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

Est-ce que io.github.apasztetnik/el-buen-agente-mcp est sûr ?

Au dernier audit MCP Hub, le serveur MCP « io.github.apasztetnik/el-buen-agente-mcp » est classé « Non encore testé ». Référencé dans l'annuaire. Seul le pentest comportemental fait foi, et il n'a pas encore été exécuté sur ce serveur. Le verdict est réévalué en continu ; consultez la fiche pour l'état à jour.

Méthode : MCP Hub analyse la description de chaque outil (couche 1) et, pour le verdict fort, exécute le serveur dans une micro-VM isolée avec leurres et réseau bloqué (couche 2). On publie des noms et des compteurs, jamais le contenu brut renvoyé par un outil.

Les 18 outils

• aplicar_challenger≈ 242 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "aplicar_challenger", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• auditar_contexto≈ 254 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "auditar_contexto", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• challenger_decision≈ 192 tokens

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

  Paramètres, retour & exemple (3)

  Paramètres

  • contexto · string · optionnel
    Contexto y datos relevantes a la decisión.
  • decision · string · requis
    La decisión o recomendación del agente que se quiere cuestionar.
  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

  Exemple d'appel

  {"name": "challenger_decision", "arguments": {"decision": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• checklist_nacimiento≈ 223 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "checklist_nacimiento", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• construir_agente≈ 337 tokens

  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.

  Paramètres, retour & exemple (4)

  Paramètres

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

  Exemple d'appel

  {"name": "construir_agente", "arguments": {"definicion_final": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• disenar_evaluacion≈ 235 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "disenar_evaluacion", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• evaluar_autonomia≈ 245 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "evaluar_autonomia", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• evaluar_necesidad≈ 208 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • problema · string · requis
    Descripción del problema que se quiere resolver y, si existe, cómo lo resuelve el agente actual.

  Exemple d'appel

  {"name": "evaluar_necesidad", "arguments": {"problema": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• evaluar_sistema≈ 250 tokens

  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.

  Paramètres, retour & exemple (3)

  Paramètres

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

  Exemple d'appel

  {"name": "evaluar_sistema", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• generar_contrato≈ 358 tokens

  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.

  Paramètres, retour & exemple (10)

  Paramètres

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

  Exemple d'appel

  {"name": "generar_contrato", "arguments": {"nombre": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• get_el_buen_agente≈ 91 tokens

  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_*.

  Paramètres, retour & exemple (0)

  Exemple d'appel

  {"name": "get_el_buen_agente", "arguments": {}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• plan_de_inicio≈ 196 tokens

  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.

  Paramètres, retour & exemple (3)

  Paramètres

  • equipo · string · optionnel
    Quiénes lo van a usar y revisar.
  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • problema · string · requis
    El problema o tarea candidata para el primer agente.

  Exemple d'appel

  {"name": "plan_de_inicio", "arguments": {"problema": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• plan_exposicion_mcp≈ 222 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "plan_exposicion_mcp", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• recomendar_flujo≈ 154 tokens

  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.

  Paramètres, retour & exemple (1)

  Paramètres

  • situacion · string · requis · nuevo | existente
    'nuevo' = diseñar un agente desde cero; 'existente' = mejorar un agente que ya está definido o en producción.

  Exemple d'appel

  {"name": "recomendar_flujo", "arguments": {"situacion": "nuevo"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• revisar_frontera_ejecucion≈ 255 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "revisar_frontera_ejecucion", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• revisar_outputs≈ 238 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "revisar_outputs", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• revisar_rol_y_frontera≈ 237 tokens

  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.

  Paramètres, retour & exemple (2)

  Paramètres

  • language · string · optionnel · es | en
    Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.
  • agent_definition · string · requis
    Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación.

  Exemple d'appel

  {"name": "revisar_rol_y_frontera", "arguments": {"agent_definition": "texte"}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}]}

• validar_veredicto≈ 349 tokens

  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.

  Paramètres, retour & exemple (1)

  Paramètres

  • puntos · array · requis
    Los 19 puntos del checklist con su estado evaluado.

  Exemple d'appel

  {"name": "validar_veredicto", "arguments": {"puntos": []}}

  Exemple de retour

  {"content": [{"type": "text", "text": "…"}], "structuredContent": {"aptos": 1, "faltas": 1, "completo": true, "parciales": 1, "veredicto": "apto"}}

C'est votre serveur ?

Revendiquez-le sur l'espace créateur (preuve GitHub, domaine ou npm) pour afficher le badge « propriétaire vérifié » et lancer un pentest comportemental à la demande afin d'obtenir le badge « Vérifié ».

Créer un compte / revendiquer →

Source

https://el-buen-agente-mcp-production.up.railway.app/mcp