@danieltmn/tamnora 0.26.1 → 0.27.0

package/CHANGELOG.md

@@ -5,6 +5,43 @@ Todos los cambios relevantes de este proyecto se documentan en este archivo.
 El formato sigue [Keep a Changelog](https://keepachangelog.com/es-ES/1.1.0/)
 y el proyecto usa [Versionado Semantico](https://semver.org/lang/es/).
 
+## [0.27.0] - 2026-11-11
+
+### Cambios
+
+- feat(server): abrir el navegador es opt-in — `tamnora server --open`; el
+  comando ya no abre la consola solo (se quita `--no-open`)
+- feat(visualizaciones): imágenes inline en el markdown (`![alt](url)`, solo de
+  orígenes permitidos), tool `show_chart` (gráficos de barras/líneas/torta como
+  SVG en el chat) y tool `generate_image` (genera con el mismo modelo del chat
+  si tiene salida de imagen; si no, `app.json` → `imageGen` y default por
+  proveedor). La consola las muestra inline y Telegram manda la imagen como foto
+- feat(capacidades): capacidades por modelo (visión, imagen, video, voz,
+  escucha, tools, razonamiento) híbridas entre lo que reporta el proveedor y una
+  heurística por familia de id: chips en el picker de modelos, tooltip en el
+  pill y búsqueda por capacidad. La voz se sintetiza con el proveedor cuando el
+  modelo habla (`lib/ttsEngine.js`, con fallback a Edge); nuevos ajustes de
+  generación de imágenes (`GET/PUT /api/imagegen/settings`) y de modelo TTS
+  (`tts.model`)
+- feat(consola): picker de modelos con vistas `todos | gratis | seleccionados`
+  más las acciones `marcar todo`/`vaciar`; el modal de proveedores
+  autocompleta el base URL desde el preset conocido
+- feat(mcp): la búsqueda del registro oficial muestra autor, versión, repo,
+  transporte y chip `oficial` por resultado
+- fix(proveedores): el campo `modelos` (lista manual) ahora **suma** al catálogo
+  del API en vez de reemplazarlo, así el picker muestra todos los modelos del
+  proveedor (antes solo los de la lista)
+- fix(skills): la importación desde GitHub resuelve el `SKILL.md` en la raíz, en
+  la única skill del repo (p. ej. `cloudflare/security-audit-skill`) o en la
+  carpeta homónima al repo; con varias skills y sin coincidencia, el error lista
+  los slugs para instalar con `owner/repo/<slug>`
+- fix(imagen): `apiRoot` normaliza el `baseUrl` cuando se pega la URL completa
+  del endpoint como base (evita el 404 de
+  `.../chat/completions/images/generations`); aplica a providers, imagen, TTS y
+  transcripción. Los errores del proveedor muestran la URL intentada
+- fix(mcp): la búsqueda ya no repite el mismo servidor por cada versión
+  publicada en el registro (se queda con la vigente, `isLatest`)
+
 ## [0.26.1] - 2026-11-04
 
 ### Cambios

package/README.md

@@ -12,8 +12,10 @@ con TUI, consola web, tools locales y MCP.
   saca una captura PNG o lista los errores de consola) y `preview_url`.
 - **Voz**: el agente narra su progreso, puede **leer la respuesta final** (sin
   bloques de codigo ni tablas) y mandar audio bajo pedido (`speak`,
-  `/audioresumen`). El **modo Voz** habilita **manos libres**: hablás y responde en
-  audio, como una conversacion (y solo escribe notas `.md`/`.json`).
+  `/audioresumen`). La síntesis usa el **proveedor** cuando el modelo habla y el
+  servicio Edge como respaldo. El **modo Voz** habilita **manos libres**: hablás
+  y responde en audio, como una conversacion (y solo escribe notas
+  `.md`/`.json`).
 - **Actualizar desde la consola**: la consola avisa cuando hay una version nueva
   y la instala con un click (el server se reinicia solo).
 - **Memoria y reglas**: memoria durable por proyecto (`memory`) y reglas por path
@@ -25,6 +27,13 @@ con TUI, consola web, tools locales y MCP.
 - **UI interactiva**: el agente pide un **formulario** (`ask_user`), ofrece
   **botones** (`offer_choices`) o muestra un **checklist** (`show_plan`); la
   consola los renderiza.
+- **Visualizaciones**: imágenes inline en el markdown (`![alt](url)`, solo de
+  orígenes permitidos), gráficos de datos (`show_chart`: barras, líneas o torta
+  como SVG) y generación de imágenes (`generate_image`) con el mismo modelo del
+  chat cuando sabe generar; se ven en la consola y en Telegram llegan como foto.
+- **Capacidades por modelo**: cada modelo declara qué sabe (visión, imagen,
+  video, voz, escucha, tools, razonamiento) y las tools resuelven con el mismo
+  modelo del chat cuando puede (imagen y voz).
 - **Plataforma**: hooks y plugins locales declarados en `tamnora.json`
   (`.tamnora/hooks`, `.tamnora/plugins`; nunca se cargan por presencia).
 
