El Buen Agente is an MCP server with 18 tools an agent can call, among them aplicar_challenger, auditar_contexto, challenger_decision. It answers at https://el-buen-agente-mcp-production.up.railway.app/mcp over streamable HTTP, and it listed its tools to an anonymous client, so no sign-in was needed for that. Our probes reached it 6 of 6 times since 11 September 2026; the last check, on 21 October 2026, succeeded.
La guía 'El Buen Agente' como 18 tools para evaluar, mejorar y construir agentes LLM. En español.
Description as the publisher wrote it.
| Tool | What it does |
|---|---|
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 Inputs: agent_definition, language |
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 Inputs: agent_definition, language |
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. Inputs: decision, contexto, language |
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. Inputs: agent_definition, language |
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. L Inputs: definicion_final, contrato, formato, language |
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-consist Inputs: agent_definition, language |
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 defini Inputs: agent_definition, language |
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 Inputs: problema, language |
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. Inputs: agent_definition, ecosistema, language |
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. Inputs: nombre, problema, inputs, output, puede, no_puede |
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_*. |
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. Inputs: problema, equipo, language |
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. Inputs: agent_definition, language |
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. Inputs: situacion |
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 de Inputs: agent_definition, language |
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 evaluaci Inputs: agent_definition, language |
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 evaluació Inputs: agent_definition, language |
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 par Inputs: puntos |
Every block below points at https://el-buen-agente-mcp-production.up.railway.app/mcp. Pick your client and copy.
claude mcp add --transport http el-buen-agente https://el-buen-agente-mcp-production.up.railway.app/mcp
{
"mcpServers": {
"el-buen-agente": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://el-buen-agente-mcp-production.up.railway.app/mcp"]
}
}
}{
"mcpServers": {
"el-buen-agente": {
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"servers": {
"el-buen-agente": {
"type": "http",
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"context_servers": {
"el-buen-agente": {
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"mcpServers": {
"el-buen-agente": {
"serverUrl": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"mcpServers": {
"el-buen-agente": {
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}name: El Buen Agente
version: 0.0.1
schema: v1
mcpServers:
- name: El Buen Agente
type: streamable-http
url: https://el-buen-agente-mcp-production.up.railway.app/mcp{
"mcpServers": {
"el-buen-agente": {
"httpUrl": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"mcpServers": {
"el-buen-agente": {
"type": "http",
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}{
"mcpServers": {
"el-buen-agente": {
"url": "https://el-buen-agente-mcp-production.up.railway.app/mcp"
}
}
}goose://extension?url=https%3A%2F%2Fel-buen-agente-mcp-production.up.railway.app%2Fmcp&type=streamable_http&id=el-buen-agente&name=El%20Buen%20Agente
It answered our last check on 21 October 2026 in 322 ms. Over 6 checks since 11 September 2026 it answered 6. Status here comes from Neuronto's own probes, not from the publisher.
18, as returned by the server's own tools/list on 13 September 2026: aplicar_challenger, auditar_contexto, challenger_decision, checklist_nacimiento, construir_agente, disenar_evaluacion, evaluar_autonomia, evaluar_necesidad, and 10 more.
It answered our last check on 21 October 2026 in 322 ms. Over 6 checks since 11 September 2026 it answered 6.
Put the server under mcpServers in ~/.cursor/mcp.json with the URL https://el-buen-agente-mcp-production.up.railway.app/mcp. The exact JSON is above, with the same setup for Claude Code, Claude Desktop, VS Code, Windsurf, Zed, Gemini CLI and the rest.
It listed its tools to an anonymous client, so reading the tool list needs no key. Individual tools can still ask for credentials in their own inputs.
Publisher: io.github.apasztetnik. Endpoint host: el-buen-agente-mcp-production.up.railway.app. ARD identifier: urn:air:io.github.apasztetnik:mcp:el-buen-agente-mcp.
First indexed 10 September 2026. The tools are exactly what the server returned; nothing on this page
is inferred from its name. Ranking in Neuronto search is never for sale.