// CASE_FILE > COHERENCE

IA / Agéntica · Claude Code2026

Coherence

La documentación se pudre en cuanto cambia el código. Construí un plugin de Claude Code que detecta la divergencia de la documentación y propone parches quirúrgicos mediante un pipeline de LLM validado en dos etapas.

2-stage
Pipeline de LLM validado
8
Motores de validación
≥0.85
Barrera de confianza de auto-aplicación
github.com/HUMBLEF0OL/coherenceFEED//LIVE
$ claude plugin install coherence
[ok] drift scan armed
[ok] stage-1 canonical select
[ok] stage-2 patch + validate
trust gate ........... >=0.85
status: COHERENT
$

// 01 > CONTEXT

Coherence funciona como hooks y comandos de barra de Claude Code. Vigila si el código cambia sin su documentación y propone parches, con cada superficie distribuible al equipo viviendo como archivos confirmados y sin backend, nunca.

// 02 > THE_PROBLEM

La documentación diverge en silencio: el código cambia, la documentación que lo describe no, y la brecha solo se descubre cuando alguien es inducido a error por ella.

Pedirle ingenuamente a un LLM que arregle la documentación es inseguro: alucina, reescribe demasiado y puede ser manipulado por texto inyectado. No había una forma fiable de dejar que un agente tocara la documentación sin supervisión.

Antes

Documentación que diverge sin ser notada · ediciones ciegas y arriesgadas de LLM · sin auto-aplicación segura

// 03 > APPROACH

Dividí el trabajo en un pipeline de dos etapas con validación determinista entre el modelo y el sistema de archivos, y limité la auto-aplicación detrás de un libro de confianza por desarrollador.

Pipeline de dos etapas

La etapa 1 selecciona la fuente canónica; la etapa 2 escribe un parche que debe superar comprobaciones de formato, aplicación, clase de cambio, ratio de líneas, inyección, alucinación y asserts.

Barrera de confianza graduada

Se auto-aplica solo por encima de una puntuación de confianza de 0,85, decaída con una semivida de 30 días, y nunca para cambios destructivos o de frontmatter.

TypeScriptClaude CodeLLMSigstore cosignGitHub Actions

// 04 > THE_RESULT

Un agente puede mantener la documentación sincronizada de forma segura, con ocho motores de validación y versiones firmadas con cosign interpuestos entre el modelo y tu repo.

Antes

  • Divergencia detectada por humanos, tarde
  • Ediciones ciegas de LLM, sin barreras
  • Sin versiones verificables

Después

  • Divergencia detectada automáticamente
  • Validación determinista de 8 motores
  • Firmado con cosign sin claves, verificable con Rekor
No dejaré que un modelo escriba en un repo solo por confianza. Cada parche tiene que sobrevivir a comprobaciones deterministas antes de aterrizar.
AAmit RanaAutor y mantenedor, Coherence

¿Tienes un problema similar?

Reservar una llamada de 20 min