@@ -69,6 +78,7 @@ exactamente lo que pedis, sin refactors ni cambios fuera del pedido.
 ```bash
 tamnora server --init         # crea la casa y arranca (segundo plano)
 tamnora server --start        # arranca (default)
+tamnora server --open         # abre la consola en el navegador (opt-in)
 tamnora server --reload       # reinicia aplicando config/codigo
 tamnora server --stop
 tamnora server --status
@@ -79,8 +89,9 @@ tamnora autostart install     # arranque automatico del server
 ```
 
 `tamnora server` corre en segundo plano y **sobrevive al cierre de la consola**
-(puerto default `4517`). La configuracion de la app vive en la **casa** de
-Tamnora (override con `--home` o `TAMNORA_HOME`):
+(puerto default `4517`). El navegador **no** se abre solo: `--open` lo hace
+(también si el server ya está corriendo). La configuracion de la app vive en la
+**casa** de Tamnora (override con `--home` o `TAMNORA_HOME`):
 
 - Windows: `%APPDATA%\tamnora`
 - macOS: `~/Library/Application Support/tamnora`
@@ -110,8 +121,10 @@ principales son `chat`, `proveedores` y `ajustes`. En el chat:
 - **Actividad colapsable**: las tools de lectura (`read`, `list`, `glob`, `grep`,
   `fetch_url`, `git_*`) salen **plegadas** y al hacer click se ve el detalle
   (args + resultado); el volcado completo se pide bajo demanda.
-- **Markdown con tablas**: las respuestas renderizan tablas (`|`, con alineacion
-  y celdas saneadas) y botones flotantes para saltar al inicio/final del turno.
+- **Markdown con tablas e imágenes**: las respuestas renderizan tablas (`|`, con
+  alineacion y celdas saneadas) e imágenes inline (`![alt](url)`, solo de
+  orígenes permitidos), mas botones flotantes para saltar al inicio/final del
+  turno.
 - **Acciones por mensaje**: copiar, editar, regenerar y borrar se agrupan en un
   menu `⋮`; el indicador de "pensando/trabajando" vive en el pie (`#sb-activity`).
 - **Runs durables**: cerrar el celular o cortar la red **no cancela** el turno; al
@@ -133,7 +146,9 @@ principales son `chat`, `proveedores` y `ajustes`. En el chat:
 - **Comandos**: el input muestra un menu al escribir `/` (`/new`, `/init`, `/goal`,
   `/resumen`, `/audioresumen`, `/compact`, `/clear`, `/cwd`, `/port`, `/portkill`,
   `/help`).
-- **Capturas**: el tool `screenshot` muestra la imagen inline en su tarjeta.
+- **Capturas e imágenes**: el tool `screenshot` y el de generación de imágenes
+  (`generate_image`) muestran la imagen inline en su tarjeta, y `show_chart`
+  dibuja gráficos de datos (barras, líneas o torta) como SVG.
 
 ### Memoria, reglas y automatizacion
 
@@ -291,15 +306,18 @@ solo las "calientes" con esquema completo (`mcpMode`: `auto` | `eager` | `lazy`;
 `permissions: { "mcp__postgres__query": "allow" }`. Se ajustan en Ajustes → MCP.
 
