Repos de IA en tendencia en GitHub esta semana: noviembre de 2026

En resumen: la lista de tendencias semanales de GitHub a 9 de noviembre de 2026 está dominada por herramientas para agentes de IA. Hay cuatro grandes temas: darles manos (navegador y escritorio), darles procedimientos (skills), darles memoria (contexto entre sesiones) y controlarlos (seguridad y revisión). Aquí van los repositorios más interesantes, con datos verificados en la API de GitHub y lo que dice cada README, más una guía para decidir cuáles merece la pena probar.

Este artículo complementa los repositorios de IA más importantes en GitHub en 2026, publicado en marzo, y los proyectos self-hosted en tendencia. Los repos de aquellos artículos no se repiten aquí.

Resumen de la semana

Estrellas totales según la API de GitHub el 9 de noviembre de 2026; estrellas ganadas esta semana según la página de GitHub Trending ese mismo día.

Repositorio	Qué es	Lenguaje	Estrellas	Esta semana
mattpocock/skills	Skills para ingenieros	Shell	319.496	+9.635
anthropics/skills	Repositorio público de Agent Skills	Python	190.648	+3.169
thedotmack/claude-mem	Memoria persistente para agentes	TypeScript	115.313	+6.443
D4Vinci/Scrapling	Framework de web scraping	Python	100.432	+8.342
cloudflare/security-audit-skill	Skill de auditoría de seguridad	JavaScript	67.783	+10.600
Nutlope/hallmark	Skill de diseño “anti AI-slop”	CSS	51.637	+6.356
vercel-labs/agent-browser	Navegador para agentes (CLI)	Rust	48.321	+2.190
Donchitos/Claude-Code-Game-Studios	Estudio de juegos con 49 agentes	Shell	37.452	+5.235
vercel-labs/agent-desktop	Control del escritorio para agentes	Rust	20.287	+13.712
The-PR-Agent/pr-agent	Revisor de pull requests open source	Python	15.698	+1.706
max-sixty/worktrunk	Git worktrees para agentes en paralelo	Rust	12.247	+2.313
NVIDIA/auto-ontology	Capa de contexto de datos para agentes	Python	10.947	+9.327

Tema 1: darles manos a los agentes

vercel-labs/agent-desktop

La mayor subida de la semana entre los repos de esta lista (+13.712 estrellas). Es un CLI en Rust (y una biblioteca en C) con el que un agente maneja aplicaciones de escritorio sin capturas de pantalla: lee el árbol de accesibilidad de cada app, lo devuelve en JSON y asigna una referencia a cada elemento accionable. El agente actúa sobre una referencia, vuelve a leer la interfaz para comprobar el resultado y repite. No lleva ningún modelo integrado: el bucle de decisión está en el agente. Soporta macOS 13+, Windows 10 1809+ y Ubuntu 24.04+, y se instala con npm install -g agent-desktop. Licencia Apache 2.0.

vercel-labs/agent-browser

El equivalente para el navegador. Un comando snapshot devuelve la página como texto compacto, con una referencia (@e1) por elemento, y el agente hace clic o rellena campos por referencia. El navegador permanece abierto entre comandos, puede conectarse a un Chrome ya abierto, y ofrece un modo de servidor MCP. Un detalle práctico que documenta: las referencias solo valen para la captura de la que salieron, así que hay que repetir la captura tras navegar.

D4Vinci/Scrapling

Un framework de scraping en Python que cubre desde una petición simple hasta rastreos completos: análisis adaptativo que relocaliza elementos cuando una web cambia, navegadores con huella ocultada, una API tipo Scrapy y un servidor MCP para que los agentes extraigan datos. Se instala con pip install scrapling. Úsalo solo con páginas donde tengas permiso para extraer datos y respetando sus condiciones y el RGPD.

Tema 2: darles procedimientos (skills)

Es el tema más fuerte de la semana, y lo explicamos con detalle en Agent Skills: el estándar abierto.

• mattpocock/skills (319.496 estrellas): “skills para ingenieros de verdad”, directamente del directorio .agents de su autor.
• anthropics/skills (190.648): ejemplos, la especificación y las skills de documentos DOCX, PDF, PPTX y XLSX.
• cloudflare/security-audit-skill (67.783, creado en junio de 2026): una skill para auditorías de seguridad en varias fases con hallazgos verificados de forma independiente y legibles por máquina.
• Nutlope/hallmark (51.637): una skill de diseño que busca evitar el aspecto genérico de las interfaces generadas por IA, para Claude Code, Cursor y Codex.
• Donchitos/Claude-Code-Game-Studios (37.452): convierte Claude Code en un estudio de desarrollo de juegos, con 49 agentes y 72 skills de flujo de trabajo y un sistema de coordinación.

