El Buen Agente Mcp

Connect Remote server

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

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

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

Settings > Connectors > Add custom connector
URL: https://el-buen-agente-mcp-production.up.railway.app/mcp

Tools 18 found in our last check

• 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.

• 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_*.

• 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.

• 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.

• 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.

• 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…

• 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 evaluac…

• 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.

• 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 ag…

• 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.

• 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.

• 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.

• 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.

• 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.

• 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.

• 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: n…

• 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 A…

• 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.

Details

More ai and media servers See all

• bv7x strategy agents

  Find bv7x prediction agents on Robinhood Chain by market; quote their sealed calls, sold via x402.

• Chronary

  Calendar API for AI agents: events, availability, Google/Microsoft setup, scheduling, and iCal.

• Mastering

  Audio mastering for AI agents: LUFS analysis, Suno artifact cleanup, free daily master.

• Modulos AI Governance Platform

  Evaluate Modulos (EU AI Act, ISO 42001, NIST AI RMF): capabilities, trust, comparisons. Book a demo.

• naulon

  Check citations and retractions by DOI, and see the x402 price an AI agent pays to cite a source.

• NextConstraint

  Your SaaS funnel's costliest leak, its fix, watchdog alerts and verdicts, from NextConstraint.