Hace una semana no existía una sola línea de este proyecto, y hoy tiene un motor que analiza una canción, separa la voz, arma un remix completo, lo mezcla, lo masteriza y lo entrega como sesión editable para un DAW. Se llama Osky Remix Engine y este es mi primer review: qué es, cómo está armado y qué me preocupa.
Qué es y para qué existe
Es un motor de producción de remixes headless, modular, no destructivo y reproducible. La idea es que Claude lo opere desde una CLI y yo lo supervise con una interfaz web local. En el README lo dice así: el motor representa la producción y Claude decide qué producir. Para alguien que es DJ y programador, lo interesante es que cada decisión de producción queda registrada y se puede deshacer.
Sobre cómo se hace: lo programo junto con Claude. Los commits llevan Co-Authored-By: Claude y el AGENTS.md del repo fija las reglas de esa colaboración.

En qué estado está hoy
Con los números del repo al 10 de noviembre de 2026:
| Dato | Valor |
|---|---|
| Commits | 27, en cuatro días con actividad (3, 4, 8 y 9 de noviembre) |
Python en src/ |
14,411 líneas |
Python en tests/ |
5,102 líneas, 233 funciones de prueba |
| Frontend (React + TypeScript) | poco más de 1,100 líneas |
| Operaciones del contrato | 28 |
| Plantillas con contenido | 4 (melodic_techno, melodic_techno_song, dubstep_song, reggaeton_song) |
El README declara completas las etapas 0 a 6 del roadmap y cumplidos los dos hitos musicales: 32 compases de melodic techno con la voz extraída de una canción de prueba, y tres arreglos del mismo material sin perder ninguna edición manual. Después del 4 de noviembre se sumaron una biblioteca de samples con búsqueda por rasgos, un sistema de «juegos de sonidos» y, el 9 de noviembre, la forma de canción con letra sincronizada y los estilos techno, dubstep y reggaetón.
Y no se queda en papel: ya lo probé con nueve remixes. Tomé tres tracks (dos de Los Temerarios y uno de Los Yaguaru) y saqué cada uno en dubstep, reggaetón y techno. ¿El resultado? Cumple: los arreglos funcionan y los tres estilos se distinguen. Lo que le falta es detalle, esa capa de producción fina que separa un remix correcto de uno que yo pondría en una pista. Ahí es donde quiero empujar ahora.
La arquitectura
El repo separa tres responsabilidades, y esa separación es lo mejor del proyecto:
- Claude decide qué producir (
agents/). - El motor musical representa la producción (
core/,composition/,analysis/): un proyecto canónico con el tiempo en ticks (PPQ 960) y el audio en muestras enteras, nunca en segundos flotantes. - El motor de audio ejecuta cómo suena (
audio/,mastering/,separation/): Surge XT vía DawDreamer, instrumentos integrados, Demucs o RoFormer para separar la voz.
La regla de oro: Claude no edita el archivo del proyecto. Todo pasa por un contrato de 28 operaciones tipadas (add_track, lock_track, move_clip, insert_time, set_automation…) que se aplican por lotes atómicos. El corazón, simplificado:
for i, op in enumerate(ops):
locked = {t.id for t in current.tracks if t.locked}
if op.touches(current) & locked:
raise OperationError("toca pistas bloqueadas")
op.check(current, ctx) # precondiciones
draft = current.model_copy(deep=True)
op.apply(draft) # sobre una copia
nxt = Project.model_validate(draft.model_dump())
op.verify(current, nxt) # postcondiciones
current = nxt
Si cualquier operación del lote falla, el proyecto queda intacto y el error trae el índice de la operación culpable. Cada lote que sí pasa se guarda como una revisión inmutable en SQLite, con padre, autor (user o claude), mensaje y hash, y hay ramas, merge y revert. Es Git, pero para una sesión de producción.
Decisiones técnicas que valen la pena
Candados que el agente respeta. Yo puedo bloquear una pista desde la interfaz y ninguna operación de Claude la toca. El agente reporta el hallazgo como «requiere al usuario» en vez de saltarse el candado. Cada contenido generado guarda su huella de procedencia: vary solo regenera lo que no edité a mano, y por eso el hito 2 (tres arreglos sin perder ediciones) es posible.
Un evaluador que mide en vez de opinar. El agente «escucha» con mediciones del master: contraste de energía por sección en LUFS, nivel de la voz contra el resto, balance bajo/bombo, enmascaramiento por banda de octava y, si hay referencia comercial, tono, anchura, dinámica y pegada. Propone una acción, la renderiza en memoria y solo la confirma si el puntaje mejora al menos 0.25; si no, la descarta sin dejar rastro. La documentación incluye una corrida real: cinco iteraciones, una descartada por no mejorar y un cambio de perfil de mastering al final que llevó el puntaje a 0.
