Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Coding Agents
  3. Codex
Árbol de habilidades

AGENTS.md

1 min de lecturaActualizado el 9 jul 2026

AGENTS.md es el archivo de contexto de proyecto de Codex: el lugar donde declaras instrucciones, convenciones y comandos para que el agente trabaje en tu repo con criterio. Es el equivalente de CLAUDE.md en Claude Code y de las rules en Cursor.

Qué resuelve

El mismo problema de todos: el modelo no recuerda entre sesiones ni conoce las particularidades de tu proyecto. AGENTS.md se carga en la ventana de contexto para que el agente sepa siempre cómo se construye, se testea y se estila el código aquí.

Qué poner

  • Comandos de build, test y lint.
  • Convenciones de código y estructura del repo.
  • Reglas de qué hacer y qué evitar.
  • Contexto de dominio no obvio.

Como todo contexto persistente, es context engineering: concíso y relevante. Cada línea se paga en tokens en cada llamada.

Un estándar emergente

AGENTS.md se ha ido adoptando como convención más allá de una sola herramienta, con la idea de un archivo de instrucciones de agente compartido entre distintos coding agents. La promesa: escribir una vez el “manual del repo” y que varios agentes lo respeten.

Temas relacionados

Es la memoria de proyecto de Codex, gemela de CLAUDE.md y de las rules de Cursor; vive sobre la ventana de contexto.