# Buscar Skills > Encuentra, audita y filtra skills y plugins de agentes (GitHub, marketplaces, Hugging Face) juzgándolos por la calidad real de su SKILL.md en vez de por estrellas o rankings, descarta los que duplican capacidades ya instaladas, y los ordena según el perfil del usuario. Úsala siempre que el usuario pregunte si existe una skill o plugin para algo, pida buscar o recomendar skills, mencione una skill o plugin concreto y quiera saber si vale la pena, comparta un enlace o un listado de skills candidatas, o diga que quiere ampliar lo que su agente sabe hacer — incluso si no usa la palabra "skill" y solo dice "¿hay algo que me ayude con X?". No la uses para crear una skill nueva (eso es skill-creator) ni para listar lo que ya está instalado. - Skill: `yukirave/buscar-skills` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add yukirave/buscar-skills` - Raw SKILL.md: https://api.skillmd.com/api/skills/yukirave/buscar-skills/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: Yukirave (https://skillmd.com/u/yukirave) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/yukirave/buscar-skills --- # Buscar skills que valgan la pena El ecosistema de skills está saturado de listas "Top 50 skills 2026" escritas para posicionar en Google. Rankean por estrellas e instalaciones, que miden **popularidad, no calidad**, y sus cifras ni siquiera coinciden entre sí: el mismo repositorio aparece con 58K, 76K y 105K estrellas en tres artículos distintos, todos con tono de autoridad. Por eso esta skill no consulta rankings para decidir. Los usa, como mucho, para **descubrir candidatos**; el veredicto sale siempre de leer el `SKILL.md` real en el repositorio. Y hay un segundo problema que ninguna lista resuelve: **una lista solo sabe sumar.** Nunca te dice "no instales esto, ya lo tienes". Ese suele ser el consejo más valioso. ## El recorrido ### 1. Entender qué capacidad falta de verdad Antes de buscar nada, ten claro qué problema se quiere resolver. Si el usuario pide "skills de testing", lo que necesita puede ser generar tests, ejecutarlos, medir cobertura o diseñar casos límite — son cuatro skills distintas. Si no está claro, pregunta una sola vez y sigue. ### 2. Leer el perfil antes de recomendar Una recomendación sin perfil es un ranking. Lee, en este orden: - `~/.claude/CLAUDE.md` — stack, forma de trabajar, a quién le vende, qué le importa. - El `CLAUDE.md` del proyecto actual, si existe. - Los archivos de memoria en `~/.claude/projects/*/memory/`. Extrae de ahí el stack real y los criterios que lo condicionan. Un despliegue en Azure hace irrelevantes seis skills excelentes de AWS SageMaker; no es un detalle menor, es la diferencia entre una recomendación y ruido. ### 3. Descartar lo ya cubierto — hazlo antes de buscar Este paso va **antes** de salir a internet, porque a menudo lo termina. Inventaría lo que ya existe: - Skills integradas y activas de la sesión (la lista de skills disponibles). - `~/.claude/skills/` y `.claude/skills/` del proyecto — las propias. - `~/.claude/agents/` — agentes propios. - Comandos integrados que ya cubren el terreno: `/code-review`, `/security-review`, `/simplify`, `/init`, `/run`. - `hf skills list`, si el CLI `hf` está instalado. Si algo ya cubre la necesidad, **dilo primero y con claridad**, antes de proponer alternativas. Instalar una segunda herramienta que hace lo mismo que una que ya está no añade capacidad: añade dos criterios distintos compitiendo por el mismo trabajo. ### 4. Buscar candidatos Usa búsqueda web y, si `gh` está instalado, la API de GitHub (`gh search repos`, `gh api`), que da datos verificables en vez de páginas raspadas. Fuentes razonables para **descubrir**: - Marketplaces oficiales: `anthropics/claude-code`, `huggingface/skills`. - Directorios comunitarios grandes (VoltAgent, Composio y similares) — solo como índice. - Búsqueda directa en GitHub por `SKILL.md` y el tema `agent-skills`. Reúne entre 5 y 10 candidatos. Más es desperdiciar esfuerzo en la fase de auditoría. ### 5. Auditar cada candidato leyendo su SKILL.md Este es el paso que nadie hace y el que da todo el valor. Trae el `SKILL.md` real (WebFetch sobre la vista raw de GitHub, o `gh api`) y evalúalo. **Un candidato cuyo `SKILL.md` no puedas leer no se recomienda** — se reporta como no verificable. Puntúa cada uno sobre estas cinco señales, en `references/rubrica.md` está el detalle: | Señal | Qué buscar | Peso | |---|---|---| | **Disparo** | ¿El `description` dice cuándo usarla *y cuándo no*, o es una etiqueta temática? | Alta | | **Sustancia** | ¿Pasos accionables, o párrafos de buenas intenciones? | Alta | | **Recursos** | ¿Trae `scripts/`, `references/`, plantillas — o son 40 líneas sueltas? | Media | | **Mantenimiento** | Último commit, issues abiertas sin respuesta, si un mantenedor responde | Media | | **Encaje** | ¿Sirve al stack y al negocio de *este* usuario? | Decisiva | El **Disparo** es la señal más predictiva y la más ignorada: una skill excelente con una descripción vaga nunca llega a activarse, y entonces su calidad es irrelevante. Si el `description` no contiene condiciones de uso, eso solo ya baja mucho la nota. El **Encaje** funciona como veto, no como suma: una skill impecable para un stack que el usuario no usa vale cero para él. ### 6. Señales de humo Cuando aparezcan varias de estas juntas, el candidato se descarta: - El `description` es una sola frase temática sin condiciones ("Skill for testing"). - El `SKILL.md` es un prompt largo de tono motivacional sin un solo paso concreto. - El README promete un porcentaje de mejora espectacular sin decir cómo se midió. - El repositorio es un agregado de cientos de skills generadas de golpe, todas con la misma estructura y ninguna con recursos propios. - Solo lo encuentras citado en artículos de blog, nunca en el repositorio original. - Cifras de popularidad que no coinciden entre fuentes — señal de contenido hecho para SEO. ## El informe Usa esta estructura. La sección de descartes no es relleno: suele ser la más útil. ``` ## Ya lo tienes [Capacidad → qué la cubre ya. Si esto resuelve la petición, dilo y para aquí.] ## Recomendadas ### 1. nombre-skill · encaje alto Qué hace en una frase. **Por qué a ti:** [ligado a algo concreto de su perfil o sus proyectos] **Calidad:** disparo bien definido · trae scripts · último commit hace 3 semanas **Reserva:** [lo que no cubre, o dónde puede fallar] `comando de instalación exacto` ## Con reserva ### nombre-skill · encaje medio [Para candidatos con buen contenido pero algo que impide recomendarlos sin más: repositorio sin trayectoria, solapamiento parcial, enfoque distinto al que se pidió.] **Lo que tiene:** [verificado leyendo el archivo] **Lo que falta:** [el motivo concreto de la reserva] `comando de instalación, si decide probarlo` ## Descartadas - **nombre** — motivo en una línea (duplica X / no encaja con Azure / sin condiciones de uso) ## Sin verificar - **nombre** — no pude leer su SKILL.md; no la recomiendo a ciegas. ``` **No mezcles los cajones.** Si una skill no se recomienda, no puede aparecer bajo "Recomendadas" con un comando de instalación debajo — eso es contradecirse. Un candidato con sustancia pero sin trayectoria (pocos commits, ningún usuario, creado hace semanas) va a **Con reserva**, nunca a Recomendadas. La sección "Recomendadas" puede quedar vacía perfectamente; cuando lo esté, di simplemente que ninguna alcanza el listón y pasa a la siguiente. ### Los comandos de instalación tienen que funcionar Un comando que falla al pegarlo destruye la confianza en todo el informe. Antes de escribirlo, compruébalo mentalmente paso a paso — y si tienes shell, ejecútalo. El error más fácil de cometer: `mkdir -p .claude/skills` seguido de `curl -o .claude/skills/nombre/SKILL.md` falla, porque `curl` no crea directorios intermedios. El `mkdir` tiene que apuntar a **la carpeta que va a contener el archivo**: ```bash mkdir -p ~/.claude/skills/nombre-skill curl -sL https://raw.githubusercontent.com/OWNER/REPO/main/ruta/SKILL.md \ -o ~/.claude/skills/nombre-skill/SKILL.md ``` Cuando la skill traiga `references/`, `scripts/` o cualquier recurso, un `curl` de un solo archivo la deja rota: usa `git clone` y copia la carpeta entera. Di también **dónde** la instalas y por qué: `~/.claude/skills/` la deja disponible en todos los proyectos; `.claude/skills/` dentro del repositorio solo en ese. Por defecto, global — salvo que la skill sea específica de un proyecto concreto. Cierra siempre recordando el coste de instalar de más: la descripción de cada skill ocupa contexto en todas las sesiones, así que veinte skills instaladas empeoran que se dispare la correcta. Recomienda tres o cuatro, las que se vayan a usar este mes — no un catálogo. ## Cómo mantenerte honesto - **No recomiendes nada que no hayas leído.** Si solo tienes el resumen de un buscador, dilo. - **Distingue lo verificado de lo citado.** "Su `SKILL.md` incluye un script de X" es verificable; "es la más popular de 2026" es una cita, y ya sabes cuánto valen. - **Menos es la respuesta correcta a menudo.** Terminar con "ninguna de estas merece la pena, lo que ya tienes lo cubre" es un resultado válido y frecuentemente el mejor. - **No infles la lista** para que parezca que hubo trabajo. Tres candidatos bien auditados valen más que diez enumerados.