El Ponytail skill para agentes es un archivo de instrucciones que pide a un agente de código que escriba menos código: el proyecto lo presenta como un «desarrollador sénior perezoso» que sustituye cincuenta líneas por una. El repositorio DietrichGebert/ponytail muestra unas 172 300 estrellas a finales de octubre de 2026 con solo 363 commits, lo que justifica una mirada crítica sobre lo que este skill aporta realmente.
Un skill es un archivo de instrucciones que el agente carga en su contexto. No cambia el modelo: modifica su comportamiento y, por tanto, el volumen de código producido, el coste en tokens y el tiempo de trabajo. Este artículo presenta el proyecto según su README, muestra los visuales que aporta el repositorio, explica la instalación y propone un método para verificar con OpenTelemetry las ganancias anunciadas. Aclaración de honestidad: span.observer no ha instalado este skill; las cifras citadas son las del autor y las imágenes proceden del repositorio.
Ponytail skill para agentes: lo que dice el repositorio
- Licencia: MIT, copyright 2026 a nombre del mantenedor del repositorio (
DietrichGebert). - Cifras releídas el 22 de octubre de 2026: unas 172 300 estrellas, unos 9 400 forks, 363 commits; la versión indicada por el
package.jsones 5.3.2. - Naturaleza del proyecto: «Ponytail is one prompt»: un archivo
skills/ponytail/SKILL.mdy una versión compactaAGENTS.md, que unos adaptadores cargan en distintos agentes (Claude Code, Codex, OpenCode, Gemini, Cursor, Copilot y otros). - Regla de fondo: escribir solo lo que pide la tarea, sin quitar nunca la validación, la gestión de errores, la seguridad ni la accesibilidad. El README insiste: la regla no es «nunca menos tokens».
El método del skill es una «escalera»: detenerse en el primer peldaño que sirva (¿es necesario? ¿ya está en el repositorio? ¿en la biblioteca estándar? ¿una función nativa de la plataforma? ¿una dependencia instalada?), y después escribir lo mínimo y una pequeña prueba si la lógica lo justifica. Cada respuesta termina con lo que se ha omitido o no se ha verificado. Es coherente con las barreras de seguridad (guardrails) descritas en nuestras barreras de seguridad para agentes en producción.
Recorrido: el banner y las cifras del README
Desde la versión 5.3, el proyecto añade en Claude Code un banner encima del prompt. Según el README, muestra el coste de la tarea en curso, los tokens y el tiempo de agente consumidos, la parte de código existente reutilizado y si las pruebas pasan tras la última modificación. Requiere Claude Code 2.1.290 o posterior, y no se muestra en el panel de conversación de VS Code ni con claude -p.

La captura procede del repositorio; los valores son ejemplos del proyecto. Un «Board» abre además una página local que agrupa las tareas de todos tus proyectos: coste, tiempo y tokens a lo largo del tiempo. El README precisa que todo se queda en tu máquina, en ~/.config/ponytail/band/.
El gráfico central del README compara, según el autor, tres configuraciones: el agente sin skill, Ponytail v4.13 y Ponytail 5.

Instalación paso a paso
Paso 1 — Claude Code
El README pide dos prompts separados:
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
Paso 2 — Codex u otro agente
codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail
Después hay que abrir /hooks en Codex, confiar en sus dos hooks de ciclo de vida e iniciar un hilo nuevo. Para cualquier otro agente, el README propone copiar AGENTS.md en el proyecto o instalar skills/ponytail/SKILL.md como skill; el detalle por agente está en INSTALL.md.
Paso 3 — Elegir la intensidad
El comando /ponytail acepta lite, full, ultra u off. El README añade /ponytail-review y /ponytail-audit (revisión del diff y luego de todo el repositorio), /ponytail-debt (lista de atajos aplazados) y /ponytail-gain (tabla de impacto extraída del benchmark).

El proyecto avisa de que solo se instale desde DietrichGebert/ponytail en GitHub o @dietrichgebert/ponytail en npm, e indica que nunca entrega archivos .exe ni .dll.
Límites y puntos abiertos
- Cifras declaradas por el autor: según el archivo de benchmark del repositorio (7 de octubre de 2026), 39 tareas, 5 ejecuciones cada una, es decir 585 sesiones de Claude Code sin shell, medidas con Opus 5.5. El README anuncia -53 % de líneas de código, -41 % de tiempo, -26 % de coste, -45 % de tokens de salida y un 98 % de lógica de riesgo acompañada de una prueba frente al 68 % sin skill. Son medias geométricas de medianas por tarea, con intervalos de confianza publicados en el archivo. No es una medición independiente.
- Un skill también cuesta tokens: sus instrucciones se cargan en cada sesión. El balance neto depende de tu repositorio y de tus tareas.
- Menos código no siempre es mejor: el skill puede elegir una función nativa en lugar de una biblioteca que tu equipo ha estandarizado. Revisa.
- Hooks y cadena de suministro: el proyecto instala hooks y plugins. Trátalo como cualquier código que ejecuta tu agente (consulta nuestro artículo sobre un skill de auditoría de seguridad para la misma prudencia) y fija una versión.
Cómo verificar las ganancias con OpenTelemetry
El banner es un indicador local práctico, pero para una cifra tuya compara sesiones con y sin el skill (/ponytail off). Claude Code exporta en OpenTelemetry la métrica claude_code.token.usage desglosada por tipo de token; el protocolo de comparación se detalla en nuestro artículo sobre context-mode, válido aquí sin cambios: mismo repositorio, mismo modelo, mismo prompt, varias repeticiones y suma de todos los tipos de tokens. La configuración de exportación a Dynatrace está en supervisar un agente de código en la empresa y la lógica de coste por tarea en el coste de un agente de IA en tokens. Esto vale para Dynatrace SaaS y para Dynatrace Managed si recibe OTLP.
Añade mediciones de calidad: pruebas que pasan, número de devoluciones en revisión, errores encontrados tras la fusión. Un código más corto que falla más no es un ahorro.
Cómo comprobar que funciona
- Tras la instalación,
/ponytail-helpmuestra la referencia de comandos. - Al arrancar o cambiar de modo se muestra el modo actual (lo indica el README).
- En una tarea de referencia, el número de líneas del diff y los tokens bajan sin que las pruebas fallen más.
Buenas prácticas
- Prueba primero en
litecon un repositorio pequeño y una tarea de referencia fija. - Mantén la revisión humana: el skill propone atajos, no los valida por ti.
- Anota la versión del skill, del modelo y del agente junto a cada medición.
- Relee los comentarios
shortcut:y trátalos como deuda.
Preguntas frecuentes
¿Cambia Ponytail el modelo?
No. Es un prompt (un archivo de skill y una regla compacta) que modifica el comportamiento del agente. Los efectos vienen de esas instrucciones.
¿Se puede creer el -53 % de código?
Es un resultado declarado por el autor, con un método publicado en el repositorio. Vale para sus 39 tareas y su agente; mide con las tuyas antes de generalizar.
¿Hace falta una cuenta o un servicio externo?
El README no menciona ninguno: la instalación pasa por el repositorio y el dashboard es local por defecto.
Conclusión
El skill Ponytail ilustra una idea simple y medible: pedir al agente que reutilice antes de escribir. Sus ganancias anunciadas son las del autor; la buena forma de adoptarlas es medirlas con tus propias tareas, con métricas de OpenTelemetry. Fuente: repositorio DietrichGebert/ponytail.
span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC ni a los proyectos citados. Las marcas citadas pertenecen a sus propietarios. Las herramientas evolucionan rápido: comprueba los comandos y las opciones en su documentación oficial.