Flujos AI-Friendly

grimorio es AI-friendly pero AI-opcional. Expone toda su funcionalidad via MCP para que cualquier cliente AI pueda usarlo, pero nunca requiere AI para funcionar. Sin API keys, sin adaptadores AI, sin dependencias de SDKs.

CLI vs MCP: cuándo usar cada uno

grimorio tiene dos interfaces -- el CLI y el servidor MCP. Comparten el mismo motor, pero sirven para casos de uso diferentes.

Usa el servidor MCP cuando...

Estás trabajando interactivamente con un asistente AI (Claude, Cursor, Windsurf, etc.). El servidor MCP le da a la AI acceso estructurado a todo tu sistema de diseño. La AI puede leer specs, consultar tokens, validar código y tomar acciones -- todo dentro de la conversación.

Este es el flujo recomendado para:

• Enriquecer specs -- la AI razona sobre accesibilidad, tokens y lineamientos, y luego escribe el spec enriquecido
• Generar componentes -- la AI lee el spec, revisa los tokens, genera el código y lo valida
• Explorar el sistema de diseño -- la AI responde preguntas como "¿qué componentes usan color.primary?" o "¿cuáles son los lineamientos de Button?"
• Auditar -- la AI revisa accesibilidad o la salud general del sistema y sugiere mejoras
• Actualizar specs -- la AI puede crear o modificar specs según tus instrucciones

En todos estos casos, grimorio proporciona datos determinísticos y herramientas; la AI proporciona el razonamiento. grimorio nunca llama a un modelo AI internamente.

Usa el CLI cuando...

Estás automatizando tareas, ejecutando cosas en CI/CD, o trabajando sin un asistente AI.

Es la opción correcta para:

• Validación en CI/CD -- grimorio validate y grimorio tokens:validate terminan con código 1 si hay errores
• Exportar tokens -- grimorio tokens:export css genera CSS custom properties para tu pipeline de build
• Importar desde Figma -- grimorio figma:import mapea propiedades de Figma a specs de forma determinística
• Scaffolding -- grimorio init y grimorio add inicializan proyectos y crean specs desde presets
• Inferir specs -- grimorio spec:infer analiza código existente con análisis estático
• Modo watch -- grimorio validate --watch re-valida automáticamente al detectar cambios durante el desarrollo

Todos los comandos del CLI son determinísticos y no necesitan API key.

Comparación lado a lado

Escenario	CLI	MCP
Validar en CI	npx grimorio validate --level strict	--
Exportar tokens a CSS	npx grimorio tokens:export css	herramienta export_tokens
Importar spec desde Figma	npx grimorio figma:import <url>	herramienta import_from_figma
Enriquecer un spec con a11y	--	AI usa prompt enrich-spec + herramientas
Generar código de un componente	--	AI usa prompt generate-component + herramientas
Revisar salud del sistema de diseño	--	AI usa prompt review-system + herramientas
Auditar accesibilidad	--	AI usa prompt audit-accessibility + herramientas
"¿Qué componentes usan este token?"	--	AI consulta get_tokens + list_components
Watch mode durante desarrollo	npx grimorio validate --watch	--
Crear spec desde un preset	npx grimorio add Button	herramienta add_component

Las celdas con -- son importantes: las tareas que requieren razonamiento (enriquecer, generar, auditar) solo están disponibles via MCP, porque el razonamiento viene del cliente AI. Las tareas que no necesitan razonamiento funcionan en ambos, pero el CLI es más simple para automatización.

Cómo funciona el flujo MCP

En vez de incluir adaptadores AI, grimorio expone prompts MCP (skills) que contienen conocimiento de dominio. Tu cliente AI lee el prompt y usa las herramientas de grimorio para ejecutar el workflow.

Ejemplo: enriquecer un spec

Dile a tu AI: "Usa el prompt enrich-spec para mi componente Button"

La AI:

1. Llama get_component("Button") para leer el spec actual
2. Llama get_tokens() para ver los tokens disponibles
3. Razona sobre accesibilidad, tokens y lineamientos
4. Llama update_spec("Button", specEnriquecido) para guardar el resultado

Ejemplo: generar un componente

Dile a tu AI: "Genera un componente React desde el spec de Card usando Tailwind"

La AI:

1. Llama get_component("Card") para obtener el spec
2. Llama get_component_guidelines("Card") para el checklist
3. Llama get_tokens() para los valores de tokens
4. Genera el código usando su propio razonamiento
5. Llama validate_usage para verificar el resultado

Prompts disponibles

Prompt	Descripción
enrich-spec	Enriquecer un spec con accesibilidad, tokens y lineamientos
generate-component	Generar código de componente desde un spec
review-system	Revisar la salud general del sistema de diseño
audit-accessibility	Auditar la accesibilidad de un componente (WAI-ARIA)

Configuración

Conecta el servidor MCP a tu cliente AI. Ver Servidor MCP para detalles de configuración.

Consejo

No necesitas configurar nada de AI en grimorio. Solo conecta el servidor MCP y tu cliente AI se encarga del resto.