 Desde Ajustes → MCP tambien hay un **catalogo de sugeridos** y busqueda en el
-registro oficial; se agregan deshabilitados y los prendes cuando quieras.
+registro oficial (con autor, version, repo y estado oficial por resultado, y sin
+repetir el mismo servidor por cada version publicada); se agregan deshabilitados
+y los prendes cuando quieras.
 
 ## Tools
 
 Tools locales confinadas al workspace (`read`, `list`, `glob`, `grep`, `write`,
 `edit`, `bash`, `fetch_url`), de navegador (`screenshot`, `console_errors`,
 `preview_url`), de voz (`speak`), de interfaz interactiva (`ask_user`,
-`offer_choices`, `show_plan`), de Git (`git_status`, `git_diff`, `git_log`,
-`git_commit`) y de conocimiento (`memory`, `skill`), con permisos
+`offer_choices`, `show_plan`), de visualizacion (`show_chart`, `generate_image`),
+de Git (`git_status`, `git_diff`, `git_log`, `git_commit`) y de conocimiento
+(`memory`, `skill`), con permisos
 `allow`/`ask`/`deny` por tool o por patron.
 
 `bash` esta **endurecido**: un piso de seguridad **deniega** los comandos

package/harness/packages/cli/src/commands/server.js

@@ -45,7 +45,7 @@ const OPTIONS = {
   dir: { type: 'string' },
   home: { type: 'string' },
   force: { type: 'boolean' },
-  'no-open': { type: 'boolean' },
+  open: { type: 'boolean' },
   yes: { type: 'boolean', short: 'y' },
   help: { type: 'boolean', short: 'h' },
 };
@@ -113,8 +113,8 @@ if (!isChild) {
     if (cur && pidAlive(cur.pid)) {
       console.log(`Tamnora ya esta corriendo (pid ${cur.pid}).`);
       printStatus(cur);
-      // Aprovechamos que ya esta sirviendo para abrir la consola.
-      if (!values['no-open']) await openBrowser(cur.url, { log: (line) => console.warn(line) });
+      // Solo con --open: abrir el navegador es una decision explicita.
+      if (values.open) await openBrowser(cur.url, { log: (line) => console.warn(line) });
       return 0;
     }
   }
@@ -125,9 +125,9 @@ if (!foreground) {
     if (values.dir) args.push('--dir', cwd);
     if (process.env.TAMNORA_HOME) args.push('--home', process.env.TAMNORA_HOME);
     if (values.yes) args.push('--yes');
-    // El hijo es quien.listen() y por lo tanto quien abre el navegador: el flag
-    // tiene que viajar con el o `--no-open` no serviria de nada.
-    if (values['no-open']) args.push('--no-open');
+    // El hijo es quien.listen() y por lo tanto quien abriria el navegador: el
+    // flag tiene que viajar con el o `--open` no serviria de nada.
+    if (values.open) args.push('--open');
     const { child, isDead } = spawnDetached(args, { envFlag: 'TAMNORA_DETACHED' });
     console.log(`Tamnora arrancando en segundo plano (pid ${child.pid})...`);
     const rt = await waitForState(() => readRuntime(), { childPid: child.pid, isDead, timeoutMs: 30000, tickMs: 400 });
@@ -191,9 +191,9 @@ log(`Tamnora escuchando en ${info.url} (workspace ${cwd})`);
 if (!instance.ctx.authEnabled) {
     log('aviso: sin usuario configurado; el server no pide login. Crea uno: tamnora user --name <n> --password <p>');
   }
-  // Abrir la consola es lo esperable al arrancar. Solo cuando queda escuchando:
-  // si hubo EADDRINUSE ya hay una consola abierta sirviendo.
-  if (!values['no-open']) await openBrowser(info.url, { log: (line) => log(line) });
+  // Abrir la consola es opt-in (`--open`). Solo cuando queda escuchando: si hubo
+  // EADDRINUSE ya hay una consola abierta sirviendo.
+  if (values.open) await openBrowser(info.url, { log: (line) => log(line) });
 
