<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Auditoría De Repositorios on SoloSoft</title><link>https://www.solosoft.dev/es/tags/auditor%C3%ADa-de-repositorios/</link><description>Recent content in Auditoría De Repositorios on SoloSoft</description><generator>Hugo</generator><language>es-es</language><lastBuildDate>Sat, 26 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://www.solosoft.dev/es/tags/auditor%C3%ADa-de-repositorios/index.xml" rel="self" type="application/rss+xml"/><item><title>739.705 estrellas y 13 megabytes: validé los 73 archivos SKILL.md de los tres mayores repositorios de «skills» para agentes</title><link>https://www.solosoft.dev/es/post/auditoria-validador-agent-skills/</link><pubDate>Sat, 26 Sep 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/auditoria-validador-agent-skills/</guid><description>&lt;p&gt;La página de tendencias de GitHub del 26 de septiembre de 2026 la lidera una aplicación: &lt;code&gt;paperclipai/paperclip&lt;/code&gt;, con 84.938 estrellas y 2.109 ganadas en un solo día, 7.806 archivos versionados y 120 MB de TypeScript. Pero la mayor concentración de estrellas del ecosistema de herramientas para agentes no es una aplicación. Son tres carpetas llenas de Markdown.&lt;/p&gt;
&lt;p&gt;&lt;code&gt;obra/superpowers&lt;/code&gt; (291.663 estrellas), &lt;code&gt;mattpocock/skills&lt;/code&gt; (269.725) y &lt;code&gt;anthropics/skills&lt;/code&gt; (178.317) reúnen &lt;strong&gt;739.705 estrellas para 13,0 MB de contenido versionado, de los cuales solo 3,4 MB son Markdown&lt;/strong&gt;. Entre los tres definen 73 skills: 348 archivos Markdown, 65.966 líneas y 497.932 palabras.&lt;/p&gt;
&lt;p&gt;Se supone que esas 73 definiciones cumplen un único formato, la especificación Agent Skills publicada en &lt;code&gt;agentskills.io&lt;/code&gt;, que además distribuye un validador de referencia. Así que cloné los tres repositorios, instalé el validador desde PyPI y lo ejecuté sobre cada directorio de skill. El resultado no es el que sugieren las cifras de estrellas:&lt;/p&gt;</description></item><item><title>Hindsight a examen: 27.776 estrellas, 64 seguidores y un benchmark «neutral» que vive dentro de la propia organización del fabricante</title><link>https://www.solosoft.dev/es/post/auditoria-hindsight-memoria-agentes/</link><pubDate>Fri, 25 Sep 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/auditoria-hindsight-memoria-agentes/</guid><description>&lt;p&gt;El 25 de septiembre de 2026, &lt;code&gt;vectorize-io/hindsight&lt;/code&gt; era el segundo repositorio que más crecía en GitHub Trending: &lt;strong&gt;1.668 estrellas ganadas en un solo día&lt;/strong&gt;, la velocidad más alta de esa página, por delante de proyectos con 56.546 estrellas que sumaron 347. El repositorio, &amp;ldquo;Hindsight: Agent Memory That Learns&amp;rdquo;, acumula ya &lt;strong&gt;27.776 estrellas y 2.681 forks&lt;/strong&gt;.&lt;/p&gt;
&lt;p&gt;Y tiene &lt;strong&gt;64 seguidores&lt;/strong&gt;.&lt;/p&gt;
&lt;p&gt;No es una errata ni un redondeo: la propia página de GitHub muestra &amp;ldquo;Stars 27.8k · Watchers 64 watching&amp;rdquo;, y la API REST lo confirma. Sesenta y cuatro personas han pedido a GitHub que les avise cuando este proyecto cambie. Ese mismo día, las únicas tres entregas del repositorio en Hacker News — tres en once meses — sumaron &lt;strong&gt;4, 4 y 3 puntos&lt;/strong&gt;.&lt;/p&gt;</description></item><item><title>36.921 estrellas y un 85% de markdown: auditoría del repositorio de agentes financieros de Anthropic</title><link>https://www.solosoft.dev/es/post/auditoria-agentes-financieros-anthropic/</link><pubDate>Wed, 23 Sep 2026 00:00:00 +0000</pubDate><guid>https://www.solosoft.dev/es/post/auditoria-agentes-financieros-anthropic/</guid><description>&lt;p&gt;El 23 de septiembre de 2026, &lt;code&gt;anthropics/financial-services&lt;/code&gt; ocupaba el &lt;strong&gt;número 1 de GitHub Trending&lt;/strong&gt; con &lt;strong&gt;36.921 estrellas&lt;/strong&gt;, &lt;strong&gt;665 de ellas ganadas ese mismo día&lt;/strong&gt;, por delante de Univer (16.310 estrellas, 1.140 ganadas) y de una docena de proyectos en plena subida. La propuesta es atractiva: agentes con nombre propio para banca de inversión, análisis de renta variable, capital privado, administración de fondos y KYC (conocimiento del cliente), instalables como plugins de Claude Cowork o desplegables como Claude Managed Agents detrás de tu propio motor de flujos de trabajo.&lt;/p&gt;
&lt;p&gt;Lo cloné, lo leí, ejecuté sus propias comprobaciones y reuní datos de benchmarks independientes sobre lo que un modelo de lenguaje puede hacer de verdad con análisis financiero. El resultado no es una demolición. Es una descripción precisa de lo que es este repositorio: &lt;strong&gt;una base de conocimiento sectorial muy bien investigada vestida con el traje de una plataforma de software&lt;/strong&gt;, y esa diferencia importa mucho si piensas apuntarla a un modelo en producción.&lt;/p&gt;</description></item></channel></rss>