Imported from Curcolor/CLAUDEMAX (skills/swebok/SKILL.md). Install upstream with npx skills add Curcolor/CLAUDEMAX --skill swebok. Copyright stays with the author.

name: swebok description: Guía de bolsillo del SWEBOK v4 (IEEE Computer Society) sobre las 18 áreas de conocimiento de la ingeniería de software — requisitos, arquitectura, diseño, construcción, pruebas, calidad, mantenimiento, gestión, proceso, seguridad y economía (requirements, architecture, testing, quality, maintenance, estimation) — más una capa de referencia curada a mano sobre principios SOLID (SRP, OCP, LSP, ISP, DIP), los 23 patrones de diseño GoF (design patterns: factory, strategy, observer, decorator...) y arquitecturas de sistema (clean architecture, hexagonal, microservicios / microservices, monolito, event-driven, CQRS). Úsala para estimar esfuerzo, elegir técnica de prueba, fijar el nivel de formalidad de requisitos, documentar arquitectura, evaluar deuda técnica, refactorizar con criterio, elegir un patrón GoF, o resolver cualquier pregunta de software engineering / ingeniería de software con vocabulario y marcos estándar de la industria.

SWEBOK v4 — Guía de bolsillo de ingeniería de software

Qué es

El SWEBOK (Software Engineering Body of Knowledge) v4 es el compendio de referencia de la IEEE Computer Society que organiza el conocimiento consensuado de la ingeniería de software en 18 áreas de conocimiento (KA), desde requisitos hasta fundamentos matemáticos y de ingeniería. No es una metodología ni un proceso: es el vocabulario preciso y los marcos de decisión que cualquier ingeniero de software profesional debería reconocer, sea cual sea el ciclo de vida, el dominio o la industria en la que trabaje.

Esta skill absorbe además la antigua architecture-principles: SOLID, los 23 patrones GoF y las arquitecturas de sistema viven aquí como material curado a mano (carpeta referencias/), con más profundidad práctica que la que da el SWEBOK en esos puntos concretos.

Modelos mentales transversales

Los ocho que más se repiten o tienen más alcance en las 18 áreas — sirven aunque no abras ningún capítulo.

1. El proceso de decisión de ingeniería (6 pasos): comprender el problema real (a menudo con los 5 porqués) → definir criterios de selección → identificar todas las alternativas factibles → evaluar cada una con la misma base de comparación → elegir → monitorear el resultado real frente a lo estimado. Es el mismo esqueleto tanto para elegir un algoritmo como para evaluar un proyecto completo (ch15, ch18).
2. No midas sin una decisión detrás (GQM): toda métrica debe existir para responder una pregunta que sostiene una decisión concreta; si nadie decidiría distinto según el resultado, es medición para curiosos y hay que eliminarla (ch09, ch10, ch18).
3. Verificación ≠ validación ≠ certificación: verificación pregunta "¿se construyó correctamente?" (cumple la especificación de la fase previa); validación pregunta "¿se construyó lo correcto?" (cumple la necesidad real); certificación pregunta "¿un tercero lo atestigua?". Confundirlas es la fuente más común de falsa confianza en calidad (ch03, ch05, ch12).
4. Los 5 porqués como filtro universal: ante cualquier petición, solicitud de cambio o síntoma, pregunta repetidamente "¿por qué?" hasta llegar al problema real, no a la primera solución propuesta (ch01, ch15, ch18).
5. Continuo predictivo-adaptativo, nunca binario: cascada y ágil son los dos extremos de un mismo espectro; el punto correcto depende de cuánto se conocen ya requisitos y arquitectura, no de moda ni de preferencia del equipo (ch09, ch10).
6. Separación de preocupaciones / divide y vencerás: aísla una preocupación a la vez —funcional/no funcional, negocio/tecnología, una vista arquitectónica a la vez— porque es la única técnica eficaz para razonar sobre sistemas complejos (ch01, ch02, ch03).
7. La trazabilidad es motor del análisis de impacto, no solo auditoría: enlazar requisito → diseño → código → prueba permite responder "¿qué se rompe si cambio esto?" antes de tocar nada (ch01, ch07, ch08).
8. Todo lo que afecta al producto debería ser código, y toda deuda es una decisión financiera: infraestructura, configuración y operaciones "como código" (IaC/PaC) por defecto; la deuda técnica —de código o de arquitectura— se cuantifica en costo/ahorro/urgencia, no se juzga solo estéticamente (ch02, ch06, ch07).

Índice de temas

Encuentra el capítulo o la referencia correcta por la pregunta que tienes, no por el nombre del área.

Las 18 áreas de conocimiento

Cómo usar esta skill

• chapters/ vs. referencias/ — chapters/ es destilación directa del SWEBOK v4 (18 áreas, marcos con cita de origen). referencias/ es contenido curado a mano, con más profundidad práctica que el SWEBOK en tres puntos concretos: SOLID (pruebas de olfato), los 23 patrones GoF (disparador de una línea) y arquitecturas de sistema (guía de elección por fuerza y trade-offs que muerden). Cada archivo de referencias/ lo indica en su primera línea.
• ¿"Qué significa X"? → consulta primero glossary.md; tiene todos los términos de las 18 áreas en una sola pasada.
• ¿"Qué marco o técnica aplico para Y"? → consulta patterns.md, agrupado por tema (requisitos, diseño y arquitectura, pruebas, gestión y proceso, calidad y seguridad, economía y práctica profesional, fundamentos).
• ¿"Debo elegir A o B"?, umbrales, checklists de antipatrones o señales de alerta → consulta cheatsheet.md primero: es la vía más rápida para una decisión en caliente, con reglas del tipo "si X, haz Y, porque Z".
• Necesitas el detalle completo de un área (marcos con su "cuándo/cómo", tablas de referencia, ejemplos, conexiones con otras áreas) → abre el capítulo correspondiente en chapters/ usando el índice de temas de arriba.
• Necesitas SOLID, un patrón GoF o elegir una arquitectura de sistema con trade-offs → abre el archivo correspondiente en referencias/ (solid.md, patrones-gof.md, arquitecturas.md) usando el índice de temas de arriba.
• Si una pregunta no aparece literal en el índice, búscala por palabra clave en glossary.md o patterns.md — ambos referencian el capítulo de origen para profundizar.

Config: skill.yaml · Schema: schema.json