CODEZ / Acerca del sitio y métodos de datos
Acerca de CODEZ: Inclusión de habilidades, clasificación por estrellas y metodología de datos.
CODEZ.WIN es un directorio rastreable de descubrimiento de habilidades de agente que le ayuda a encontrar candidatos por tarea y luego regresar al repositorio original para verificar descripciones, dependencias y licencias. Esta página explica cómo se generan los números y las etiquetas en el directorio y qué no demuestran.
Verificación del método:
Instantánea del directorio:
Esta sección registra las reglas de recopilación y visualización de datos utilizadas en este sitio. Las descripciones de terceros pertenecen a sus autores originales; las explicaciones de los métodos y las sugerencias de selección son recopiladas y editadas por CODEZ. La inclusión no implica que el proyecto haya sido sometido a pruebas de uso reales, auditorías de seguridad ni certificación de compatibilidad.
¿Qué fuentes se incluyen actualmente?
La instantánea contiene 11 repositorios y 611 skills; la lista de fuentes tiene 11 repositorios configurados. En esta recopilación se registraron 0 errores de repositorio, y 0 repositorios conservan datos anteriores.
La tabla que aparece a continuación muestra los datos ordenados por origen, no por popularidad. La indicación "Sin marcar como caducado" solo significa que no hay ningún indicador de fallo a nivel de repositorio; no garantiza la lectura completa de cada archivo. Cuando solo se actualizan algunos orígenes, otros repositorios pueden conservar datos antiguos; por lo tanto, la hora de la instantánea de todo el lote no puede considerarse como la hora de recopilación de cada origen.
Repositorio de origen y datos públicos de esta recopilación:
| Repositorio de origen | Estrellas del repositorio | Skills incluidos | Estado de recopilación |
|---|---|---|---|
| anthropics/skills | 183,533 | 20 | No marcado como caducado |
| openai/skills | 28,289 | 44 | No marcado como caducado |
| vercel-labs/agent-skills | 32,960 | 9 | No marcado como caducado |
| obra/superpowers | 304,663 | 15 | No marcado como caducado |
| microsoft/skills | 3,145 | 209 | No marcado como caducado |
| vercel-labs/open-agents | 5,862 | 13 | No marcado como caducado |
| anthropics/knowledge-work-plugins | 32,664 | 252 | No marcado como caducado |
| huggingface/skills | 11,209 | 26 | No marcado como caducado |
| cloudflare/skills | 3,166 | 19 | No marcado como caducado |
| supabase/agent-skills | 2,923 | 2 | No marcado como caducado |
| duixcom/duix-skills | 12 | 2 | No marcado como caducado |
¿Por qué algunas habilidades no aparecen en el directorio?
La recopilación de datos solo escanea los repositorios públicos no deshabilitados en la lista de origen, utilizando el árbol de archivos de la rama predeterminada; el límite actual por repositorio es de 300 archivos SKILL.md candidatos. Si se supera el límite o el árbol de archivos se trunca, la recopilación de datos de todo el repositorio informará un error y los datos truncados no se publicarán como un resultado completo.
Se excluyen rutas que contengan estos fragmentos de directorio: /test/, /tests/, /fixtures/, /node_modules/, /examples/. Los nombres de archivo deben terminar en SKILL.md y el frontmatter YAML debe incluir cadenas no vacías en name y description. No se ejecutan scripts de terceros.
Este es el umbral para las entradas analizables en este sitio, no una verificación de todos los requisitos de la especificación de Habilidades del Agente. Los archivos individuales que no se puedan leer, que carezcan de los metadatos necesarios o que no se puedan analizar pueden omitirse; los elementos que no estén en la lista de origen no se detectarán automáticamente.
¿Por qué distintos skills muestran el mismo número de estrellas?
Las estrellas pertenecen a los repositorios de GitHub. Las habilidades dentro de un mismo repositorio muestran las estrellas de ese repositorio; estos números no representan la cantidad de veces que una habilidad se ha marcado como favorita, ni deben sumarse entre diferentes habilidades. GitHub usa las estrellas para expresar aprecio y reconocimiento, por lo que este sitio las usa como una pista para el descubrimiento.
