io.github.apasztetnik/el-buen-agente-mcp

REMOTE · EL-BUEN-AGENTE-MCP-PRODUCTION.UP.RAILWAY.APP · SCANNED AUG 3

La guía 'El Buen Agente' como 18 tools para evaluar, mejorar y construir agentes LLM. En español.

Available components

remote · el-buen-agente-mcp-production.up.railway.app 68

+3 this week 68 68 Trust /100

Trust breakdown (6 categories)

How this component scores in each security and reliability category. Every signal is checked automatically against the live server, and we only credit what we can confirm. How we score →

Endpoint Security57

The endpoint's TLS certificate is valid, in date, and uses a strong key. View diagnostics → Pass
Authorisation not fully verified: no authorisation is required to call this server, and 18 tool(s) never declared a destructiveHint. The MCP spec treats an absent hint as destructive by default, so we cannot call this surface safe. See how to fix → View diagnostics → Unverified
HTTPS is enforced; there's no plaintext access path. View diagnostics → Pass
HSTS check failed: the Strict-Transport-Security header is absent. See how to fix → View diagnostics → Fail
DNSSEC check failed: this domain isn't protected by DNSSEC. See how to fix → View diagnostics → Fail

Transport & Reachability100

Verified streamable-http transport via a live MCP handshake. View diagnostics → Pass

Schema Quality & AI Usability81

100% of prompts and resources have a non-trivial description (not blank, and not just the item's name).Pass
AI-judged instruction clarity (good).Pass
Context-footprint check failed: tool/resource definitions use about 3380 tokens (~105/item across 32 items; 18 tools + 14 resources), over budget; trim descriptions and params. See how to fix → Fail
Usage-examples check failed: none of the tools include examples. See how to fix → Fail

Stability & Change Management27

Stability observed for 8 of 30 days with no destabilising changes; credit accrues until the full window elapses.Partial

Tool Coverage100

100% of tools have a non-trivial description (not blank, and not just the tool's name).Pass
100% of tool parameters carry a description.Pass
Structured output schemas are declared (6% of tools); any adoption earns full credit.Pass

Capabilities100

Implements a supported MCP spec version (2025-11-25); the latest is 2026-07-28.Pass

Install

Add this component to your MCP client. Where a client-specific snippet is available, pick your client below and copy it straight into your config; otherwise use the connection detail shown.

remote · el-buen-agente-mcp-production.up.railway.app

Claude Codex opencode OpenClaw Hermes Other

# add to Claude Code

claude mcp add --transport http apasztetnik-el-buen-agente-mcp https://el-buen-agente-mcp-production.up.railway.app/mcp

# ~/.codex/config.toml

[mcp_servers.apasztetnik-el-buen-agente-mcp]
url = "https://el-buen-agente-mcp-production.up.railway.app/mcp"

// opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "apasztetnik-el-buen-agente-mcp": {
      "type": "remote",
      "url": "https://el-buen-agente-mcp-production.up.railway.app/mcp",
      "enabled": true
    }
  }
}

# add to OpenClaw

openclaw mcp add apasztetnik-el-buen-agente-mcp --url https://el-buen-agente-mcp-production.up.railway.app/mcp --transport streamable-http

# ~/.hermes/config.yaml

mcp_servers:
  apasztetnik-el-buen-agente-mcp:
    url: "https://el-buen-agente-mcp-production.up.railway.app/mcp"

// mcp.json

{
  "mcpServers": {
    "apasztetnik-el-buen-agente-mcp": {
      "type": "http",
      "url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
    }
  }
}

The mcpServers block is a cross-client convention. Remote transports vary, so check your client's docs.

Changelog

Every change we have recorded for this component, newest first. Security-relevant changes are always shown. ▲ marks a change for the better, ▼ a change for the worse; unmarked changes are neutral.

