Claude Code Local: Habilidades, Memoria y Persistencia

¡Hola! ¿Cómo va todo? Soy Lena.

Hace unas semanas estaba sentada en mi cafetería habitual, tratando de que Claude Code recordara algo que había explicado la semana anterior. No lo hizo. Tuve que volver a escribir todo el contexto y recuerdo que me quedé mirando la pantalla pensando: —espera, ¿dónde se fue todo?

Ese momento me llevó a un agujero de conejo que no esperaba. Porque "local" en Claude Code no significa lo que yo pensaba. Y la brecha entre lo que creía entender y lo que realmente está pasando es… realmente algo que vale la pena escribir.

Lo que realmente significa ejecutar Claude Code localmente

Ejecución local desde CLI vs sesiones alojadas en la nube

Cuando ejecutas Claude Code localmente, la CLI vive en tu máquina — pero la inferencia real del modelo todavía ocurre en la nube de Anthropic. Tu terminal habla con la API; el trabajo pesado no sucede en tu laptop.

Lo que sí es local: tu sistema de archivos, la estructura de tu proyecto, tu historial de comandos, los archivos de salida que Claude crea. Lo que no es local: los pesos del modelo, la computación y cualquier cosa que Claude "sepa" entre sesiones.

Esta distinción importa mucho si estás construyendo flujos de trabajo de agentes y esperas que algún tipo de inteligencia persistente se acumule localmente. No lo hará — al menos, no automáticamente.

Instalando Claude Code en Linux, Mac, Windows

A partir de marzo de 2026, Claude Code está disponible vía npm y requiere Node.js 18+. La instalación es la misma en todas las plataformas:

npm install -g @anthropic-ai/claude-code

Luego autentícate:

claude login

En Linux, es posible que necesites agregar el directorio global bin de npm a tu PATH si el comando claude no se encuentra después de la instalación. Los usuarios de Windows que ejecuten WSL2 deben tratar el entorno como Linux. Existe soporte nativo para Windows PowerShell, pero tiene algunos casos particulares con el manejo de rutas de archivos — vale la pena revisar la documentación de Claude Code de Anthropic antes de asumir que tu configuración es estándar.

Habilidades y Memoria Local

CLAUDE.md y archivos de habilidades a nivel de proyecto

Esta es la parte que tuve que leer dos veces.

Claude Code lee un archivo llamado CLAUDE.md desde la raíz de tu proyecto al inicio de cada sesión. Piénsalo como un documento informativo — escribes instrucciones allí, y Claude las toma cada vez que abres el proyecto.

# My Project Context

- This is a Next.js 14 app using TypeScript
- Always use pnpm, not npm
- Component files live in /src/components
- Prefer functional components with explicit return types

Eso no es memoria. Eso es inyección de contexto. La distinción es sutil, pero cambia cómo piensas sobre la herramienta. Claude no está recordando — está leyendo. Cada sesión.

También puedes colocar CLAUDE.md archivos en subdirectorios. Claude Code cargará el correspondiente según el punto en que estés trabajando en el proyecto. Esto es útil si diferentes partes de tu base de código tienen convenciones distintas.

! [imagen] (https://cdn.10b.ai/1776915983209-2.png)

Cómo se acumula el contexto local a lo largo de las sesiones

Esto es lo que noté cuando empecé a prestar atención: el contexto no se acumula por sí solo. Lo que puede acumularse es el propio archivo CLAUDE.md — si lo actualizas después de cada sesión con cosas que aprendiste o patrones que funcionaron.

Es manual. Tú eres la capa de memoria.

Algunas personas crean pequeños scripts para añadir automáticamente resúmenes de sesión a CLAUDE.md. Es una solución razonable. Pero de serie, el archivo permanece estático hasta que lo editas.

Qué significa 'memoria' en Claude Code hoy

A principios de 2026, Claude Code no tiene memoria persistente nativa como sí tienen algunos frameworks de agentes más recientes. No hay un proceso en segundo plano que construya silenciosamente un grafo de conocimiento de tus preferencias.