   return new Promise((resolve) => {
     let closing = false;
@@ -316,6 +316,6 @@ Opciones:
   --host <addr>     Interfaz (default: 127.0.0.1)
   --dir <path>      Workspace del server
   --home <path>     Casa de Tamnora (default: TAMNORA_HOME o datos del sistema)
-  --no-open         No abrir la consola en el navegador al arrancar
+  --open            Abrir la consola en el navegador al arrancar (default: no abrir)
   -y, --yes         Auto-aprobar tools con permiso "ask"`);
 }

package/harness/packages/cli/src/commands/update.js

@@ -61,7 +61,7 @@ async function stopServerIfRunning() {
 function restartServer(rt) {
   try {
     const bin = process.argv[1];
-    const args = [bin, 'server', '--stream', '--no-open'];
+    const args = [bin, 'server', '--stream'];
     if (rt?.port) args.push('--port', String(rt.port));
     if (rt?.host) args.push('--host', rt.host);
     if (rt?.cwd) args.push('--dir', rt.cwd);

package/harness/packages/core/src/agent/modes.js

@@ -26,6 +26,7 @@ export const MODES = {
       'ask_user',
       'offer_choices',
       'show_plan',
+      'show_chart',
       'git_status',
       'git_diff',
       'git_log',
@@ -50,6 +51,7 @@ export const MODES = {
       'ask_user',
       'offer_choices',
       'show_plan',
+      'show_chart',
       'git_status',
       'git_diff',
       'git_log',

package/harness/packages/core/src/index.js

@@ -33,6 +33,8 @@ export {
   streamChat,
 } from './providers/index.js';
 export { EFFORT_LEVELS, EFFORT_LABELS, normalizeEffort, applyReasoningEffort } from './providers/reasoning.js';
+export { apiRoot, joinUrl } from './providers/utils.js';
+export { CAPABILITIES, CAPABILITY_LABELS, modelCapabilities, capabilityText } from './providers/capabilities.js';
 export {
   connectMcpServer,
   connectMcpHttpServer,
@@ -146,6 +148,8 @@ export {
   registryServerToConfig,
   registryServerToCandidate,
   normalizeMcpConfig,
+  dedupeRegistryServers,
+  publisherOf,
 } from './mcp/registry.js';
 export { MCP_CATALOG, mcpCatalogEntry } from './mcp/catalog.js';
 export {

package/harness/packages/core/src/mcp/registry.js

@@ -4,6 +4,7 @@
 import { providerFetch } from '../providers/utils.js';
 
 const REGISTRY = 'https://registry.modelcontextprotocol.io';
+const OFFICIAL_META = 'io.modelcontextprotocol.registry/official';
 
 function slugifyId(name) {
   return String(name ?? '')
@@ -15,17 +16,50 @@ function slugifyId(name) {
     .slice(0, 40);
 }
 
+/**
+ * Autor/editor del servidor a partir del namespace del id: `io.github.firecrawl/x`
+ * -> `github.com/firecrawl`.
+ */
+export function publisherOf(name) {
+  const ns = String(name ?? '').split('/')[0];
+  const gh = /^io\.github\.(.+)$/i.exec(ns);
+  return gh ? `github.com/${gh[1]}` : ns;
+}
+
+/**
+ * El registro devuelve una entrada por cada version publicada del servidor. Se
+ * queda con la vigente (`isLatest`) por nombre y preserva el orden del registro
+ * (que es el orden de relevancia de la busqueda).
+ */
+export function dedupeRegistryServers(entries = []) {
+  const best = new Map();
+  for (const entry of entries) {
+    const raw = entry?.server ?? entry;
+    const name = raw?.name;
+    if (!name) continue;
+    const meta = entry?._meta ?? raw?._meta ?? {};
+    const prev = best.get(name);
+    const official = meta[OFFICIAL_META] ?? null;
+    if (!prev || (official?.isLatest && !prev._meta[OFFICIAL_META]?.isLatest)) {
+      best.set(name, { ...raw, _meta: meta });
+    }
+  }
+  return [...best.values()];
+}
+
 /** Busca servidores en el registro oficial. Devuelve la lista de `server`. */
 export async function searchMcpRegistry(query, { limit = 10 } = {}) {
   const url = new URL(`${REGISTRY}/v0/servers`);
   if (query) url.searchParams.set('search', String(query));
-  url.searchParams.set('limit', String(limit));
+  // Se pide el doble para que, tras deduplicar versiones por nombre, sigan
+  // quedando al menos `limit` servidores distintos.
+  url.searchParams.set('limit', String(Math.min(50, limit * 2)));
   const res = await providerFetch(url.toString(), {
     headers: { 'User-Agent': 'tamnora-harness', Accept: 'application/json' },
   });
   if (!res.ok) throw new Error(`El registro MCP respondio HTTP ${res.status}`);
   const data = await res.json();
-  return (data.servers ?? []).map((entry) => entry.server ?? entry);
+  return dedupeRegistryServers(data.servers ?? []).slice(0, limit);
 }
 
