AI Rules: Una taxonomía universal para la gobernanza de reglas de IA

2 de noviembre de 2025

ai-rulesgobernanzataxonomíareglasdesarrollobuenas-prácticas

AI Rules define un metamodelo y taxonomía universal para describir reglas de proyecto de forma estructurada y legible por máquinas. Está diseñado para trabajar en conjunto con ai-rules-cli, que consume estas definiciones para inicializar, validar y evolucionar conjuntos de reglas de proyecto.

Visión general

AI Rules proporciona una forma estándar y consistente de definir, organizar y gestionar reglas que rigen el comportamiento y las prácticas de desarrollo en proyectos de software. Esto es especialmente valioso cuando trabajas con asistentes de IA que necesitan entender y aplicar estas reglas de manera consistente.

Metamodelo

El sistema define un metamodelo completo que incluye:

Composición guiada por CLI: árbol de preguntas que lleva a la selección de reglas
Gobernanza de etiquetas: evita la jungla taxonómica
Compatibilidad y conflictos: gestión de requisitos y conflictos entre reglas
Auditoría: trazabilidad con información de procedencia, última revisión y propietario
Evolución controlada: SemVer junto con estados de madurez

Taxonomía

Las reglas se describen mediante facetas fijas (enums) y campos opcionales etiquetados para garantizar una composición y filtrado predecibles.

Facetas principales (Enums)

Faceta	Valores
Category	code, foundation, framework, security, testing, architecture, …
Scope	global, repo, package, component, page, api, ci, cd
Language	typescript, javascript, html, css, python, go, …
Lifecycle	advisory, recommended, enforced
Maturity	draft, beta, stable, deprecated
Stability	experimental, evolving, locked
Audience	frontend, backend, fullstack, a11y, sec, devops, architect
Severity	info, low, medium, high, critical

Campos relacionales

requires[]: IDs de otras reglas requeridas
conflicts[]: reglas incompatibles
supersedes[]: reemplaza reglas antiguas
bundles[]: grupos lógicos (baseline/web)

Campos operacionales

files: [“src/**/*.tsx”] - archivos a los que aplica la regla
enforcement: configuración de cómo se aplica (lint, ci, scaffold)
order: orden de aplicación
inputs: opciones configurables de la regla

Campos etiquetados

topic:* → etiquetas temáticas (topic:wcag22, topic:core-web-vitals)
lint:* → alcance de linting (lint:eslint-config)
test:* → alcance de testing (test:playwright)
a11y:*, perf:*, sec:* → accesibilidad, rendimiento, seguridad

Reglas de gobernanza

El sistema incluye reglas claras de gobernanza:

Los cambios en el vocabulario o enums requieren revisión por PR de los “Owners”
Cualquier nuevo valor de enum → actualización del esquema + entrada en changelog
Nomenclatura consistente de reglas mediante domain.subdomain.slug

Ejemplos de IDs de reglas

foundation.baseline.web
language.typescript.strict
framework.react.hooks
performance.core-web-vitals
accessibility.wcag22.keyboard

Esquema de metadatos (JSON Schema)

Las reglas se ajustan a JSON Schema 2020-12. El archivo de esquema es mdc.schema.json, lo que garantiza validación consistente y herramientas que pueden consumir estas definiciones.

Ejemplo de regla (Frontmatter)

---
id: typescript.conventions.guidelines
title: "TypeScript Conventions Guidelines"
category: language
language: "typescript"
frameworks: ["react", "astro"]
tooling: ["eslint", "prettier"]
maturity: stable
severity: low
enforcement:
  lint: warn
  ci: allow
  scaffold: none
tags: ["topic:typescript", "lint:typescript-eslint"]
owner: "typescript-team@your-org.com"
review: { lastReviewed: "2025-01-20", reviewCycleDays: 90 }
---

Integración con ai-rules-cli

El CLI utiliza los metadatos para:

Filtrar reglas por categoría, lenguaje, frameworks y herramientas
Resolver dependencias usando los campos requires y conflicts
Generar bundles basados en el campo bundles
Aplicar enforcement según la configuración de enforcement
Ordenar reglas usando el campo order para una composición adecuada

Beneficios

Consistencia: Al tener un sistema estandarizado para definir reglas, puedes asegurar que todos los proyectos sigan las mismas convenciones y mejores prácticas.
Escalabilidad: El sistema de taxonomía y metadatos permite gestionar grandes conjuntos de reglas sin perder organización ni claridad.
Trazabilidad: Cada regla incluye información sobre su propietario, última revisión y ciclo de revisión, facilitando el mantenimiento y la auditoría.
Evolución controlada: Con SemVer y estados de madurez, puedes gestionar la evolución de las reglas de forma controlada y predecible.
Integración con herramientas: Al ser legible por máquinas, las herramientas pueden consumir estas definiciones para aplicar automáticamente las reglas en linting, CI/CD y scaffolding.

Contribución

El proyecto acepta contribuciones siguiendo estas pautas:

Los PRs son bienvenidos, pero deben seguir el esquema definido
Cada regla debe incluir metadatos y etiquetas completos
El ciclo de revisión se aplica mediante review.lastReviewed

Casos de uso

Inicialización de proyectos: Al iniciar un nuevo proyecto, puedes usar ai-rules-cli para seleccionar y aplicar automáticamente un conjunto de reglas apropiado según el stack tecnológico.
Estandarización de equipos: Los equipos pueden definir reglas compartidas que garanticen consistencia en todos los proyectos del equipo o la organización.
Migración y actualización: El sistema de versionado y estados de madurez facilita la migración de reglas entre proyectos y la actualización gradual de prácticas.

Menu