coautora del contenido: la autoría, las decisiones metodológicas y la responsabilidad sobre el resultado final son del autor. Las fuentes bibliográficas en las que se basa cada skill están documentadas en references/sources-and-methods.md (o equivalente) de cada una, y consolidadas en docs/BIBLIOGRAFIA.md.