 /** Busca por nombre exacto; con `strict` no cae en el primer resultado difuso. */
@@ -77,6 +111,7 @@ export function registryServerToCandidate(server) {
   const id = slugifyId(server?.name) || 'mcp';
   const remote = (server?.remotes ?? [])[0];
   const pkg = (server?.packages ?? [])[0];
+  const official = server?._meta?.[OFFICIAL_META] ?? null;
   const runtime = pkg ? pkg.runtimeHint || (pkg.registryType === 'npm' ? 'npx' : 'uvx') : '';
   const requiredEnv = (pkg?.environmentVariables ?? []).filter((v) => v.isRequired).map((v) => v.name);
   const args = pkg
@@ -90,6 +125,12 @@ export function registryServerToCandidate(server) {
     name: server?.title || server?.name || id,
     description: server?.description ?? '',
     registry: server?.name ?? null,
+    publisher: publisherOf(server?.name),
+    version: server?.version ?? pkg?.version ?? null,
+    repository: server?.repository?.url ?? null,
+    official: official?.status === 'active',
+    status: official?.status ?? null,
+    isLatest: Boolean(official?.isLatest),
     transport: remote?.url ? 'http' : 'stdio',
     url: remote?.url ?? null,
     command: runtime || null,

package/harness/packages/core/src/providers/capabilities.js

@@ -0,0 +1,67 @@
+// Capacidades por modelo: hibrido entre lo que reporta el proveedor (las
+// modalidades del API de OpenRouter) y un mapa heuristico por familia de id
+// para los proveedores que no reportan nada (OpenAI-compatible, Ollama,
+// modelos manuales). Cuando el proveedor habla, manda el; la heuristica solo
+// rellena huecos.
+//
+// Con esto la consola puede mostrar que sabe hacer cada modelo y las tools
+// pueden resolver con el mismo modelo del chat (imagen, voz, ...) en vez de
+// pedirle a un proveedor aparte.
+
+export const CAPABILITIES = ['vision', 'image', 'video', 'tts', 'stt', 'tools', 'reasoning'];
+
+export const CAPABILITY_LABELS = {
+  vision: 'visión',
+  image: 'imagen',
+  video: 'video',
+  tts: 'voz',
+  stt: 'escucha',
+  tools: 'tools',
+  reasoning: 'razona',
+};
+
+const RE = {
+  vision: /vision|llava|moondream|bakllava|minicpm-v|pixtral|gemma-3|gpt-4o|gpt-4\.1|gpt-5|^o[134](?:-|$)|gemini|claude-(?:3|sonnet-4|opus-4|haiku-4)|qwen[23](?:\.\d+)?-vl|internvl/i,
+  image: /dall-e|gpt-image|imagen-|-image(?:[-/]|$)|stable-diffusion|(?:^|[-/])(?:flux|seedream|sdxl|sd3)/i,
+  video: /sora|veo-|kling|pika|runway|luma-|hunyuan-video|cogvideo|minimax.*video|wan2/i,
+  tts: /(?:^|[-/])tts|gpt-4o-mini-tts|kokoro|bark-|eleven|(?:^|[-/])(?:speech|voice)(?!-to)/i,
+  stt: /whisper|speech-to-text|distil-whisper|parakeet|moonshine|(?:^|[-/])stt/i,
+  reasoning: /deepseek-reasoner|(?:^|[-/])r1(?:[-/]|$)|^o[134](?:-|$)|-think|thinking|qwq|glm-.*think|magistral/i,
+  nonChat: /embedding|moderation|rerank|whisper|dall-e|gpt-image|imagen-|stable-diffusion|(?:^|[-/])(?:tts|stt|flux|sora|veo)|-image(?:[-/]|$)/i,
+};
+
