Comparativa del Top 5 de habilidades de agentes: trampas del ranking y criterios de elección
============================================================================================

Se comparan cinco repositorios de habilidades de agentes incluidos en la instantánea proporcionada el 10 de agosto de 2026, centrándose en sus funciones y filosofía de diseño. También se explica por qué las estrellas y el número de instalaciones de un repositorio no reflejan la calidad real de las habilidades, junto con los criterios para verificar licencias, tokens y seguridad.

- Una habilidad de agente es un paquete de trabajo que agrupa instrucciones, scripts, ejemplos y materiales de referencia necesarios para una tarea concreta, y que se carga cuando hace falta.
- El orden del Top 5 proporcionado es solo una instantánea de popularidad por repositorio, no un ranking reconocido mundialmente que demuestre el uso o la calidad de cada habilidad.
- Los principales candidatos tienen en común que, en lugar de programar de inmediato, exigen primero confirmar los requisitos, planificar, realizar pruebas, aplicar cambios mínimos y verificar los resultados.
- Activar de una sola vez grandes conjuntos de habilidades puede aumentar el coste de contexto y los conflictos entre instrucciones, por lo que solo deben seleccionarse los elementos necesarios.
- Antes de instalar una habilidad externa, deben comprobarse la licencia, los scripts ejecutables, el acceso a la red, el alcance de los permisos y el estado del mantenimiento.

Las habilidades de agente son paquetes de trabajo reutilizables que permiten a un agente de IA realizar tareas específicas de forma coherente. Tienen un alcance mayor que un simple prompt y pueden incluir no solo instrucciones, sino también scripts, plantillas, ejemplos y materiales de referencia.
Este artículo analiza cinco candidatos populares según la información disponible a fecha del 10 de agosto de 2026. Sin embargo, como no se dispone de los datos sin procesar ni de registros históricos por fecha que permitan reproducir de forma independiente las cifras exactas del material proporcionado, no debe interpretarse como una clasificación definitiva del «uso mundial».

Qué son las habilidades de agente
El concepto central de Agent Skills, según explica Anthropic, es la divulgación progresiva. En lugar de leer desde el principio todas las instrucciones de trabajo, el agente examina primero el nombre y la descripción de las habilidades, descubre solo las relacionadas con la tarea actual y carga entonces su contenido y los materiales complementarios.
Una carpeta de habilidades habitual puede incluir los siguientes elementos:

SKILL.md: propósito de la habilidad, condiciones de aplicación y procedimiento de trabajo
Scripts: tareas que deben ejecutarse de forma determinista, como comprobaciones, conversiones o generación
Materiales de referencia: especificaciones de API, políticas de la organización, estructuras de datos y conocimiento del dominio
Plantillas y ejemplos: formato y criterios de calidad de los resultados deseados
Materiales de evaluación: casos de prueba para comparar los resultados antes y después de usar la habilidad

Las habilidades no son un entrenamiento del modelo para enseñarle nuevas capacidades básicas al agente. Se parecen más a activos de contexto que proporcionan conocimiento y procedimientos de trabajo en el momento de la ejecución.

Diferencias respecto a los prompts, las reglas y MCP

Componente
Función principal
Momento habitual de carga
Aspectos que deben tenerse en cuenta

Prompt general
Especificar una solicitud y su resultado
Cuando el usuario realiza la solicitud
Puede ofrecer poca reutilización y coherencia

Reglas permanentes
Políticas y restricciones de conducta aplicables a todas las sesiones
Al iniciar la sesión o en todo momento
Ocupan contexto continuamente y pueden entrar en conflicto

Agent Skills
Proporcionar procedimientos, materiales y scripts para tareas específicas
Cuando se detecta una tarea relacionada
Dependen de la precisión del enrutamiento y de la calidad de la habilidad

MCP
Interfaz estándar para conectarse a herramientas y datos externos
Cuando es necesario invocar una herramienta
Son importantes la autenticación, los permisos y la seguridad de los sistemas externos

Si MCP se ocupa principalmente de «a qué se puede conectar», las habilidades explican «con qué procedimientos y criterios deben utilizarse» las herramientas y los materiales conectados. Más que competir entre sí, ambas tecnologías son complementarias y pueden utilizarse conjuntamente.