3 Aug 26 +1

No change was recorded against any check on this day. Stability & Change Management went from 23 to 27. That category is still filling its 30-day observation window: 7 days of observed history at the previous scan, 8 at this one. The score rises as the window fills, whether or not the server changes.
31 Jul 26 0
- We updated how we score, so this day's move reflects our rubric, not a change to the server See what changed → functional
30 Jul 26 0
- We updated how we score, so this day's move reflects our rubric, not a change to the server See what changed → functional
29 Jul 26 +1

No change was recorded against any check on this day. Stability & Change Management went from 7 to 10. That category is still filling its 30-day observation window: 2 days of observed history at the previous scan, 3 at this one. The score rises as the window fills, whether or not the server changes.
28 Jul 26 +1

No change was recorded against any check on this day. Stability & Change Management went from 3 to 7. That category is still filling its 30-day observation window: 1 days of observed history at the previous scan, 2 at this one. The score rises as the window fills, whether or not the server changes.
27 Jul 26 0
- We updated how we score, so this day's move reflects our rubric, not a change to the server See what changed → functional
26 Jul 26 65

First indexed and scored.

Show 6 earlier entries Hide earlier entries

Diagnostics

Diagnostic detail from the automated scan of this channel: what the scanner observed at each step, so you can see exactly where a check passed or failed. It is informational only and never changes the trust score.

Captured 3 Aug 2026 · Probed https://el-buen-agente-mcp-production.up.railway.app/mcp

TLS valid

Negotiated TLS 1.3 with TLS_AES_128_GCM_SHA256 .

Subject	Issuer	Valid from	Valid until	Key	Signature	Serial
CN=*.up.railway.app	CN=YE1,O=Let's Encrypt,C=US	29 Jul 2026	27 Oct 2026	ECDSA 256	ECDSA-SHA384	6da79bb561da3efeb0e751ca21abd3999fe
SANs: *.up.railway.app, up.railway.app
CN=YE1,O=Let's Encrypt,C=US (CA)	CN=Root YE,O=ISRG,C=US	3 Sept 2025	2 Sept 2028	ECDSA 384	ECDSA-SHA384	5ddd70dd31f801c85c186a7a04b80afe
CN=Root YE,O=ISRG,C=US (CA)	CN=ISRG Root X2,O=Internet Security Research Group,C=US	13 May 2026	2 Sept 2032	ECDSA 384	ECDSA-SHA384	872165fc34b6e5fba8add5b3705fb53a
CN=ISRG Root X2,O=Internet Security Research Group,C=US (CA)	CN=ISRG Root X1,O=Internet Security Research Group,C=US	13 May 2026	2 Sept 2032	ECDSA 384	SHA256-RSA	6c8f1dc727c7117f7baf853ac980f9cd

DNSSEC insecure

Validation of el-buen-agente-mcp-production.up.railway.app. — Not signed

Zone	DS	Keys	Algorithms	Outcome
.	trust_anchor	20326, 38696	8, 8	Verified
app.	present	23684	8	Verified
railway.app.	absent			Unsigned (proven) parent-signed NSEC/NSEC3 proves an unsigned delegation

Authentication No authorisation required

The endpoint answered without asking for a token. Anyone who knows the URL can reach it.

Result	No authorisation required
HTTP status	200

Transports 2 probes

Transport	URL	Outcome	Status	Location
streamable-http	https://el-buen-agente-mcp-production.up.railway.app/mcp	Verified	200
http (plaintext)	http://el-buen-agente-mcp-production.up.railway.app/mcp	HTTPS enforced	301	https://el-buen-agente-mcp-production.up.railway.app/mcp

MCP tools — 18 exposed · ~2,441 tokens

The tools this component advertises to a client, with an estimated token cost for each. Expand a tool to see its parameters and schema. The per-tool counts are indicative and are not scored directly; the schema's total context footprint is one signal in Schema Quality & AI Usability.

