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.