Instalar los 17 repositorios de skills de comercio electrónico: 1.353 skills, 2,5 millones de tokens y los 26 archivos que nunca se cargan

La petición era sencilla: instalar todas las skills de estos diecisiete repositorios en orden e informar de qué contiene cada uno.

Lo hice. Los diecisiete repositorios son reales, suman 855 MB y contienen 1.353 skills que un agente puede cargar más 28 archivos que parecen skills pero no lo son. Todo está instalado —1.337 directorios en ~/.claude/skills/— y el desglose por repositorio está más abajo.

Lo que el ejercicio también produjo es una medición que nadie hace antes de recomendar una colección de skills: el markdown combinado son 10,00 MB. En tokens, eso es entre 2,5 y 2,9 millones: dos veces y media la ventana de contexto completa del modelo para el que están escritas estas skills. Además, seis repositorios se comportan de forma distinta a su propia documentación, y uno de ellos no instala absolutamente nada si sigues su README al pie de la letra.

Qué instaló realmente cada repositorio

Verificado recorriendo el sistema de archivos clonado, no leyendo descripciones.

Trece de los diecisiete son kits de herramientas de comercio electrónico para el mercado chino o transfronterizo dirigidos a vendedores de Amazon, TikTok Shop, Shopify y Etsy. Dos son repositorios oficiales de proveedores (Anthropic, Shopify, más WooCommerce). La dispersión de ambiciones es lo bastante amplia como para que «skills de comercio electrónico» describa casi cualquier cosa: ajuste de pujas de Amazon PPC, plantillas Liquid de Shopify, listas de verificación de auditoría SEO, generación de fotos de producto, generación de leads en TikTok y un repositorio que trata sobre todo de hacer vídeos.

Los 26 archivos que nunca se cargarán

dlazy-ai/ecommerce-skills parece un repositorio bien construido. Tiene 26 skills organizadas en directorios con subcarpetas references/, un esquema compartido, un directorio de evals, una carpeta MCP y un package.json. Su línea de instalación en el README es npx skills add https://github.com/dlazy-ai/ecommerce-skills --all con el comentario «instala las 26 de una vez».

Cada una de esas 26 skills se llama skill.md, en minúsculas.

El descubrimiento de skills distingue mayúsculas de minúsculas, y la convención que sigue todo agente importante es SKILL.md en mayúsculas. Lo verifiqué contra los otros dieciséis repositorios: 1.353 de 1.353 archivos cargables están en mayúsculas. Claude Code, Codex y Cursor buscan todos SKILL.md. Un skill.md en minúsculas dentro de skills/creative-scene/ es invisible para ese patrón.

Así que la instrucción «instala las 26» produce cero skills funcionales en Linux o macOS. Un sistema de archivos insensible a mayúsculas lo ocultaría —y probablemente por eso se publicó así, ya que quien lo probó seguramente estaba en un Mac o en Windows, donde el patrón sí coincide.

hypit-ai/hypit tiene una versión más leve del mismo problema: un SKILL.md en mayúsculas y dos archivos skill.md en minúsculas dentro del mismo repositorio. Uno funciona; dos no.

Este es el hallazgo más accionable de todo el ejercicio, y solo aparece cuando instalas en lugar de leer: el repositorio te dice que añadirá 26 skills, y no añade ninguna.

Diez megabytes de markdown son 2,5 millones de tokens

Suma los cuerpos de las 1.353 skills y obtienes 10.003.749 caracteres.

Con un cálculo conservador de cuatro caracteres por token, eso son 2,5 millones de tokens. Con 3,5 caracteres por token —razonable para markdown con mucha prosa— se acerca más a 2,86 millones.

Ponlo junto a las ventanas de contexto para las que están escritas estas skills:

• Claude Opus 5.5: 1M tokens → la colección es el 250% de una ventana completa
• Una ventana de 200K (la mayoría de agentes de código actuales): la colección es 12,5 veces superior

Ningún agente puede sostener este conjunto. Ni con carga progresiva, ni con descubrimiento perezoso de skills en cualquier tarea realista: una sola tarea que necesite investigación de palabras clave de Amazon y trabajo de temas de Shopify tiraría de skills de dos repositorios cuyo markdown combinado ya supera lo que cabe con comodidad.