+function modalities(raw, which) {
+  const direct = raw?.[`${which}_modalities`];
+  const arch = raw?.architecture?.[`${which}_modalities`];
+  const list = Array.isArray(direct) && direct.length ? direct : Array.isArray(arch) && arch.length ? arch : null;
+  return list ? list.map((m) => String(m).toLowerCase()) : null;
+}
+
+/**
+ * Capacidades de un modelo: `{ vision, image, video, tts, stt, tools,
+ * reasoning }`. `raw` es el payload del proveedor (si lo hay).
+ */
+export function modelCapabilities(id, raw = {}) {
+  const name = String(id ?? raw?.id ?? '').toLowerCase();
+  const inputs = modalities(raw, 'input');
+  const outputs = modalities(raw, 'output');
+  const params =
+    Array.isArray(raw?.supported_parameters) && raw.supported_parameters.length ? raw.supported_parameters : null;
+  const modality = String(raw?.architecture?.modality ?? raw?.modality ?? '').split('->')[0];
+  return {
+    vision: inputs ? inputs.includes('image') : RE.vision.test(name) || modality.includes('image'),
+    image: outputs ? outputs.includes('image') : RE.image.test(name),
+    video: outputs ? outputs.includes('video') : RE.video.test(name),
+    tts: outputs ? outputs.includes('audio') : RE.tts.test(name),
+    stt: inputs ? inputs.includes('audio') : RE.stt.test(name),
+    tools: params ? params.includes('tools') || params.includes('tool_choice') : !RE.nonChat.test(name),
+    reasoning: params ? params.includes('reasoning') : RE.reasoning.test(name),
+  };
+}
+
+/** `'visión · imagen · voz'` para badges/tooltips; '' si no se sabe nada. */
+export function capabilityText(caps = {}) {
+  return CAPABILITIES.filter((key) => caps[key])
+    .map((key) => CAPABILITY_LABELS[key])
+    .join(' · ');
+}

package/harness/packages/core/src/providers/index.js

@@ -2,6 +2,7 @@ import { openrouterProvider } from './openrouter.js';
 import { openaiCompatibleProvider } from './openaiCompatible.js';
 import { ollamaProvider } from './ollama.js';
 import { OPENAI_COMPATIBLE_PRESETS } from './presets.js';
+import { modelCapabilities } from './capabilities.js';
 import { envValue } from '../env.js';
 
 export const PROVIDERS = [
@@ -80,9 +81,12 @@ export function resolveProviderRuntime({
 }
 
 function manualModel(model) {
-  if (typeof model === 'string') return { id: model, label: model, vision: false };
+  if (typeof model === 'string') {
+    return { id: model, label: model, vision: false, capabilities: modelCapabilities(model) };
+  }
   const id = model.id ?? model.name ?? '';
-  return { id, label: model.label ?? id, vision: Boolean(model.vision) };
+  const capabilities = modelCapabilities(id, model);
+  return { id, label: model.label ?? id, vision: capabilities.vision, capabilities };
 }
 
 /**
@@ -97,14 +101,28 @@ export function selectVisibleModels(models = [], visible = null) {
   return models.filter((m) => wanted.has(String(m?.id)));
 }
 