La clasificación de los repositorios en la página principal se ordena por estrellas de mayor a menor, y si hay el mismo número de estrellas, se ordena por ID del repositorio. El directorio completo de habilidades se ordena por las estrellas del repositorio al que pertenece, y luego por nombre e ID de la habilidad para mantener un orden estable; el número de tarjeta indica la posición en el directorio, no la puntuación de rendimiento. La página principal también permite cambiar a otros métodos de ordenación, como por nombre.
| Campos | Significado real | Esto no puede utilizarse para emitir un juicio. |
|---|---|---|
| Estrellas del repositorio | Popularidad del repositorio devuelta por GitHub durante la recopilación de datos. | Tasa de éxito o seguridad de una sola habilidad |
| Número de skills incluidos | Número de entradas que se pueden analizar y conservar en esta instantánea. | Capacidad total del repositorio, calidad o compatibilidad |
| Fecha de actualización del repositorio | Fecha del último push al repositorio en GitHub | Qué se ha corregido recientemente en el skill que quiere usar |
¿La clasificación la declara el autor o la determina este sitio web?
La categorización se basa en el criterio de una sola etiqueta de este sitio. Primero, se realiza una anulación manual; luego, se verifican las reglas del servicio en la nube y del flujo de trabajo del agente en el nombre y la ruta; las entradas restantes se determinan según la cantidad de coincidencias de palabras clave en el nombre, la descripción y la ruta de la habilidad. Las entradas que no coinciden se clasifican como "Otras". Si la cantidad de coincidencias es la misma, se sigue el orden de las reglas.
Una habilidad puede abarcar desarrollo, datos, investigación y otras tareas. El directorio solo ofrece una categoría principal, lo que puede dar lugar a clasificaciones erróneas. Una categoría no garantiza su compatibilidad con un cliente específico; tras filtrar, conviene leer los archivos SKILL.md, README y las descripciones de dependencias. Para solucionar problemas, se necesita el repositorio específico, la ruta al archivo SKILL.md y la documentación de soporte de esa categoría.
La tabla muestra la revisión manual de categorías de archivos concretos. Las categorías anteriores proceden del catálogo público en el momento de la revisión. Los criterios se basan en el texto original enlazado en un commit fijado. Solo se modificaron las categorías; no se ejecutaron estos skills de terceros ni se demostró su eficacia en todos los clientes.
| Skill | Clasificación antes de la revisión | Categoría actual | Fundamento de la decisión del sitio | Fuentes comprobadas |
|---|---|---|---|---|
| obra/superpowers / brainstorming | Diseño | Flujo de trabajo del agente | Organiza la confirmación de intención, requisitos y diseño antes de implementar. Sus principales entregables son decisiones colaborativas y especificaciones. | 2026-10-07 |
| obra/superpowers / verification-before-completion | Otros | Flujo de trabajo del agente | Exige identificar el comando de verificación y comprobar su salida completa antes de afirmar que el trabajo ha terminado. Se centra en la aceptación y entrega del agente. | 2026-10-07 |
| obra/superpowers / writing-skills | Documentos | Flujo de trabajo del agente | El núcleo del proceso gira en torno a la creación, edición y uso de habilidades para comprobar el comportamiento del agente en situaciones de estrés, y consiste en el proceso de escribir y validar las capacidades del agente. | 2026-10-07 |
| anthropics/skills / pdf | Diseño | Documentos | Este documento explica cómo extraer, fusionar, dividir, generar y realizar el reconocimiento óptico de caracteres (OCR) de documentos PDF escaneados; la entrada y salida principales son documentos, y los ejemplos en Python ilustran los métodos de implementación. | 2026-10-08 |
| openai/skills / pdf | Desarrollo | Documentos | Los principales resultados relacionados con la lectura, creación y visualización de archivos PDF antes de la entrega son la verificación del documento y su diseño, no las tareas de desarrollo de software. | 2026-10-08 |
| vercel-labs/open-agents / frontend-design | Flujo de trabajo del agente | Diseño | Orienta la implementación de interfaces frontend mediante tipografía, color, composición y movimiento; los entregables principales son el diseño de la interfaz y el código. | 2026-10-11 |
| cloudflare/skills / cf-cli | Desarrollo | Servicios en la nube | Se centra en operar la API de Cloudflare, desplegar Workers y gestionar recursos DNS, D1, KV y R2; la tarea principal es operar servicios en la nube, y el archivo fuente indica que la CLI está en beta. | 2026-10-13 |
| cloudflare/skills / gateway-workers | Desarrollo | Servicios en la nube | Se centra en la acción Forward de las políticas HTTP de Cloudflare Gateway, Workers y el punto de entrada GatewayMiddleware; su ámbito principal son los servicios en la nube. Solo se revisó el texto original; no se ejecutó el Skill. | 2026-10-19 |
CODEZ: elegir skills de flujo de trabajo según la etapa de la tarea ↗
CODEZ: comparación de las fuentes de dos skills PDF y criterios de aceptación ↗
obra/superpowers / skills/brainstorming/SKILL.md ↗
obra/superpowers / skills/verification-before-completion/SKILL.md ↗
obra/superpowers / skills/writing-skills/SKILL.md ↗
anthropics/skills / skills/pdf/SKILL.md ↗
openai/skills / skills/.curated/pdf/SKILL.md ↗
vercel-labs/open-agents / .agents/skills/frontend-design/SKILL.md ↗
¿Se pueden usar directamente todos los repositorios públicos en un proyecto propio?
