La documentación técnica ha dejado de ser un simple repositorio estático para convertirse en la interfaz principal entre los productos de software y los modelos de lenguaje. En este contexto, el desarrollador Hayden Bleasel ha presentado Blume, un framework de documentación de código abierto (licencia MIT) que promete eliminar la fricción de la configuración inicial y entregar, por defecto, una documentación preparada para ser consumida por agentes de IA.
El funcionamiento de Blume es radicalmente simple: el desarrollador apunta la herramienta a una carpeta con archivos Markdown o MDX, y el framework genera internamente un proyecto Astro oculto que compila un sitio estático de alto rendimiento. No hay archivos de configuración complejos (astro.config.mjs, docusaurus.config.js, etc.), ni dependencias de UI que mantener. La filosofía "zero-config" aquí no es un eslogan, sino una arquitectura que abstrae completamente la capa de presentación y despliegue.
Donde Blume marca la diferencia frente a alternativas como Docusaurus, Mintlify o GitBook es en su natividad "AI-Ready". El framework genera automáticamente el archivo llms.txt, el estándar emergente propuesto por Jeremy Howard para que los LLMs descubran y prioricen el contenido relevante de una web. Pero va más allá: incluye un servidor MCP (Model Context Protocol) integrado. Esto significa que la documentación no solo es legible por una IA, sino que se convierte en una herramienta ejecutable. Un agente puede consultar la doc, buscar en ella vía search local (basado en índices estáticos, sin backend) e invocar acciones definidas en el servidor MCP, cerrando el bucle entre lectura y acción.
En cuanto a la experiencia de desarrollador (DX), Blume no escatima. Ofrece más de 30 componentes MDX listos para usar: pestañas de código multi-lenguaje, callouts semánticos, bloques de API interactivos, pasos de tutoriales y layouts avanzados. Todo ello renderizado estáticamente gracias a Astro, garantizando puntuaciones perfectas en Core Web Vitals y seguridad al no tener superficie de ataque en servidor.
Análisis: El giro hacia la documentación como API para agentes
El lanzamiento de Blume no es un hecho aislado; es un síntoma claro de hacia donde se mueve la ingeniería de plataforma. Durante años, la documentación fue optimizada para SEO y lectura humana. Hoy, el "usuario" más frecuente de una doc de API puede ser un agente de codificación (Cursor, Devin, GitHub Copilot Workspace) que necesita entender cómo autenticarse, qué parámetros acepta un endpoint o cómo manejar un error rate-limit.
Herramientas como Mintlify ya apostaron por esto con su chat integrado y generación de llms.txt, pero su modelo es SaaS propietario y de pago. Docusaurus es el estándar open source, pero requiere configurar plugins, temas y ahora adaptadores para MCP/llms.txt manualmente. Blume ocupa un hueco estratégico: open source, zero-config, y nativo para el stack IA (llms.txt + MCP) desde el minuto cero.
Para startups en fase temprana, proyectos open source que quieren facilitar la contribución de agentes, o equipos de plataforma interna (IDP) que documentan APIs privadas, Blume reduce el time-to-value de la documentación de dias a minutos. Al estar construido sobre Astro, la migración futura o la personalización profunda no implican "vendor lock-in": se expulsa el proyecto Astro subyacente y se tiene control total.
El repositorio ya está disponible en GitHub bajo licencia MIT. La apuesta de Bleasel es clara: que la mejor documentación para humanos sea, inevitablemente, la mejor documentación para máquinas. Y que generar esa dualidad no cueste ni una línea de configuración extra.