+/**
+ * Modelos de un proveedor: el catalogo del API **mas** la lista manual del
+ * registro ("modelos (coma, opcional)"), sin duplicar ids. La lista manual no
+ * reemplaza al catalogo (asi el picker puede mostrar todos los modelos del
+ * proveedor y el usuario agregar a su seleccion); solo es el catalogo entero
+ * cuando el API no lista modelos (o falla).
+ */
 export async function listProviderModels(settings = {}) {
   const { provider, config } = resolveProviderRuntime(settings);
-  const manual = settings.providerModels?.[provider.id];
-  if (manual?.length) return manual.map(manualModel).filter((m) => m.id);
-  if (provider.manualModels?.length) {
-    return provider.manualModels.map(manualModel).filter((m) => m.id);
+  const manual = settings.providerModels?.[provider.id]?.length
+    ? settings.providerModels[provider.id]
+    : provider.manualModels ?? [];
+  const manualList = manual.map(manualModel).filter((m) => m.id);
+  try {
+    const listed = await provider.listModels(config);
+    if (!manualList.length) return listed;
+    const seen = new Set(listed.map((m) => m.id));
+    return [...listed, ...manualList.filter((m) => !seen.has(m.id))];
+  } catch (error) {
+    if (manualList.length) return manualList;
+    throw error;
   }
-  return provider.listModels(config);
 }
 
 /**

package/harness/packages/core/src/providers/ollama.js

@@ -1,5 +1,6 @@
 import { readNDJSON } from './stream.js';
 import { applyReasoningEffort } from './reasoning.js';
+import { modelCapabilities } from './capabilities.js';
 import { joinUrl, providerError, providerFetch, sortModels } from './utils.js';
 
 const OLLAMA_BASE_URL = 'http://localhost:11434';
@@ -7,8 +8,8 @@ const OLLAMA_BASE_URL = 'http://localhost:11434';
 function toOllamaModel(model) {
   const id = model.name ?? model.model ?? '';
   const family = model.details?.family ?? '';
-  const vision = /vision|llava|bakllava|moondream/i.test(`${id} ${family}`);
-  return { id, label: id, vision, context: null };
+  const capabilities = modelCapabilities(id, { modality: /vision|llava|bakllava|moondream/i.test(`${id} ${family}`) ? 'text+image->text' : '' });
+  return { id, label: id, vision: capabilities.vision, context: null, capabilities };
 }
 
 /**

package/harness/packages/core/src/providers/utils.js

@@ -1,7 +1,20 @@
 // Shared helpers for provider adapters.
 
+import { modelCapabilities } from './capabilities.js';
+
+/**
+ * Raiz del API. Los usuarios pegan a veces la URL completa del endpoint como
+ * baseUrl (`https://.../v1/chat/completions`); se recorta el sufijo de endpoint
+ * conocido para no armar rutas duplicadas (`.../chat/completions/images/generations`).
+ */
+export function apiRoot(baseUrl) {
+  return String(baseUrl ?? '')
+    .replace(/\/+$/, '')
+    .replace(/\/(?:chat\/completions|images\/generations|audio\/(?:speech|transcriptions|translations))$/i, '');
+}
+
 export function joinUrl(baseUrl, path) {
-  return `${String(baseUrl).replace(/\/+$/, '')}${path}`;
+  return `${apiRoot(baseUrl)}${path}`;
 }
 
 export function authHeaders({ apiKey, headers = {} }) {
@@ -100,10 +113,7 @@ const perMillion = (value) => {
 export function normalizeModel(model) {
   const id = model.id ?? model.name ?? model.model ?? '';
   const label = model.name ?? model.label ?? model.model ?? id;
-  const modality = model.architecture?.modality ?? model.modality ?? '';
-  const vision =
-    (typeof modality === 'string' && modality.includes('image')) ||
-    (Array.isArray(model.input_modalities) && model.input_modalities.includes('image'));
+  const capabilities = modelCapabilities(id, model);
   const context =
     Number(
       model.context_length ??
@@ -116,7 +126,7 @@ export function normalizeModel(model) {
   const prompt = perMillion(model.pricing?.prompt);
   const completion = perMillion(model.pricing?.completion);
   const free = id.endsWith(':free') || (prompt === 0 && completion === 0);
-  return { id, label, vision, context, free, pricing: { prompt, completion } };
+  return { id, label, vision: capabilities.vision, context, free, pricing: { prompt, completion }, capabilities };
 }
 
 export function sortModels(models) {

package/harness/packages/core/src/skills/remote.js

@@ -92,9 +92,38 @@ export async function searchSkillsGithub(query, { token, limit = 10 } = {}) {
     .filter((r) => r.owner && r.repo);
 }
 
