CtrlK
BlogDocsLog inGet started
Tessl Logo

metodologia-developer-experience

Developer experience (DX) platform assessment, inner loop optimization, toolchain evaluation, and onboarding friction analysis. Use when the user asks to "assess developer experience", "optimize inner loop", "evaluate toolchain", or mentions DX scorecard, developer productivity, or cognitive load reduction.

SKILL.md
Quality
Evals
Security

Evaluacion de Developer Experience

Assessment integral de la experiencia del desarrollador, optimizacion del inner loop, evaluacion de toolchain y analisis de friccion en onboarding.

TL;DR

  • Evalua DX actual con metricas de inner loop (code-build-test-debug cycle time)
  • Identifica puntos de friccion en toolchain, procesos y cognitive load
  • Benchmarca contra estandares de industria (DORA, SPACE framework)
  • Prioriza mejoras por impacto en productividad y satisfaccion
  • Genera scorecard DX con improvement backlog accionable

Inputs

Parse $1 como nombre del proyecto/organizacion, $2 como equipo o plataforma a evaluar.

Parameters:

  • {MODO}: piloto-auto (default) | desatendido | supervisado | paso-a-paso
  • {FORMATO}: markdown (default) | html | dual
  • {VARIANTE}: ejecutiva (~40%) | tecnica (full, default)

Entregables

  1. DX Scorecard — Evaluacion cuantitativa por dimension (inner loop, toolchain, docs, onboarding, CI/CD)
  2. Improvement Backlog — Lista priorizada de mejoras con impacto estimado
  3. Toolchain Map — Mapa visual de herramientas actuales con gaps y redundancias
  4. Friction Analysis — Puntos de friccion identificados con root cause y solucion propuesta
  5. Benchmark Report — Comparacion contra estandares DORA/SPACE

Proceso

  1. Medicion de Inner Loop — Evaluar tiempos de ciclo:
    MetricaExcelenteAceptableProblema
    Build time (local)<30s30s-3min>3min
    Test suite (unit)<1min1-5min>5min
    Hot reload<2s2-10s>10s o inexistente
    PR to merge<4h4-24h>24h
    Deploy to staging<15min15-60min>60min
  2. Evaluacion de Toolchain — Inventariar herramientas por categoria (IDE, VCS, CI/CD, observability, collaboration), detectar gaps y redundancias
  3. Analisis de Cognitive Load — Evaluar complejidad de setup local, numero de herramientas, context switching, documentacion disponible
  4. Assessment de Onboarding — Medir tiempo de primer commit productivo, gaps en documentacion, dependencia de conocimiento tribal
  5. Benchmarking DORA/SPACE — Comparar metricas clave contra percentiles de industria
  6. Priorizacion de Mejoras — Scoring por impacto en productividad x esfuerzo de implementacion

Criterios de Calidad

  • Metricas de inner loop medidas o estimadas con evidencia
  • Toolchain completo mapeado con gaps identificados
  • Puntos de friccion documentados con root cause analysis
  • Mejoras priorizadas con impacto estimado en tiempo de desarrollador
  • Benchmark DORA/SPACE con posicionamiento del equipo
  • Scorecard con scoring reproducible por dimension
  • Diagrama Mermaid del toolchain y flujo de desarrollo

Supuestos y Limites

  • Metricas de inner loop son estimadas si no existen herramientas de medicion instaladas
  • Benchmarks DORA/SPACE son referenciales; la posicion exacta del equipo requiere medicion continua
  • No reemplaza encuestas de satisfaccion de desarrolladores — las complementa con datos objetivos
  • Evaluacion de cognitive load es cualitativa salvo que existan datos de context switching

Casos Borde

EscenarioEstrategia de Manejo
Equipo full-remote con toolchains heterogeneosEvaluar por developer archetype (frontend, backend, mobile) en lugar de un solo inner loop; documentar variaciones
Organizacion sin CI/CD pipelineClasificar como nivel 0 en esas dimensiones; priorizar setup basico antes de optimizacion
Monorepo con +50 desarrolladoresEvaluar build times segmentados por modulo; friction de code ownership y merge conflicts como dimension adicional
Equipo en transicion de tecnologiaMedir DX de stack actual y target por separado; plan de mejora enfocado en reducir dual-stack friction

