🎯 Objetivo Autónomo

El comando /objetivo (o su alias /meta, /mision) te permite establecer una meta o condición de fin específica y dejar que Context Code trabaje en segundo plano de manera autónoma hasta alcanzarla.

---

🚀 Cómo Iniciar una Tarea Autónoma

Escribe la meta que deseas cumplir directamente en tu terminal. El agente trazará un plan, ejecutará herramientas y verificará si la condición se ha cumplido en un bucle interactivo cerrado:

/objetivo todos los tests de auth en pnpm test pasan

Comportamiento del Bucle:

• Sin límite de turnos: El agente trabajará continuamente resolviendo dependencias o problemas de compilación hasta cumplir el objetivo. Puedes detener la ejecución interactiva en cualquier momento pulsando Ctrl + C o corriendo /objetivo clear.
• Bypass de Permisos Automático: Al iniciar una meta con /objetivo, el modo de permisos del agente se eleva automáticamente a bypassPermissions (equivalente a correr con el flag --dangerously-skip-permissions). Esto permite que el agente edite archivos y ejecute comandos a máxima velocidad sin detenerse a solicitar aprobación manual en cada turno.
• Footer de Estado en Tiempo Real: Mientras el objetivo permanezca activo, la barra inferior de la CLI mostrará un cronómetro y un contador de turnos: o objetivo - 4m 12s - 7t (Tiempo transcurrido - Turnos completados).

---

🧠 Poda Inteligente de Tokens (Token Pruning)

A diferencia de otros asistentes agenticos que se vuelven costosos y lentos a medida que avanza una conversación debido al historial acumulado de logs o contenidos de archivos extensos, Context Code incluye un sistema de Poda Local Inteligente de Outputs:

graph TD
    Tools[Ejecución de Herramientas] -->|Outputs gigantes: Logs, Snapshots, Dumps| Pruning{Poda Semántica Local}
    Pruning -->|Remover Dumps Pesados| Compressed[Historial de Turno Comprimido]
    Compressed -->|Enviar al Evaluador| Evaluator[Evaluación del Fin de Meta]

Ventajas Técnicas:

1. Latencia Plana: Las llamadas subsiguientes no se ralentizan porque el contexto enviado a evaluar se mantiene optimizado y ligero.
2. Cero Tokens de Desperdicio: Ahorra hasta un 80% en costos de llamadas de API de LLM durante refactorizaciones largas.
3. Resumen de Resultados: El evaluador recibe solo los resúmenes necesarios de cada herramienta para corroborar si la condición final se ha completado.