Empirica no es una app aparte. Corre dentro de tu herramienta de IA para programar y cambia cómo trabaja la IA: mantiene un historial de lo que ha hecho, y tiene que entender un problema antes de que se le permita actuar sobre él. El framework central es open source y gratuito. Esta página lo pone en marcha.
Instalación
pip install empirica
# 2. conéctalo con Claude Code
empirica setup-claude-code
El comando de configuración instala el plugin, la puerta que retiene a la IA hasta que está lista, y una línea de estado en tu terminal que muestra de un vistazo dónde estás. Se añade junto a tu configuración actual, no encima de ella. Esa es toda la instalación.
Claude Code es la herramienta con soporte completo hoy. La CLI central funciona en cualquier parte; el plugin, la puerta y la línea de estado son específicos de Claude Code por ahora.
Tres pasos, y ya estás trabajando
Instala el framework
Un solo pip install. El núcleo open source: la CLI, el registro local y la disciplina que corre dentro de tu herramienta de IA.
Conéctalo con Claude Code
Un solo comando de configuración instala el plugin, la puerta y la línea de estado. Se coloca junto a tu configuración actual sin sobrescribir nada.
Simplemente trabaja
Habla con tu IA como ya lo haces. El framework mantiene el registro y ejecuta las comprobaciones entre bastidores.
Qué cambia cuando trabajas
No escribirás comandos del framework. La IA lo hace por sí misma. Lo que notas es la forma de una pieza de trabajo: primero entiende, una puerta confirma que está lista, luego actúa, luego mide lo que aprendió. Empirica llama a las dos primeras las fases de pensar y actuar.
Entiende antes de tocar nada
Leer y buscar siempre están permitidos. Editar y escribir se retienen. La IA explora, y registra lo que encuentra y lo que aún no tiene claro.
Una puerta comprueba que de verdad está lista
Antes de poder cambiar nada, la IA tiene que demostrar que su confianza se fundamenta en lo que encontró, no en una suposición. Si no está lista, sigue investigando. Esta puerta es el Sentinel.
Luego actúa, y el trabajo queda registrado
Ahora edita, escribe y hace commit. Los objetivos y las decisiones se registran sobre la marcha, así que el trabajo se mide, no solo se hace.
Mide lo que aprendió
Cuando el trabajo termina, vuelve a comprobar su propio estado. El cambio de principio a fin se evalúa frente a evidencia real: ¿pasaron las pruebas?, ¿se cumplieron los objetivos? Así es como la calibración mejora con el tiempo.
Tu papel es dirigir
Tú la guías en lenguaje sencillo. Ella se encarga de la contabilidad.
"Entendamos el sistema de autenticación antes de tocar nada."
Investiga y registra lo que aprende, sin tocar archivos todavía.
"Creo que ya sabemos suficiente. Implementemos."
Confirma que está lista, la puerta se abre y empieza a escribir.
"Ese enfoque no va a funcionar, anótalo."
Registra el callejón sin salida para no volver a intentarlo más tarde.
"Bien. Haz commit y ciérralo."
Hace commit y luego mide lo que realmente se aprendió frente a la evidencia.
Instalarlo es el comienzo, no el objetivo
La instalación te da el historial y una memoria que sobrevive entre sesiones. El verdadero salto viene de trabajar así a propósito: hacer que la IA entienda antes de actuar, dejar que el registro crezca y usar su confianza calibrada para saber cuándo confiar en ella y cuándo indagar más. Esa es una forma distinta de trabajar con IA, y es donde las ganancias se acumulan.
Mira cómo se estructura una pieza de trabajo →¿Ejecutas más de una IA, o un equipo entero? El framework abierto es la base. Cuando estés listo para coordinar y gobernar una flota, eso es lo que Cortex y la extensión añaden encima.
¿Listo para profundizar?
Lee cómo funciona, o explora el código open source.