La visibilidad pública de un repositorio en GitHub y su licencia son información distinta. CODEZ mantiene explícitas las dudas sobre la licencia y no deduce el permiso de uso a partir del nombre del proyecto, de mensajes promocionales en el README ni de la posibilidad de descargarlo.
| Etiqueta | Criterio del sitio | Compruebe antes de usar. |
|---|---|---|
| Identificadores SPDX como MIT / Apache-2.0 | Cuando no haya una licencia independiente más cercana al skill en la jerarquía de directorios, se usa la licencia del repositorio identificada por GitHub. | Texto de la licencia original, ámbito de aplicación y licencia de contenido adicional |
| Documentos de licencia pendientes de verificación | Se encontró un archivo de licencia independiente en el directorio Skill o en sus directorios superiores, o bien no se reconoció la licencia del directorio raíz. | Cuerpo del archivo correspondiente; no utiliza automáticamente la licencia raíz del repositorio. |
| No especificado | No se encontró ninguna base de licencia identificable. | Póngase en contacto con el proyecto original para confirmar la autorización y evite confundir la legibilidad con el permiso. |
¿De dónde provienen las instrucciones en chino e inglés?
La interfaz y los textos propios se mantienen en trece idiomas. Los resúmenes de terceros identifican actualmente README en chino e inglés junto a SKILL.md, priorizando archivos con idioma explícito; README.md se clasifica por su texto. Las interfaces china e inglesa prefieren un breve resumen original correspondiente. Las demás conservan la descripción original de SKILL.md. Se mantienen los enlaces README disponibles en chino e inglés.
Si el idioma correspondiente no está disponible o no se puede extraer el resumen, se recurrirá a la descripción original en SKILL.md; no se considerará el archivo README general del repositorio como una introducción a una habilidad específica, ni se presentará el contenido traducido automáticamente como texto original del autor. Por lo tanto, el texto original en chino puede seguir apareciendo en la interfaz en inglés, y viceversa.
Si falla la recopilación de datos, ¿se tratarán los datos antiguos como si fueran datos actuales?
El servidor inicia la recopilación de datos a las 10:37 a. m. (hora de Pekín) todos los días y genera páginas estáticas desde MySQL al finalizar. La hora de la instantánea indica el momento en que se generó este lote de datos; no se lee de todas las fuentes en el mismo segundo, ni corresponde a la hora de modificación de cada proyecto.
Cuando falla una solicitud a nivel de repositorio, se reutilizan los datos de la última solicitud exitosa a ese repositorio, y la tabla de clasificación y esta página se marcarán como "Usando datos antiguos". Si fallan todas las fuentes, se conserva la instantánea original y se informa un error. Los errores a nivel de repositorio se conservan en el directorio JSON original. Los fallos de lectura de un solo archivo pueden omitirse y escribirse en el registro de la colección, y todo el repositorio no se marcará automáticamente como caducado. Por lo tanto, "Éxito en esta ronda" aún tiene limitaciones de cobertura.
Los enlaces a archivos originales apuntan a la rama predeterminada en el momento de la recopilación; el proyecto puede cambiar después. Para reproducir resultados, registre el commit y la ruta del archivo en GitHub, en vez de conservar solo los números del sitio.
¿Cómo se puede utilizar esta información para tomar decisiones reales?
Primero, reduce la lista de candidatos según la tarea y la entrada/salida; luego, verifica el entorno, el alcance operativo y los permisos; finalmente, realiza una prueba a pequeña escala con la misma entrada y registra los resultados. Las estrellas del repositorio, las categorías del directorio y las descripciones de los autores pueden ayudar a encontrar candidatos, pero no realizarán las pruebas por ti.
La guía de selección de este sitio web proporciona métodos de verificación y ejemplos reutilizables. Los ejemplos no son resultados de pruebas reales de un proyecto específico; los análisis posteriores del proyecto distinguirán entre los datos disponibles públicamente y las pruebas reales.