Si has usado un agente de programación con IA para configurar un servicio de Fastly, te habrás dado cuenta de que le cuesta un poco. Quizá haya alucinado inventándose un punto de conexión de API que no existe. Tal vez haya pasado un montón de turnos probando la CLI en busca de los indicadores correctos. Puede que haya escrito un VCL que se compilara bien, pero que, sin que te dieras cuenta, no detectara la distribución de contenido caducado. Los modelos de IA se entrenan con datos históricos y los patrones específicos de Fastly, esos que marcan la diferencia entre un código que funciona y uno que funciona bien, muchas veces no están en esos datos de entrenamiento.
Hemos estado reflexionando sobre este problema. A principios de este año, lanzamos el servidor Fastly MCP para que los agentes de IA pudieran acceder a Fastly a través de la CLI. Con ello resolvimos el problema de «¿cómo me comunico con Fastly?». Pero hay un segundo problema: aunque tengan acceso a las herramientas, los agentes no siempre saben qué hacer.
Hoy lanzamos el Fastly Agent Toolkit para solucionarlo.
Habilidades, no solo herramientas
El Agent Toolkit es una colección de código abierto de habilidades para agentes de IA. Se trata de archivos de conocimientos seleccionados que enseñan a tu agente de programación a trabajar con la plataforma Fastly. Es como si le dieras a tu agente la experiencia de un desarrollador sénior de Fastly.
El kit de herramientas incluye seis habilidades:
fastly: conceptos de plataforma: servicios, almacenamiento en caché, VCL, WAF, TLS, DDoS Protection, purga y uso de API
fastly-cli: flujos de trabajo CLI: gestión de servicios, despliegue de aplicaciones de Compute, configuración de creación de registros, trabajo con KV stores
falco: desarrollo de VCL: análisis de código, pruebas, simulación, formateo e integración con Terraform
xvcl: el transpilador XVCL: extensiones de sintaxis, subrutinas, manipulación de encabezados y lógica de almacenamiento en caché
virrey: pruebas de Compute locales con el ejecutor basado en Wasm
fastlike: pruebas de Compute locales con el ejecutor basado en Go
Cada habilidad es un conjunto de archivos Markdown con un punto de entrada SKILL.md y un directorio references/ que contiene archivos temáticos detallados. Las habilidades se cargan según sea necesario. Tu agente solo recupera lo que es relevante para la tarea actual, así que no se desperdicia contexto.
Los números hablan por sí mismos
No nos limitamos a desarrollar funciones y esperar a que funcionaran. En nuestras pruebas internas con siete modelos en tareas reales de Fastly, observamos mejoras cuantificables de forma sistemática.
¿Los resultados?
1,6 veces más rápido que la velocidad real
Entre un 30 y un 70 % menos llamadas a la herramienta
Las habilidades ganaron 7 de las 8 tareas en comparación con la línea de referencia
Así es como funciona en la práctica. Le pedimos a un agente que configurara un servicio de Fastly para almacenar en caché el contenido de un dominio concreto y lo implementara. Sin las habilidades, el agente tardó 25 turnos (más de 11 minutos) en leer archivos de configuración JSON, probar combinaciones de opciones erróneas y gestionar manualmente las versiones. Con las habilidades, cargó la habilidad fastly-cli en el primer turno, encontró los comandos correctos, usó --autoclone al primer intento y terminó en 9 turnos y menos de 3 minutos: 4,1 veces más rápido, 2,8 veces menos turnos.
Las mejoras más notables se ven justo donde los conocimientos específicos de Fastly son más importantes: patrones de VCL como subfield() para el análisis de cookies, obj.ttl == 0s para la detección de distribución de contenido caducado, el manejo correcto del encabezado Vary y la secuencia de implementación adecuada para los servicios de Compute. Son precisamente estos patrones los que los modelos no tienen en sus datos de entrenamiento y no pueden descubrir solo mediante ensayo y error.
Funciona con tu agente
Las habilidades siguen la especificación abierta Agent Skills y funcionan con cualquier agente que lea Markdown. La lista es larga y no deja de crecer: Claude Code, Gemini CLI, Codex, Cursor, Amp, Cline, Kimi Code, OpenCode, Replit Agent, Warp y muchos más.
Empieza en 60 segundos
Instala las habilidades que necesitas con el skills CLI:
# Install into your project
npx skills add github:fastly/fastly-agent-toolkit --skill fastly-cli --skill viceroy
# Or install globally
npx skills add -g github:fastly/fastly-agent-toolkit --skill fastly-cli --skill viceroySi usas Claude Code, también puedes instalarlo desde la tienda de complementos:
claude plugin install fastly-agent-toolkit@claude-plugins-officialO simplemente copia los directorios de habilidades manualmente. Son simples archivos Markdown:
mkdir -p .agents/skills
cp -R skills/{fastly-cli,viceroy} .agents/skills/Elige las habilidades que mejor se adapten a tu tarea. Para VCL, elige falco y xvcl. Para Compute, elige fastly-cli y, además, viceroy o fastlike. La habilidad fastly cubre la plataforma en general y es compatible con todo.
MCP + Habilidades: juntos son mejores
Si ya utilizas el servidor MCP de Fastly, las habilidades son el complemento perfecto. MCP permite a tu agente llevar a cabo acciones: crear servicios, purgar cachés e implementar código. Las habilidades le proporcionan los conocimientos necesarios para hacerlo correctamente: conocer los patrones adecuados, los indicadores correctos y el orden adecuado de las operaciones. Juntos, representan nuestro compromiso de ofrecerte la mejor y más moderna experiencia de desarrollo en cualquier plataforma de edge.
Código abierto, abierto a contribuciones
El kit de herramientas es de código abierto y está en GitHub. Las habilidades están en Markdown. Puedes leerlas, modificarlas y aportar las tuyas propias. Si has encontrado un patrón que mejora el rendimiento de tu agente en Fastly, cuéntanoslo.
Nos encantaría conocer tu opinión. Prueba las funciones, observa cómo mejoran el trabajo de tu agente con Fastly y coméntanos qué te parece. Dinos qué te ha gustado, qué no ha funcionado y qué patrones o flujos de trabajo te gustaría que añadiéramos. Comparte tus resultados en el foro comunitario de Fastly.
Nuestro compromiso es mejorar continuamente estas funciones y la experiencia de los desarrolladores al usarlas, basándonos en cómo utilizáis Fastly en la práctica. Ahora, usar los agentes de IA con Fastly es muchísimo mejor.