Uso con IA ========== Jano incluye documentación e integraciones pensadas para uso asistido por IA. Estos archivos ayudan a que agentes usen la librería correctamente, ejecuten workflows estables y modifiquen el repositorio sin romper límites arquitectónicos. Las tres superficies son: - notas de arquitectura para contexto de diseño, - una guía para agentes y archivos de reglas por herramienta, - y un servidor MCP opcional para ejecución local de tools. Notas de arquitectura --------------------- El mapa técnico de diseño vive en ``docs/architecture/``. Incluye: - ADRs para decisiones aceptadas, - specs para comportamiento esperado, - RFCs para propuestas de diseño abiertas. Estos archivos sirven cuando un agente va a modificar Jano. Explican restricciones como: - el splitter sigue siendo agnóstico al modelo, - la iteración manual de folds sigue siendo pública, - los resultados del runner son data-first, - los studies componen primitivas de menor nivel. Guía para agentes y adaptadores ------------------------------- La guía canónica para agentes es: ``docs/ai/jano-agent-guide.md`` Explica: - cuándo usar ``TemporalBacktestSplitter``, - cuándo usar ``WalkForwardPolicy`` y ``plan()``, - cuándo usar ``WalkForwardRunner``, - cómo consumir ``metric_trajectory()``, ``fold_summary()`` y ``report_data()``, - y qué reglas de leakage temporal respetar. Los adaptadores por herramienta apuntan a esa guía canónica: - ``skills/jano/SKILL.md`` para uso estilo Codex skill, - ``CLAUDE.md`` para guia de repositorio en Claude Code o Claude Desktop, - ``.cursor/rules/jano.mdc`` para reglas de Cursor. Servidor MCP ------------ El servidor MCP es código ejecutable, no solo documentación. Expone un conjunto chico de tools locales para que clientes compatibles con MCP inspeccionen datasets y corran workflows de Jano. Usa MCP cuando un agente debe ejecutar operaciones sobre archivos locales: - previsualizar un dataset local, - construir un plan walk-forward, - correr una simulación walk-forward, - ejecutar un baseline simple sobre los mismos folds con ``run_walk_forward_baseline_model``, - comparar policies de reentrenamiento con ``compare_retrain_policy_baselines``, - buscar una ventana de train history con ``find_train_history_window_baseline``, - monitorear decay con train fijo usando ``monitor_decay_baseline``. Usa la guía para agentes o la skill cuando un agente necesita razonar sobre Jano o escribir código Python con la librería. La tool de baseline sirve para chequeos rápidos con ``model="mean"`` en regresión numérica o ``model="majority_class"`` en clasificación. Para modelos productivos conviene escribir Python con ``WalkForwardRunner`` y controlar explícitamente features, estimadores y métricas. Las tools de studies baseline sirven para triage operativo y exploración de hipótesis temporales antes de escribir código de modelo propio. En resumen: - las notas de arquitectura explican por que y hacia donde va el proyecto, - la guía para agentes explica cómo usar Jano correctamente, - MCP da tools locales que los agentes pueden invocar.