La consecuencia práctica es que «instala todo esto» no es un plan, es un problema de búsqueda. Cada repositorio es un catálogo, y la unidad útil es una o dos skills por tarea. El repositorio de 596 skills no es un regalo mayor que el de 2; es un pajar mayor.

Hay un problema de segundo orden que ningún README menciona: las skills se seleccionan por el texto de su descripción, y todas las descripciones compiten por la misma atención. Con 1.353 candidatas, las colisiones de descripción dejan de ser hipotéticas. seo-audit existe en dos repositorios con opiniones distintas sobre qué contiene una auditoría. Un agente que carga ambas recibe instrucciones contradictorias y ninguna forma de saber cuál es la autoritativa.

Shopify incluye 565 MB para 30 skills

El repositorio de Shopify son treinta skills y 565 MB. Esa proporción —18,8 MB por skill— merece una explicación, y el sistema de archivos la da:

• shopify-skills-test/ — 464 MB, con .agents/skills/*/node_modules/ y binarios de esbuild específicos de plataforma (darwin-arm64, entre otros)
• Seis archivos scripts/validate.js de 11 MB cada uno, bundles sin minificar comprometidos como herramientas de validación

Así que unos 464 MB del clon son un fixture de pruebas que nunca necesitó estar en el repositorio, y otros 66 MB son salida de compilación. El contenido real de skills —el markdown que lee un agente— es 0,7 MB. La proporción entre lo que se publica y lo que se carga es de aproximadamente 800:1.

Esto importa más que el espacio en disco. Un clon de 565 MB es lento, reventará tiempos de espera de clonación en CI, y shopify-skills-test/ incluye una segunda copia de las skills, que es la razón por la que catorce nombres de skill aparecen dos veces dentro de este único repositorio. Cualquier instalación que recorra el árbol sin excluir directorios de prueba instala ambas copias, y la segunda sobrescribe silenciosamente a la primera.

Un repositorio son 596 skills, generadas a partir de YouTube

xjli360/sealeap-amazon-skills es el mayor contribuyente y el más inusual. Su estructura es un directorio por skill, anidado bajo amazon-skills/youtube/<creador>/, con nombres como:

• sealeap-qiongqi-amazon-search-term-report-pivot
• sealeap-qiongqi-amazon-launch-keyword-intent-groups
• sealeap-fenghuang-amazon-new-seller-launch-path

El patrón es sistemático: un identificador de creador, luego un tema. Es una canalización que convierte tutoriales en vídeo en skills, cada una nombrada según la persona cuya recomendación codifica. Con 596 skills de 4,4 KB de markdown de media, el repositorio se parece más a un archivo de transcripciones consultable que a un kit de herramientas.

Es una decisión de producto legítima, y explica las 250 estrellas del repositorio: la gente quiere el conocimiento. Pero también significa que instalarlo añade 596 descripciones compitiendo por la atención del agente, la mayoría de las cuales nunca serán relevantes para una sola tarea. Si instalas exactamente un repositorio de esta lista y esperas buenos resultados, este es el que más probablemente degradará la calidad de la selección.

Veinte colisiones de nombres, catorce autoinfligidas

Instalar todo saca a la luz conflictos invisibles cuando instalas de uno en uno:

Las resolví añadiendo un sufijo de propietario (shopify-admin--shopify, seo-audit--agricidaniel), que es la única forma de instalar ambas sin pérdida silenciosa de datos. Ningún README advierte de esto, y es el resultado previsible de un ecosistema de skills sin espacio de nombres.

El caso de Shopify es el instructivo: la colisión no es entre dos proyectos, está dentro de un solo repositorio, porque el fixture de pruebas está comprometido junto a las skills reales.