Decisiones y Trade-offs

DecisionHabilitaRestringeJustificacion
DORA/SPACE como benchmark defaultComparabilidad con industriaMetricas pueden no capturar contexto localSon los frameworks mas adoptados y con mayor base de datos comparativa
Scorecard cuantitativo por dimensionPriorizacion objetiva de mejorasRequiere estimacion donde no hay datosPermite tracking de progreso en assessments sucesivos
Inner loop como eje centralFoco en lo que mas impacta productividad diariaPuede sub-representar DX de procesos (PR review, on-call)El inner loop es donde el desarrollador pasa 60-80% del tiempo productivo

Knowledge Graph

graph TD
    subgraph Core["Developer Experience"]
        A[DX Assessment] --> B[Inner Loop Metrics]
        A --> C[Toolchain Evaluation]
        A --> D[Cognitive Load Analysis]
        A --> E[Onboarding Friction]
    end
    subgraph Inputs["Inputs"]
        F[Pipeline Metrics] --> B
        G[Tool Inventory] --> C
        H[Team Interviews] --> D
    end
    subgraph Outputs["Outputs"]
        A --> I[DX Scorecard]
        A --> J[Improvement Backlog]
        C --> K[Toolchain Map]
    end
    subgraph Related["Related Skills"]
        L[release-strategy] -.-> B
        M[maturity-assessment] -.-> A
        N[documentation-architecture] -.-> E
    end

Output Templates

Formato 1 — Markdown (default)

  • Filename: DX_Assessment_{project}_{WIP|Aprobado}.md
  • Estructura: Scorecard > Inner Loop Metrics > Toolchain Map > Friction Analysis > Improvement Backlog > Benchmark DORA/SPACE
  • Incluye tablas de scoring y diagramas Mermaid inline

Formato 2 — HTML (dashboard ejecutivo)

  • Filename: DX_Assessment_{project}_{WIP|Aprobado}.html
  • Estructura: Scorecard radar visual > Top 5 friction points > Quick wins > Roadmap de mejoras
  • Optimizado para presentacion a engineering leadership

Formato 3 — DOCX (circulación formal)

  • Filename: {fase}_{entregable}_{cliente}_{WIP}.docx
  • Generado via python-docx con MetodologIA Design System v5. Portada con metadata del engagement, TOC automático, encabezados/pies de página con marca. Tablas con zebra striping, tipografía Poppins en headings (navy), Montserrat en cuerpo, acentos dorados. Para circulación formal y auditoría.

Formato 4 — XLSX (bajo demanda)

  • Filename: {fase}_{entregable}_{cliente}_{WIP}.xlsx
  • Via openpyxl con MetodologIA Design System v5. Headers con fondo navy y tipografía Poppins en blanco, conditional formatting por DX score y nivel de fricción, auto-filters en todas las columnas, valores directos sin fórmulas.

Formato 5 — PPTX (bajo demanda)

  • Filename: {fase}_{entregable}_{cliente}_{WIP}.pptx
  • Via python-pptx con MetodologIA Design System v5. Navy gradient slide master, Poppins titles, Montserrat body, gold accents. Máx 20 slides ejecutivo / 30 técnico. Speaker notes con referencias de evidencia.

Evaluacion

DimensionPesoCriterio
Trigger Accuracy10%Activa triggers correctos ante keywords de DX, inner loop, toolchain, onboarding
Completeness25%Cubre todas las dimensiones: inner loop, toolchain, cognitive load, onboarding, CI/CD
Clarity20%Metricas con thresholds claros; mejoras con impacto estimado en tiempo
Robustness20%Maneja equipos sin CI/CD, monorepos, transiciones de stack
Efficiency10%Proceso no duplica pasos entre dimensiones de evaluacion
Value Density15%Improvement backlog es directamente accionable con ROI estimado

Umbral minimo: 7/10 en cada dimension para considerar el skill production-ready.

Cross-References

  • metodologia-release-strategy: Pipeline CI/CD y deployment patterns que impactan inner loop
  • metodologia-maturity-assessment: Evaluacion de madurez complementa DX scorecard
  • metodologia-documentation-architecture: Documentacion como dimension clave de onboarding DX

Autor: Javier Montaño · Comunidad MetodologIA | Version: 1.0.0

Repository
JaviMontano/mao-discovery-framework
Last updated
First committed

Also appears in

JaviMontano/mao-pm-apex
In sync

since Aug 28, 2026

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.