Lo que existe es esto:

• CLAUDE.md para el contexto a nivel de proyecto
• Tu historial de conversaciones en una sola sesión
• Archivos que Claude crea o modifica — que persisten porque son solo archivos

Ese último es en realidad más potente de lo que parece. Si Claude genera una función utilitaria reutilizable y la guarda en tu repositorio, esa capacidad ahora está en control de versiones. Es persistente de la forma más fiable posible.

¿La ejecución local facilita la persistencia de capacidades?

Ventajas — archivos persistentes, control de versiones, bibliotecas de habilidades locales

Ejecutar localmente te da ventajas reales para desarrollar capacidad persistente — solo que no de la forma que imaginaba al principio.

El control de versiones es la función clave aquí. Cada patrón que Claude te ayuda a crear se convierte en un commit. Tu historial git se convierte en una línea temporal de capacidades acumuladas. Eso es persistencia real — solo que no automatizada.

Límites — sigue siendo agente único, sigue sin herencia entre agentes

Claude Code se ejecuta como un único agente en una única sesión. No hay un mecanismo incorporado para que una sesión de Claude Code comparta lo que ha aprendido con otra sesión en un proyecto diferente, ni siquiera con otra ventana de terminal en el mismo proyecto.

Este es el límite duro. No puedes hacer que Claude Code en el Proyecto A informe automáticamente a Claude Code en el Proyecto B. El aprendizaje no se propaga. Cada sesión comienza desde lo que hayas colocado manualmente en CLAUDE.md y los archivos que existan en el proyecto.

Para los equipos, esto crea un desafío interesante. Si un desarrollador ha refinado un excelente CLAUDE.md para tu base de código compartida, los demás deben usar ese mismo archivo. La colaboración está mediada por humanos, no por agentes. Proyectos como los patrones de coordinación multiagente de LangGraph exploran cómo podría ser la coordinación entre agentes, pero Claude Code aún no implementa eso de manera nativa.

La brecha entre el estado local y los activos reutilizables a nivel de red

Seguí pensando en esta brecha. El estado local es tuyo: vive en tu sistema de archivos, tu repositorio git, tu CLAUDE.md. Eso está muy bien. Pero no participa en nada más grande.

Los activos reutilizables a nivel de red significarían: algo que Claude aprende mientras te ayuda podría, en alguna forma validada, estar disponible para otros agentes que trabajen en problemas similares. Claude Code local se encuentra en un lado de esa brecha. Si y cómo se cierra esa brecha es algo que aún estoy observando.

Agente local como punto de partida para la ingeniería de capacidades

Construyendo patrones reutilizables localmente antes de publicarlos en una red

Un enfoque que me ayudó: Claude Code local es un buen lugar para desarrollar patrones antes de que estén listos para compartirse en cualquier parte.

Iteras, refinas, codificas la versión funcional en archivos y CLAUDE.md. Cuando un patrón está sólido —una plantilla de prompt, un flujo de trabajo de generación de código, un enfoque de depuración— está documentado y es verificable. Ese es el material bruto para cualquier sistema futuro de compartición de capacidades.

El proyecto Swarm de OpenAI experimentó con coordinación multiagente ligera, y una conclusión fue que comportamientos individuales bien definidos de los agentes son el requisito previo para una colaboración efectiva. Local-first no es una limitación: es donde se realiza el trabajo antes de escalar.

Por qué local-first no significa únicamente local

Creo que el error que cometí al principio fue tratar “local” como un estado permanente en lugar de un punto de partida.

La ejecución local te da control, velocidad e integración con tu sistema de archivos real. Es donde realizas el trabajo cuidadoso de descubrir cómo luce realmente un buen flujo de trabajo. Una vez que eso está resuelto, la cuestión de cómo compartirlo —con compañeros de equipo, con otros proyectos, con otros agentes— se convierte en un problema separado e interesante.