+/**
+ * Directorio de la skill dentro del arbol del repo (el que contiene el
+ * `SKILL.md`). Orden: el `<slug>` pedido, un `SKILL.md` en la raiz, la unica
+ * skill del repo (muchas skills "de una" viven en `skills/<nombre>/`), o una
+ * carpeta que se llame como el repo. Devuelve null si hay varias y ninguna
+ * coincide (el caller lista las que hay).
+ */
+export function resolveSkillDir(entries, { slug, repo } = {}) {
+  const dirs = [
+    ...new Set(
+      entries
+        .filter((e) => e.path === 'SKILL.md' || e.path.endsWith('/SKILL.md'))
+        .map((e) => e.path.slice(0, -'SKILL.md'.length).replace(/\/$/, ''))
+    ),
+  ].sort((a, b) => a.split('/').length - b.split('/').length || a.length - b.length);
+  const base = (dir) => dir.split('/').pop();
+
+  if (slug) {
+    const match = dirs.find((dir) => dir === slug || base(dir) === slug);
+    if (match !== undefined) return match;
+  }
+  if (dirs.includes('')) return '';
+  if (dirs.length === 1) return dirs[0];
+  const named = dirs.find((dir) => base(dir) === slug || base(dir) === repo);
+  if (named !== undefined) return named;
+  return null;
+}
+
 /**
  * Baja los archivos de una skill (`SKILL.md` y los del mismo directorio) desde
- * el repositorio de GitHub. Sin `slug`, toma el `SKILL.md` de la raiz.
+ * el repositorio de GitHub. Sin `slug`, resuelve la skill del repo (raiz o la
+ * unica que tenga).
  */
 export async function fetchSkillFromGithub({ owner, repo, slug }) {
   const meta = await ghJson(`${GITHUB_API}/repos/${owner}/${repo}`);
@@ -102,18 +131,22 @@ export async function fetchSkillFromGithub({ owner, repo, slug }) {
   const tree = await ghJson(`${GITHUB_API}/repos/${owner}/${repo}/git/trees/${encodeURIComponent(ref)}?recursive=1`);
   const entries = (tree.tree ?? []).filter((e) => e.type === 'blob');
 
-  let dir = null;
-  if (slug) {
-    const matches = entries
-      .filter((e) => e.path.endsWith(`/${slug}/SKILL.md`) || e.path === `${slug}/SKILL.md`)
-      .sort((a, b) => a.path.length - b.path.length);
-    if (matches.length) dir = matches[0].path.slice(0, -'SKILL.md'.length).replace(/\/$/, '');
-  }
-  if (dir === null && !slug) {
-    const root = entries.find((e) => e.path === 'SKILL.md');
-    if (root) dir = '';
+  const dir = resolveSkillDir(entries, { slug, repo });
+  if (dir === null) {
+    const found = [
+      ...new Set(
+        entries
+          .filter((e) => e.path === 'SKILL.md' || e.path.endsWith('/SKILL.md'))
+          .map((e) => e.path.slice(0, -'SKILL.md'.length).replace(/\/$/, ''))
+          .map((d) => d.split('/').pop())
+      ),
+    ];
+    if (!found.length) throw new Error(`No encontre la skill "${slug ?? repo}" en ${owner}/${repo}: el repo no tiene ningún SKILL.md.`);
+    throw new Error(
+      `No encontre la skill "${slug ?? repo}" en ${owner}/${repo}. El repo tiene ${found.length}: ` +
+        `${found.slice(0, 12).join(', ')}${found.length > 12 ? '…' : ''}. Instalá una con ${owner}/${repo}/<slug>.`
+    );
   }
-  if (dir === null) throw new Error(`No encontre la skill "${slug ?? repo}" en ${owner}/${repo}.`);
 
   const prefix = dir ? `${dir}/` : '';
   const paths = entries