Cómo debe interpretarse la clasificación Top 5
El material proporcionado ordenó los siguientes cinco candidatos según el número de estrellas de sus repositorios de GitHub. Sin embargo, las estrellas de GitHub son un indicador más próximo al interés y a los marcadores, y no miden directamente las descargas, los usuarios activos ni la tasa de éxito de las tareas.

Clasificación proporcionada
Repositorio
Naturaleza
Fortaleza representativa
Riesgo que debe comprobarse

1
obra/superpowers
Conjunto de flujos de trabajo que controlan los procedimientos de desarrollo
Prioriza la confirmación de requisitos, la planificación, las pruebas y la verificación
El procedimiento puede resultar excesivo para tareas sencillas

2
affaan-m/everything-claude-code
Conjunto de configuraciones, comandos y agentes para Claude Code
Abarca ampliamente varias etapas del ciclo de vida del desarrollo
La instalación completa puede aumentar el contexto y provocar conflictos entre instrucciones

3
mattpocock/skills
Colección de habilidades centradas en las preguntas y la revisión del diseño
Ofrece un punto de partida para concretar las ideas antes de la implementación
Es necesario comprobar las licencias por archivo y las condiciones de uso comercial

4
multica-ai/andrej-karpathy-skills
Proyecto de terceros que reorganiza principios públicos de desarrollo en formato de habilidades
Destaca la simplicidad, los cambios mínimos y los objetivos verificables
Debe distinguirse si la persona cuyo nombre aparece lo creó o respaldó oficialmente

5
anthropics/skills
Ejemplos oficiales de Anthropic y habilidades para trabajar con documentos
Es útil para revisar la estructura de las habilidades y casos de generación de resultados
Incluso dentro del repositorio oficial, deben comprobarse por separado las licencias de cada directorio

El material proporcionado indica que cada repositorio tiene entre 160.000 y 260.000 estrellas aproximadamente. Para comprobar si estas cifras corresponden a estrellas de GitHub o a un recuento de instalaciones de un registro concreto, sería necesaria una respuesta de la API de GitHub obtenida en el mismo momento o una captura archivada. Por ello, este artículo no vuelve a publicar esas cifras como valores actuales verificados.

Información necesaria para una clasificación de popularidad reproducible
Para elaborar una clasificación fiable, deben publicarse conjuntamente, como mínimo, los siguientes elementos:

Fecha, hora y zona horaria de la medición
Propietario y nombre exactos del repositorio, además del SHA del commit
Respuesta original de los indicadores, como estrellas, forks y número de colaboradores de GitHub
Si se utilizó el número de instalaciones, método de tratamiento de las instalaciones duplicadas y del tráfico automatizado
Unidad de recuento que distinga entre el repositorio completo y cada habilidad individual
Reglas para tratar repositorios eliminados o cuyo nombre haya cambiado

En particular, si un repositorio contiene decenas de habilidades, sus estrellas no permiten saber cuáles son populares. «Repositorio popular» y «habilidad individual más utilizada» son preguntas diferentes.

Filosofía de diseño de los cinco candidatos populares

1. obra/superpowers: impone un procedimiento antes de la implementación
superpowers tiene un marcado carácter de flujo de trabajo diseñado para impedir que el agente escriba código inmediatamente después de recibir una solicitud y hacer que primero defina el problema y elabore un plan. Se centra en etapas como la lluvia de ideas, la planificación, el desarrollo guiado por pruebas, la depuración y la verificación.
Este enfoque resulta ventajoso para tareas con requisitos poco claros o un alto riesgo de cambios. Por el contrario, si se aplica estrictamente el mismo procedimiento a una tarea con un alcance claro, como corregir un error tipográfico, las preguntas y la documentación pueden superar a la implementación real.

2. Everything Claude Code: proporciona el entorno de desarrollo como un paquete
Everything Claude Code es un proyecto que reúne en un solo lugar diversos activos de configuración de Claude Code, como comandos, agentes, habilidades, hooks y reglas. Resulta útil para encontrar una amplia variedad de ejemplos que abarcan desde la planificación hasta la implementación, la revisión, las pruebas y el registro.
Sin embargo, «instalarlo todo» no es necesariamente la mejor opción. Las reglas similares pueden duplicarse y distintos métodos de trabajo pueden entrar en conflicto. Para una adopción real, es más seguro seleccionar únicamente los componentes que necesita el equipo actual y comprobar cuándo se activa cada uno.