Tool Tokens

aplicar_challenger §5: Relación con el humano: copiloto, reviewer, challenger ~136

Aplica el patrón challenger/red-team a la definición o a una decisión del agente: contraargumentos basados en datos, autocrítica y gate de calidad. Útil como segunda pasada adversarial. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

auditar_contexto §6: El contexto como activo estratégico ~155

Audita el contexto del agente: separación en 3 capas (identidad/dominio/referencia), relevancia y caducidad de datos, estrategia de integración (directo/snapshot/RAG/estático), gobernanza, least-privilege, trazabilidad y defensa anti prompt-injection. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

challenger_decision §5: Red-team de una decisión ~104

Genera el brief para cuestionar una decisión concreta del agente: 3 razones basadas en datos para NO hacerla. No bloquea, informa al humano.

Input Output Examples

Name	Type	Req	Description
contexto	string	—	Contexto y datos relevantes a la decisión.
decision	string	yes	La decisión o recomendación del agente que se quiere cuestionar.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

checklist_nacimiento §11: Checklist de nacimiento (19 puntos) ~126

Corre el checklist completo de 19 puntos contra la definición del agente. Es el gate final antes de mergear: el agente debe NACER cumpliéndolo, no corregirse después. Devuelve veredicto punto por punto.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

construir_agente Construir la definición final del agente ~214

El paso de CIERRE del flujo: toma la definición iterada (tras pasar por las revisiones) y produce el artefacto final listo para usar: identity layer, tools con least-privilege, límites duros, schema de output, gates, contexto, evaluación. Llamala cuando checklist_nacimiento dé APTO.

Input Output Examples

Name	Type	Req	Description
contrato	string	—	El contrato generado por generar_contrato, si existe.
definicion_final	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
formato	string	—	Formato del artefacto: 'markdown' (doc de diseño completo, default), 'claude_skill' (SKILL.md con frontmatter), 'system_prompt' (prompt + config para cualquier framework).
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

disenar_evaluacion §7: ¿Cómo saber si funciona bien? ~147

Evalúa el plan de evaluación del agente (o ayuda a crearlo): 3 dimensiones (capacidades/trayectoria/resultado), métricas (tasa de éxito, consistencia, coste por tarea, adopción), golden set de 20-50 tareas, monitoreo de drift y self-consistency para alto stake.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

evaluar_autonomia §3: Nivel de autonomía permitido ~143

Determina el nivel de autonomía adecuado (copiloto / ejecutor supervisado / autónomo con guardrails) y verifica los mecanismos de reducción de riesgo: sandbox/shadow mode, límites duros, frenos progresivos, override humano. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

evaluar_necesidad §0: ¿De verdad hace falta un agente? ~127

Evalúa si el problema justifica un agente o se resuelve con menos (prompt, workflow, skill). Detecta antipatrones: agente genérico, sobre-orquestación, agente sin contexto, autonomía total día 1. Usala ANTES de construir, o para cuestionar un agente existente.

Input Output Examples

Name	Type	Req	Description
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
problema	string	yes	Descripción del problema que se quiere resolver y, si existe, cómo lo resuelve el agente actual.

No output schema declared.

No examples provided.

evaluar_sistema §9: De skills aisladas a sistema coherente ~145

Evalúa cómo el agente encaja en el sistema mayor: catálogo de skills, reutilización vs especialización, orquestación ligera vs orquestador, qué automatizar vs supervisar, y memorias separadas por agente.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
ecosistema	string	—	Otros agentes/skills existentes en el sistema, si los hay.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

generar_contrato §8: Generar el contrato del agente ~235

Genera el contrato formal del agente (patrón contractor de §8) a partir de los campos provistos. Los campos faltantes quedan marcados como [PENDIENTE] para completar.

Input Output Examples

Name	Type	Req	Description
autonomia	string	—	copiloto \| supervisado \| autónomo con guardrails (+ plan de progresión).
coste	string	—	Modelo + estimado de tokens/mes + tope.
evaluacion	string	—	Métricas de éxito (verde/amarillo/rojo) + cadencia de review.
inputs	string	—	Qué consume.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
no_puede	string	—	Acciones que requieren aprobación humana / fuera de alcance.
nombre	string	yes	Nombre del agente.
output	string	—	Schema exacto + formato legible para humano.
problema	string	—	Qué resuelve (1 frase) + qué deliberadamente NO toca.
puede	string	—	Acciones autónomas dentro de límites.