Reproducibilidad como obsesión. Los renders se cachean por revisión completa, perfil resuelto, motor, versiones de DSP y hash del binario de Surge. Las entradas de caché son inmutables y los trabajos corren en procesos aislados, de modo que una caída nativa de un plugin no tumba el servidor. El repo documenta que muchos presets de Surge no son deterministas muestra a muestra, así que cada pista se congela en caché por su SHA-256.
Un limitador propio. El archivo docs/COMPATIBILITY.md es una lista de 19 hallazgos con nombre y apellido. El del limitador de pedalboard me encantó: recortaba en 0 dBFS sin lookahead ni true peak (+1.4 dBTP en la prueba), así que lo reemplazaron por uno con detección de true peak 4× y lookahead. Después apareció otro problema, DC con bombos asimétricos, y lo corrigieron con un bloqueo de DC.
Salidas pensadas para un DJ. extend crea una intro y un outro de solo ritmo en frases enteras, insert_time desplaza todo en bloque como «insertar tiempo» en un DAW, y cues escribe beatgrid y cues para Rekordbox calculados desde la misma muestra entera donde el renderer coloca cada tick. También exporta a DAWproject para Bitwig, Studio One y Cubase, y lo que no se puede traducir (efectos integrados, sidechain, mastering) queda listado en un manifiesto en vez de perderse en silencio.
Lo que me gusta (opinión)
- El contrato de operaciones con postcondiciones. Es lo que hace seguro dejar a un agente tocar una producción. Es la decisión que más separa este proyecto de «un script que genera audio».
- Las pruebas verifican el audio, no el código de salida. El
AGENTS.mdlo exige y se nota: el análisis espectral se contrasta con ruido rosa de espectro conocido (error menor a 0.5 dB) y una referencia con +6 dB en una octava produce un único hallazgo en esa banda. - Honestidad sobre los límites. La documentación marca como pendientes de verificar el DAWproject en un DAW real y la importación en Rekordbox, y deja la aprobación artística en manos del usuario. Cuando una medida estaba mal planteada, el hallazgo se corrige por escrito en lugar de relajar la tolerancia.
- La escucha ciega. Hay una pestaña que sortea X/Y igualadas en sonoridad, guarda mi veredicto y calcula qué tanto coincido con el evaluador (
osky-remix listening). Es la forma correcta de preguntar si las métricas sirven.
Lo que me preocupa (opinión)
- El evaluador es tan bueno como su política. Mide lo que alguien decidió medir. Mientras no haya veredictos de escucha ciega acumulados, el 0.00 de puntaje es una buena señal, pero no una prueba de que suene mejor. El porcentaje de acuerdo que calcula
listeninges el número que yo vigilaría. - Dependencias frágiles. Hay pines como
numpy<2ysetuptools<81(porpkg_resources), una versión de desarrollo deessentiay un comentario enpyproject.tomlque sigue llamando a DawDreamer «candidato, sujeto a doctor». Los hallazgos también registran un preset que deja a DawDreamer bloqueado sin consumir CPU. Todo está documentado, pero es el tipo de cosa que se rompe al actualizar. - CI incompleta. El flujo de pruebas rápidas corre en GitHub Actions, pero el de compatibilidad de audio necesita un runner propio que, según la documentación, no se ha configurado ni ejecutado. Y en
pyproject.tomlno vi linter ni verificación de tipos configurados. - Heurísticas con umbrales fijos.
song_form.py(503 líneas) corta bloques de voz tras más de 6 segundos de silencio, empieza 0.12 s antes del ataque, etcétera. La documentación cita una verificación con una canción real (70 de 88 cambios de acorde caen en el tiempo 1); me gustaría ver más material variado antes de confiar en la forma automática. - Plantillas a medias.
afro_house,progressive_houseytech_houseson carpetas con un.gitkeep. Están anunciadas, pero no hay nada dentro. - La interfaz no ve a la CLI. Lo que Claude hace por la terminal no aparece en vivo en la interfaz porque no pasa por el servidor, y esto está documentado como limitación.
Lo que sigue
El roadmap ya no tiene etapas por delante: está todo marcado como completo, así que el siguiente paso lo tengo que definir yo. Lo primero es el detalle de producción que les falta a los remixes. Después, abrir la sesión exportada en un DAW real, que es lo siguiente que voy a probar, y luego la importación de cues en Rekordbox, el runner de audio en CI y juntar escuchas ciegas para que el evaluador tenga contra qué compararse. Más estilos, después de eso.