3. mattpocock/skills: mejora la calidad de las preguntas más que la de las respuestas
Esta colección se caracteriza por ofrecer no solo plantillas de resultados, sino también procedimientos de preguntas que ayudan al usuario a concretar sus ideas. Fomenta que se hagan explícitos los objetivos, los supuestos, las condiciones excepcionales y los criterios de éxito antes de la implementación.
El hecho de que el código fuente sea público no significa que todos los archivos puedan utilizarse libremente con fines comerciales. La licencia del repositorio puede diferir de las condiciones específicas indicadas en determinados directorios o archivos, por lo que debe comprobarse la licencia vigente antes de copiar, modificar o distribuir el contenido.

4. andrej-karpathy-skills: convierte principios breves de desarrollo en reglas de conducta
Según el material proporcionado, este proyecto es una recopilación de terceros que transforma en habilidades los principios de desarrollo mencionados públicamente por Andrej Karpathy. Se centra en pensar antes de programar, elegir soluciones sencillas, modificar con precisión solo el alcance solicitado y establecer objetivos verificables.
Lo importante es distinguir entre la fuente y el respaldo. El uso del nombre de una persona famosa o la reorganización de sus declaraciones públicas no significa que esa persona haya creado directamente el repositorio o garantice sus resultados. El texto original y la interpretación de quien lo reorganizó deben evaluarse por separado.

5. anthropics/skills: muestra la estructura oficial y ejemplos de resultados
El repositorio oficial de Anthropic es un punto de partida para examinar la estructura de los directorios de habilidades y casos de trabajo con resultados como documentos, hojas de cálculo, presentaciones y archivos PDF. Permite comparar cómo se organizan no solo reglas sencillas de conducta, sino también los materiales y scripts necesarios para generar archivos reales.
El número de archivos SKILL.md indicado por el material proporcionado puede variar según se incluyan traducciones, copias, ejemplos y ramas. Para comparar el tamaño, es necesario contar los archivos de un commit específico y publicar también los criterios utilizados para identificar la versión canónica.

Tres principios que se repiten en las habilidades principales

Primero restringen la conducta en lugar de ampliarla
Una buena habilidad no aumenta indiscriminadamente lo que puede hacer el agente, sino que controla las conductas con una alta probabilidad de fracaso. Algunos ejemplos representativos son no implementar antes de llegar a un acuerdo, no afirmar que algo está terminado sin pruebas y no modificar código periférico que no se haya solicitado.
Estas restricciones no pretenden eliminar la autonomía del agente. Su diseño busca reducir el coste de los errores mediante puntos de comprobación antes de realizar tareas difíciles de revertir.

Convierten los criterios de juicio de los expertos en procedimientos
El valor de una habilidad reside más en sus criterios de decisión que en el formato de sus frases. Si se especifican el orden en el que una persona experimentada comprueba los requisitos, la forma en que aborda la incertidumbre y los criterios con los que verifica el resultado, el agente puede repetir un proceso de razonamiento similar.
Sin embargo, imitar el estilo de escritura de una persona concreta no es lo mismo que reproducir un método de trabajo verificado. Deben examinarse los casos de evaluación y las condiciones de fallo, no el nombre o la autoridad.

Comprueban el «porqué» antes que el «cómo»
Generar código es cada vez más sencillo, pero no se decide automáticamente qué debe construirse ni qué estado debe considerarse un éxito. Esta es también la razón por la que los principales candidatos se centran en las preguntas, la planificación, el control del alcance y la verificación.
Añadir únicamente un procedimiento de implementación sofisticado sin un objetivo claro puede dar como resultado una resolución más rápida de un problema mal definido.

Hay que examinar la estructura del contexto, no solo el número de tokens
El material proporcionado incluye casos en los que algunos paquetes utilizan aproximadamente entre 17.000 y 22.000 tokens por sesión. Sin embargo, el número de tokens varía según las siguientes condiciones:

El modelo y el tokenizador utilizados
El alcance de las habilidades, reglas y hooks activados
Si el cliente solo lee los metadatos o inyecta todo el contenido
La longitud del historial de conversación y de las instrucciones del proyecto
Si se aplican caché y compresión del contexto

Por lo tanto, no se puede generalizar una cifra concreta como coste fijo para todos los entornos de instalación. Al medirlo, debe utilizarse una sesión vacía como línea de base y comparar conjuntamente los tokens de entrada, la latencia de respuesta y la tasa de éxito de las tareas mientras se añaden las habilidades de una en una.
Estos son algunos métodos prácticos para reducir el contexto:

Separar las políticas de la organización que siempre son necesarias de las habilidades específicas de cada tarea.
Incluir en la descripción de la habilidad solo la información esencial para el enrutamiento.
Trasladar las especificaciones y los ejemplos extensos a archivos separados para que solo se lean cuando sean necesarios.
Integrar las reglas superpuestas en una única habilidad común.
Desactivar las habilidades poco utilizadas o cuya mejora de rendimiento no se haya confirmado.