57 skills tienen frontmatter que los agentes ignoran

De los 1.337 directorios instalados, 1.279 tienen un bloque de frontmatter correcto con name y description. Cincuenta y siete no, y un directorio no tiene ningún SKILL.md.

Una skill sin name y description analizables es una skill que el agente no puede seleccionar: no aparecerá en la lista de skills ni se cargará bajo demanda. Los nombres afectados se agrupan en herramientas de eBay y de monitorización (ebay-advertising, ebay-product-research, ebay-seller-guide, domain-monitoring, api-monitoring), lo que sugiere que se añadieron a un repositorio sin pasar por el validador que sí pasaron las demás.

Así que el recuento honesto de skills utilizables de este ejercicio no es 1.353. Son 1.279 con metadatos válidos, 28 que nunca se cargan por el uso de mayúsculas en el nombre de archivo, y 57 que se cargan como archivos pero nunca se seleccionan.

Las estrellas no predicen nada sobre el número de skills

Los números argumentan con claridad contra usar la popularidad como indicador de utilidad:

• coreyhaines31/marketingskills — 53.949 estrellas, 50 skills
• hypit-ai/hypit — 20.613 estrellas, 1 skill
• AgriciDaniel/claude-seo — 18.622 estrellas, 35 skills
• finsilabs/awesome-ecommerce-skills — 56 estrellas, 178 skills
• topviewai/codex-topview-ai — 5 estrellas, 4 skills

El repositorio con 178 skills tiene menos estrellas que el que tiene 2. Los dos recuentos más altos del conjunto pertenecen a kits de marketing y SEO, no a plataformas de comercio electrónico, lo cual tiene sentido en cuanto te das cuenta de que las skills de marketing le sirven a todo el mundo, mientras que las de Amazon PPC le sirven al subconjunto de personas que venden en Amazon.

Los recuentos de watchers son más informativos. marketingskills tiene 399 watchers frente a 53.949 estrellas (0,74%); hypit tiene 34 frente a 20.613 (0,16%). Una proporción tan baja significa que la gente marcó el repositorio con una estrella y siguió adelante: un marcador, no una dependencia.

El repositorio que más invierte la clasificación es finsilabs/awesome-ecommerce-skills: 56 estrellas, el segundo recuento más bajo de todo el conjunto, y 178 skills. Es además el único de los diecisiete que califica su propio contenido. Las 178 skills llevan un campo risk en su frontmatter, repartido 134 a 44 entre safe y critical:

---
name: ab-testing-pricing
description: "Test different price points with proper statistical rigor to find
the revenue-maximizing price while tracking conversion rate and margin impact"
category: pricing-promotions
risk: critical
source: curated
---

Las 44 entradas critical son las que tocan dinero, identidad o la ley: stripe-integration, paypal-integration, subscription-billing, tax-calculation, pci-dss-compliance, dynamic-pricing, price-rules-engine, discount-engine, fraud-detection, gdpr-ecommerce, data-retention-policies, accounts-payable-management y cogs-tracking-allocation. Leyendo esa lista, «critical» significa claramente «un agente que se equivoque aquí mueve dinero o filtra datos», que es exactamente la advertencia que pertenece al frontmatter de una skill legible por máquina y a ningún otro sitio.

Ningún otro repositorio del conjunto hace esto. Dieciséis de diecisiete publican skills sin indicar a qué se va a enfrentar el agente, y el único que sí lo hace es el que tiene menos estrellas. Calificar tu propio trabajo no da estrellas; da la capacidad de que se te confíe un flujo con tarjeta de crédito, que es la propiedad más útil.

Qué vale la pena instalar de verdad

Si el objetivo es un agente de comercio electrónico que funcione y no una colección, los diecisiete repositorios se ordenan en cuatro grupos.

Instala estos primero, son los construidos para ser agentes y no listas: anthropics/commerce-agents (16 skills, oficial, escrituras por etapas, con límites de «no se necesita para» claros en cada descripción) y Shopify/agent-skills (30 skills, oficial, aunque clona con --depth 1 y excluye el directorio de pruebas).

