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

Measured conclusion: Deep-tested. L2 outcome: tools_ok.

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

Add to your agent

Copy this into your MCP client config:

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

Measured tools (18)

• recomendar_flujo

  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.

  Parameters:

  • situacion (required) — string — 'nuevo' = diseñar un agente desde cero; 'existente' = mejorar un agente que ya está definido o en producción.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• get_el_buen_agente

  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_*.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• evaluar_necesidad

  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.

  Parameters:

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

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• revisar_rol_y_frontera

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• revisar_outputs

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• evaluar_autonomia

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• revisar_frontera_ejecucion

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• aplicar_challenger

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• auditar_contexto

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• challenger_decision

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

  Parameters:

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

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• disenar_evaluacion

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• generar_contrato

  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.

  Parameters:

  • nombre (required) — string — Nombre del agente.
  • coste — string — Modelo + estimado de tokens/mes + tope.
  • puede — string — Acciones autónomas dentro de límites.
  • inputs — string — Qué consume.
  • output — string — Schema exacto + formato legible para humano.
  • 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.
  • problema — string — Qué resuelve (1 frase) + qué deliberadamente NO toca.
  • autonomia — string — copiloto | supervisado | autónomo con guardrails (+ plan de progresión).
  • evaluacion — string — Métricas de éxito (verde/amarillo/rojo) + cadencia de review.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• evaluar_sistema

  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.

  Parameters:

  • agent_definition (required) — string — 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.
  • ecosistema — string — Otros agentes/skills existentes en el sistema, si los hay.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• plan_exposicion_mcp

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• checklist_nacimiento

  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.

  Parameters:

  • agent_definition (required) — string — 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.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• validar_veredicto

  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.

  Parameters:

  • puntos (required) — array — Los 19 puntos del checklist con su estado evaluado.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• construir_agente

  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.

  Parameters:

  • definicion_final (required) — string — 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).
  • contrato — string — El contrato generado por generar_contrato, si existe.
  • language — string — Idioma de la respuesta (default "es"). / Response language: pass "en" for English output.

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

• plan_de_inicio

  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.

  Parameters:

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

  Hints: read-only not declared · destructive not declared · idempotent not declared · open-world not declared

Publisher website Repository

Measured by MCPYP probing. Untested fields are omitted, never estimated. Listing is always free; MCPYP never proxies calls or stores user tokens.