Riesgos de seguridad y de la cadena de suministro que omiten las clasificaciones de popularidad
Las habilidades parecen documentos Markdown corrientes, pero pueden incluir comandos de shell, código Python, instalación de paquetes y solicitudes a redes externas. Si el agente los ejecuta, surgen riesgos de la cadena de suministro similares a los de las dependencias de software convencionales.
Antes de adoptar una habilidad externa, deben comprobarse los siguientes puntos:

Confirmar el propietario del repositorio y si se trata de un proyecto oficial.
Revisar directamente los scripts de instalación y los archivos ejecutables.
Comprobar los permisos que solicita para las variables de entorno, los tokens de autenticación, el directorio de inicio y la red.
Fijar el commit revisado, en lugar de utilizar el estado más reciente de la rama.
Siempre que sea posible, ejecutarlo primero en un contenedor o en un entorno de pruebas restringido.
Antes de una actualización automática, volver a revisar los cambios y los nuevos permisos.
Comprobar si la licencia permite la copia, la modificación, el uso interno y la distribución comercial.

Aunque un repositorio tenga muchas estrellas de GitHub, no desaparece la posibilidad de cambios maliciosos, secuestro de cuentas o interrupción del mantenimiento. La popularidad no sustituye a una auditoría de seguridad.

Criterios para elegir habilidades adecuadas para mi entorno

Criterio de evaluación
Pregunta que debe comprobarse
Buena señal

Adecuación al problema
¿Resuelve una tarea real que falla repetidamente?
Las tareas aplicables y no aplicables están claras

Enrutamiento
¿Cuándo debe cargarse la habilidad?
La descripción y los activadores son específicos

Verificabilidad
¿Puede compararse la calidad antes y después de usarla?
Hay casos de prueba y criterios de éxito

Eficiencia del contexto
¿Hay mucho contenido que deba leerse siempre?
Los materiales extensos solo se cargan cuando son necesarios

Seguridad
¿Requiere ejecutar código y acceder a recursos externos?
Utiliza privilegios mínimos y un alcance de ejecución claro

Mantenimiento
¿Pueden comprobarse los cambios recientes y la respuesta a incidencias?
El historial de cambios y el procedimiento de contribución son públicos

Licencia
¿Es compatible con el propósito de uso de la organización?
Las condiciones por archivo están claras

Es preferible utilizar los repositorios populares como material de referencia para aprender a escribir habilidades y crear habilidades operativas pequeñas adaptadas al código base, a los procedimientos de revisión y a los permisos de herramientas de la organización. Para empezar, centrarse en una sola tarea repetitiva y conservar únicamente las reglas que superen la evaluación también facilita el mantenimiento.

Conclusión
Aunque los candidatos del Top 5 proporcionado adoptan formas diferentes, todos hacen que el agente compruebe primero los requisitos, el plan, el alcance y la verificación para evitar una implementación precipitada. La clave de su popularidad no reside tanto en incluir muchos comandos como en convertir en procedimientos los puntos de decisión propensos al fracaso.
Sin embargo, las estrellas de un repositorio o el número de instalaciones de un registro no bastan para determinar cuál es la habilidad individual más utilizada del mundo. Al citar una clasificación, deben indicarse el momento de la medición, los indicadores originales y la unidad de recuento; las decisiones de adopción deben basarse en la evaluación de calidad, el coste de contexto, la licencia y la revisión de seguridad.