No output schema declared.

No examples provided.

get_el_buen_agente Obtener la guía completa ~57

Devuelve la guía completa 'El Buen Agente (v2)' en Markdown. Usala para contexto general; para operar sobre un agente concreto usá las tools evaluar_*/revisar_*/auditar_*.

Input Output Examples

Input schema present but exposes no named parameters.

No output schema declared.

No examples provided.

plan_de_inicio §12: Cómo empezar ~115

Genera el plan de arranque correcto para un agente nuevo: un agente, un problema concreto, un humano revisando. Verifica que la tarea elegida sea recurrente, costosa en tiempo y con datos accesibles.

Input Output Examples

Name	Type	Req	Description
equipo	string	—	Quiénes lo van a usar y revisar.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
problema	string	yes	El problema o tarea candidata para el primer agente.

No output schema declared.

No examples provided.

plan_exposicion_mcp §10: Exponer el agente/skill vía MCP ~134

Evalúa qué partes del agente conviene exponer a la economía de agentes y cómo: qué modelar como tool (capacidad accionable), resource (doc/dato legible) o prompt (plantilla), y qué merece UI vs API/MCP.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

recomendar_flujo Recomendar el orden de las tools ~86

Devuelve el flujo recomendado de tools según la situación: agente nuevo (diseño desde cero) o agente existente (mejora). Llamala PRIMERO si no sabés por dónde empezar.

Input Output Examples

Name	Type	Req	Description
situacion	string	yes	'nuevo' = diseñar un agente desde cero; 'existente' = mejorar un agente que ya está definido o en producción.

No output schema declared.

No examples provided.

revisar_frontera_ejecucion §4: Qué recomienda y qué ejecuta (frontera explícita desde el diseño) ~145

Verifica que la línea entre lo que el agente recomienda y lo que ejecuta esté definida en código (status + gates), no descubierta en producción: qué ejecuta directo, qué queda pendiente de aprobación, qué se rechaza. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

revisar_outputs §2: Inputs esperados y outputs útiles para humanos ~132

Verifica que los outputs sean accionables: schema estricto (JSON Schema/Pydantic), resumen legible para humanos separado del razonamiento, y exposición de qué gates pasó/falló. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

revisar_rol_y_frontera §1: Rol claro y frontera de responsabilidad ~135

Verifica que el agente tenga rol claro, dominio acotado y frontera explícita de qué NO es su responsabilidad, escrita en el identity layer y enforced en código donde se pueda. Recibe la definición del agente y devuelve un brief de evaluación estructurado.

Input Output Examples

Name	Type	Req	Description
agent_definition	string	yes	Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.
language	string	—	Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

No output schema declared.

No examples provided.

validar_veredicto Validar el veredicto del checklist (para CI) ~105

Cierra el ciclo de checklist_nacimiento con un contrato a nivel protocolo. Pasale los 19 puntos con su estado (ok|parcial|falta) y devuelve structuredContent validado: conteos y veredicto normalizado (apto solo si faltas === 0). Pensada para consumo programático / gates de CI: no depende de parsear texto.

Input Output Examples

Name	Type	Req	Description
puntos	array	yes	Los 19 puntos del checklist con su estado evaluado.

Name	Type	Req	Description
aptos	integer	yes	—
completo	boolean	yes	true si están los 19 puntos sin números repetidos.
faltas	integer	yes	—
parciales	integer	yes	—
veredicto	string	yes	—

No examples provided.

On this page

Handy links

Scoring key

80+ high trust
60–79 medium
below 60 low

How we score

Score history · last 30 days

26 Jul 3 Aug

Day	Score
26 Jul	65
27 Jul	65
28 Jul	66
29 Jul	67
30 Jul	67
31 Jul	67
1 Aug	67
2 Aug	67
3 Aug	68