Tema 3: darles memoria

thedotmack/claude-mem

Memoria persistente entre sesiones: unos hooks mandan cada llamada a herramienta a un worker local, un agente observador la convierte en observaciones y la siguiente sesión empieza con un índice compacto de lo relevante, con los detalles bajo demanda. Funciona con Claude Code, Codex, Cursor, OpenCode y más agentes, guarda los datos en local por defecto (SQLite y Chroma) y la sincronización en la nube es opcional. Se instala con npx claude-mem install.

NVIDIA/auto-ontology

Una biblioteca abierta (Apache 2.0) que construye una capa de contexto para agentes a partir de los metadatos de la empresa: dónde viven los datos, qué significan los términos de negocio y cómo se unen las tablas. El problema que resuelve es muy real: un agente rápido que usa la definición equivocada de una métrica es peor que ninguno. Genera una ontología a partir de los esquemas, las personas certifican los términos, y el agente responde con el SQL y los pasos usados. Admite PostgreSQL, MySQL, Snowflake y DuckDB; necesita Docker y una clave de NVIDIA NIM o NIMs propios. Es una de las subidas más fuertes de la semana (+9.327).

Tema 4: orquestarlos, revisarlos y controlarlos

max-sixty/worktrunk

Un CLI de Git worktrees diseñado para flujos con varios agentes en paralelo, que cada uno trabaje en su propia carpeta y rama. Es la pieza técnica detrás del auge del desarrollo multiagente que comentamos en agentes de código en paralelo.

The-PR-Agent/pr-agent

El “revisor de pull requests open source original” (MIT). Con agentes generando más código, la revisión es el nuevo cuello de botella, y las herramientas que ayudan a revisar ganan relevancia.

Para vigilar: repos más jóvenes

Estos aún son pequeños, pero reflejan hacia dónde va el ecosistema:

• strands-agents/box (unas 500 estrellas, octubre de 2026): el sandbox de AWS para agentes. Lo detallamos en seguridad de agentes de IA.
• datalab-to/indra (unas 1.700, octubre de 2026): OCR en CPU con descargas de unos 76 MB. Lo vimos en IA en el dispositivo.
• shadcn-ui/lint (unas 3.300, septiembre de 2026): un linter para sistemas de diseño con Tailwind pensado para que los agentes verifiquen su propio trabajo.
• kuafuai/andee (unas 4.000, septiembre de 2026): un agente experimental que usa las apps del móvil. Su licencia añade condiciones a Apache 2.0, y el propio proyecto avisa de que puede gastar dinero o enviar mensajes.

¿Qué patrones se ven?

1. Los agentes se están equipando. Navegador, escritorio, scraping y terminal son ya herramientas con interfaz pensada para modelos: texto compacto, referencias estables y acciones pequeñas.
2. Las skills son el nuevo formato de distribución. Compartir cómo se hace algo (no solo código) mueve cientos de miles de estrellas.
3. El contexto es la ventaja. Memoria entre sesiones y definiciones de negocio fiables importan más que un modelo ligeramente mejor.
4. La revisión y la seguridad pasan a primer plano. Más agentes significa más código y más permisos por controlar.

Cómo evaluar un repositorio antes de usarlo

Las estrellas miden atención, no calidad ni seguridad. Antes de instalar un repositorio en tu equipo:

• Revisa la licencia. Apache 2.0 o MIT son permisivas; otras (como las que añaden condiciones) pueden limitar el uso comercial.
• Mira la actividad reciente: último commit, issues abiertos y quién mantiene el proyecto.
• Lee qué permisos pide. Una skill o un CLI para agentes puede ejecutar comandos: léelo antes de darle acceso.
• Pruébalo aislado, en un contenedor o una máquina sin credenciales ni datos reales.
• Fija la versión y no instales nada con curl | sh sin revisar el script.
• Desconfía de los crecimientos relámpago. Un repo que triplica sus estrellas en días merece curiosidad y una lectura crítica del código.

¿Quieres aplicarlo en tu empresa?

Elegir herramientas es la parte fácil; integrarlas con tus procesos, tus datos y tus controles de seguridad es donde se gana o se pierde el valor. En Stellar Flavor ayudamos a seleccionar, probar e integrar este tipo de herramientas en productos y procesos reales.

Fuentes

• GitHub Trending (semanal), consultado el 9 de noviembre de 2026
• API de GitHub, consultada el 9 de noviembre de 2026, para estrellas, lenguaje, licencia y fecha de creación
• README de cada repositorio enlazado en la tabla