FAQ
Q. ¿En qué se diferencian las habilidades de agente de los simples prompts?
A. Un prompt suele expresar una sola solicitud, mientras que una habilidad de agente agrupa por carpetas las instrucciones, los scripts, los materiales de referencia, los ejemplos y los criterios de evaluación necesarios para tareas repetitivas. También puede configurarse para cargar el contenido necesario solo cuando surja una tarea relacionada.
Q. ¿Se puede considerar que el repositorio con más estrellas de GitHub tiene las mejores habilidades?
A. No. Las estrellas de GitHub muestran el grado de interés y reconocimiento, pero no miden las instalaciones reales, el uso activo, el uso de cada habilidad ni la tasa de éxito de las tareas. Para evaluar la calidad, también hay que tener en cuenta los resultados de las evaluaciones, el estado del mantenimiento, la seguridad y la licencia.
Q. ¿Este Top 5 es una clasificación mundial oficial?
A. No. Es una recopilación de los candidatos más populares por repositorio en la fecha indicada, no una clasificación reconocida del uso mundial. Para reproducir una clasificación exacta, se necesitan la hora de medición, la respuesta original de la API, la unidad de agregación y una instantánea de cada repositorio.
Q. ¿Se puede conocer la popularidad de una habilidad concreta por el total de estrellas de un repositorio?
A. No. Si un repositorio contiene varias habilidades y configuraciones, no se puede distinguir por qué elemento le dio una estrella el usuario. Para comparar la popularidad de cada habilidad, deben publicarse por separado las estadísticas de instalaciones o invocaciones de cada una.
Q. ¿Agent Skills y MCP son la misma tecnología?
A. No. MCP proporciona una interfaz que permite al agente conectarse a datos y herramientas externos, mientras que Agent Skills proporciona los procedimientos y criterios de decisión para realizar tareas específicas. Pueden utilizarse conjuntamente, por ejemplo, incluyendo en una habilidad cómo usar correctamente las herramientas MCP.
Q. ¿Instalar muchas habilidades hace que el agente sea más competente?
A. No siempre. Activar incluso instrucciones que no se utilizan aumenta el coste de contexto y puede provocar conflictos entre reglas distintas. Es recomendable seleccionar solo las habilidades necesarias y después comparar los tokens de entrada, la latencia y la tasa de éxito de las tareas.
Q. ¿Las habilidades externas son seguras por ser archivos Markdown?
A. No se puede afirmar que sean seguras. Las habilidades pueden incluir comandos de shell, código ejecutable, instalación de paquetes e instrucciones para comunicaciones externas. Hay que revisar los archivos ejecutables y los permisos, fijar un commit verificado y probarlas primero en un entorno restringido.
Q. ¿Las habilidades publicadas pueden utilizarse libremente con fines comerciales?
A. Que estén publicadas no significa que sean de código abierto. Hay que comprobar no solo la licencia de todo el repositorio, sino también las condiciones específicas que se apliquen a cada habilidad o directorio. En caso de duda, es más seguro abstenerse de copiarlas, modificarlas, redistribuirlas o aplicarlas a servicios de pago.
Q. ¿Cuál es la condición más importante de una buena habilidad de agente?
A. Las tareas a las que se aplica y aquellas a las que no se aplica deben estar claramente definidas, y los criterios de éxito deben poder evaluarse. Además, debe utilizar el mínimo contexto y los mínimos permisos necesarios, y hacer que el agente compruebe los requisitos, el alcance y el método de verificación antes de actuar precipitadamente.

Sources
- repositorio de GitHub de obra/superpowers: https://github.com/obra/superpowers
- repositorio de GitHub de affaan-m/everything-claude-code: https://github.com/affaan-m/everything-claude-code
- repositorio de GitHub de mattpocock/skills: https://github.com/mattpocock/skills
- repositorio de GitHub de anthropics/skills: https://github.com/anthropics/skills
- directorio de Agent Skills de skills.sh: https://skills.sh/
- Documentación de GitHub: Acerca de las estrellas: https://docs.github.com/en/repositories/viewing-activity-and-data-for-your-repository/about-stars

Images
- Cinco tarjetas de habilidades de agente con estrellas, una lupa y una balanza con criterios: https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6ODI3OSwicHVyIjoiYmxvYl9pZCJ9fQ==--b50bbcc847bc2d7b61ded00be971783aa85a29a4/ai-e0d0c4d7.webp
- Diagrama de cinco tarjetas de habilidades de agentes filtradas y validadas: https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6ODI4NSwicHVyIjoiYmxvYl9pZCJ9fQ==--baba657ae44c9c7abd0b42f0a8a282655bf5665f/ai-58954fc2.webp

---
Category: Datos de IA
Source: https://injoys.com/es/articles/top-5-ai-agent-skills-comparison
License: cc_by
Translation-Status: reviewed