Instala de forma selectiva, son catálogos, así que elige dos o tres: nexscope-ai/Amazon-Skills (52), nexscope-ai/eCommerce-Skills (162), coreyhaines31/marketingskills (50), AgriciDaniel/claude-seo (35). Cada uno es lo bastante pequeño como para que sus descripciones no ahoguen la selección.

Instala una skill, no el repositorio: hypit-ai/hypit, liangdabiao/ecom-details-image y feichanggege/ecommerce-visual-copywriting-skill incluyen una sola skill, más grande y con más criterio. Eso es una ventaja.

No instales en bloque: xjli360/sealeap-amazon-skills (596 skills, archivo de transcripciones: consúltalo, no lo cargues), finsilabs/awesome-ecommerce-skills (178 skills) y dlazy-ai/ecommerce-skills (26 skills que no se cargarán hasta que alguien renombre los archivos).

Preguntas frecuentes

¿Existían los diecisiete repositorios? Sí. Verifiqué todos con git ls-remote antes de clonar, lo que además evita el límite de peticiones de la API de GitHub: la API me rechazó dos veces con un 403 antes de cambiar de método.

¿Por qué instalar en ~/.claude/skills/? Es el directorio que lee Claude Code y el que apuntan la mayoría de estos README. Los archivos son markdown plano; no se ejecutó nada. No ejecuté el script de instalación de ningún repositorio, porque varios incluyen scripts y las propias instrucciones de instalación bastan para acertar con la estructura.

¿Es justa la estimación de 2,5 millones de tokens? Es una estimación a partir del recuento de bytes, no una ejecución de tokenizador, así que hay que tomarla como ±20%. La conclusión no depende de la precisión: la colección es varias veces mayor que cualquier ventana de contexto en uso, tanto si la cifra real es 2,2 millones como si es 2,9.

¿No podría un agente cargar skills bajo demanda? Para eso existe el descubrimiento de skills, y es precisamente por eso por lo que importan los números. La selección ocurre por descripción, y 1.353 descripciones compitiendo más 20 colisiones de nombres degradan esa selección. El modo de fallo no es quedarse sin contexto, es cargar las dos skills equivocadas.

¿Qué pasó con los 855 MB de clones? Están en un directorio temporal, no en la ruta de skills. El conjunto instalado son 134,6 MB, porque copié solo los directorios de skills y excluí node_modules, fixtures de pruebas y activos de repositorio. Esa es la razón práctica para instalar desde un clon en lugar de ejecutar el script propio de un repositorio.

¿El recuento final es 1.353 o 1.337? Ambos, y la diferencia es justamente el punto. La acción de instalación procesó 1.353 skills; en disco existen 1.337 directorios, porque dieciséis skills de Shopify se instalaron dos veces bajo el mismo nombre y la segunda copia sustituyó a la primera.

Conclusión

Diecisiete repositorios, todos reales, 855 MB, 1.353 skills en mayúsculas, 28 archivos en minúsculas que ningún agente leerá, y 10 MB de markdown que vienen a ser unos 2,5 millones de tokens: más del doble de lo que el modelo puede sostener.

El ejercicio mereció la pena precisamente porque no era sensato. Leer diecisiete README habría producido una lista ordenada de afirmaciones; instalarlos todos produjo lo que los README no dicen: que las propias instrucciones de instalación de un repositorio no aportan nada, que otro incluye 464 MB de fixture de pruebas y una copia duplicada de sus propias skills, que un tercero es un archivo de transcripciones vestido de kit de herramientas, y que veinte nombres colisionan en un espacio de nombres sin reglas.

Si lo reduces, la forma útil es pequeña. Dos repositorios de proveedor construidos para ser agentes, tres o cuatro catálogos de los que sacar dos skills, y un puñado de repositorios de una sola skill que hacen una cosa con más cuidado del que cualquier colección pone en treinta. Eso es una fracción de la lista, y es la fracción que seguirá en tu directorio de skills, funcionando, cuando se pase la novedad.