La especificación del protocolo A2A (Agente-a-Agente) publicada por Google es un intento de formalizar cómo los agentes comunican capacidades entre sistemas. Vale la pena seguir si Claude Code se integra con estos estándares emergentes.

Límites y Compromisos

Algunas cosas que me gustaría que alguien supiera antes de empezar:

CLAUDE.md​ tiene un límite de contexto. Si se vuelve demasiado largo, comienza a desplazar otro contexto útil fuera de la ventana. Mantén el enfoque. Poda regularmente.

Los archivos locales solo son tan buenos como tu higiene con git. Si no estás commitando los resultados de Claude de manera consistente, la "persistencia" desaparece cuando cambias de máquina o reinicias tu entorno.

La API todavía tiene límites de uso. Ejecutar localmente no te exime de las restricciones de uso. Las sesiones de agentes intensivas —especialmente con operaciones de archivos y uso de herramientas— pueden alcanzar los límites más rápido que el uso conversacional. La documentación de límites de uso de Anthropic contiene los detalles actuales de los niveles.

El uso de herramientas de Claude Code está sandboxeado por sesión. La lectura de archivos, escritura y comandos de terminal funcionan dentro de la sesión. Nada se conserva a menos que termine en un archivo.

Todavía no estoy totalmente seguro de entender todos los detalles. Pero esta es mi visión actual.

Preguntas Frecuentes

1. ¿Cómo instalo Claude Code localmente?

Instala a través de npm: npm install -g @anthropic-ai/claude-code, luego ejecuta claude login para autenticarte. Se requiere Node.js 18 o superior. En Linux/WSL, verifica que tu PATH incluya el directorio bin global de npm.

2. ¿Claude Code tiene memoria persistente?

No de manera automática. Cada sesión empieza desde cero. La persistencia proviene de CLAUDE.md (que mantienes manualmente) y de los archivos que Claude crea en tu proyecto y que se commitan en el control de versiones.

3. ¿Qué es CLAUDE.md y cómo funciona?

Es un archivo markdown plano colocado en la raíz de tu proyecto (y opcionalmente en subdirectorios). Claude Code lo lee al inicio de cada sesión. Lo usas para documentar el contexto del proyecto, convenciones y preferencias. Piénsalo como un documento de resumen, no como un sistema de memoria.

4. ¿Las habilidades de Claude Code se pueden transferir entre proyectos?

No automáticamente. Puedes copiar o adaptar manualmente tu CLAUDE.md y cualquier archivo reutilizable de un proyecto a otro, pero no hay una función incorporada para compartir entre proyectos. Este es uno de los límites significativos de la arquitectura local-primero actual.

5. ¿Es mejor Claude Code local que en la nube para flujos de trabajo de agentes?

Depende de lo que estés optimizando. Local te da acceso directo al sistema de archivos, iteración más rápida en el contexto específico del proyecto y control completo sobre tus archivos. La versión en la nube (como Claude.ai Projects) facilita el compartir y colaborar. Para flujos de trabajo de desarrollo individual con bases de código locales complejas, local suele ganar. Para flujos de trabajo en equipo o usuarios no técnicos, las funciones en la nube pueden ser más importantes.

Publicaciones anteriores:

Publicaciones anteriores:

• Si quieres entender mejor cómo Claude Code maneja habilidades y contexto internamente: Claude Code Skills Feature Explained
• Si estás explorando cómo construir, reutilizar y extender habilidades a través de proyectos: Claude Code Skills: Build, Share, Extend Guide
• Si estás tratando de aclarar la diferencia entre archivos de habilidades y la capacidad real del agente: Claude Skills: skill.md vs Agent Capability
• Si estás pensando en encadenar comportamientos y construir flujos de trabajo de agentes más estructurados: Agent Hooks: AI Execution Chains Explained
• Si estás investigando MCP como una forma de extender Claude Code más allá de las limitaciones locales: How MCP Servers Work