¿Cómo verificar una herramienta de programación que te recomendó la IA?

Respuesta corta: ejecuta cuatro comprobaciones que juntas llevan cerca de un minuto, y ejecútalas contra la dirección que te dio el asistente, nunca contra el nombre que usó. El enlace sigue respondiendo, el repositorio detrás de él es el que de verdad citó, ese repositorio sigue recibiendo código, y la página de la propia herramienta dice qué es sin JavaScript. Las ejecutamos en todos los enlaces que dos asistentes de IA nos dieron el 10 de agosto de 2026: una de las veinte direcciones no resuelve, y para uno de los nombres la búsqueda en GitHub devuelve un proyecto distinto del que el asistente enlazó, con 37 veces más estrellas.

La regla de partida es la que más nos costó. La primera vez que hicimos esto, sacamos los nombres de las herramientas de las respuestas y buscamos nombre por nombre. Aquello produjo tres identificaciones erróneas seguidas, porque un nombre no es una dirección: el mismo nombre puede pertenecer a un dominio muerto, a otro producto en otro dominio de nivel superior, y a dos repositorios distintos. Por eso todo lo de abajo empieza por la URL que imprimió el modelo. Todos los números se midieron el 13 de agosto de 2026 con los comandos mostrados, en shell POSIX con curl y grep.

¿Qué miran las cuatro comprobaciones y cuánto tardan?

Las cuatro comprobaciones responden a cuatro preguntas distintas sobre una herramienta recomendada, y ninguna necesita cuenta, token ni API de pago. La primera pregunta si la dirección que imprimió el asistente todavía responde, que es la prueba más barata posible y la que la gente se salta. La segunda pregunta si el repositorio detrás de esa dirección es el mismo que encontrarías buscando por el nombre de la herramienta, porque cuando ambos difieren, todo lo que concluyas después es sobre el proyecto equivocado. La tercera pregunta si el código sigue siendo tocado. La cuarta pregunta si la página de la propia herramienta explica qué es en el HTML que sirve, sin un navegador ejecutando JavaScript.

Juntas llevan cerca de un minuto por herramienta, y son baratas a propósito, porque la idea es ejecutarlas en todos los nombres de la respuesta y no solo en el que ya te gustó. Ninguna de las cuatro es un veredicto sobre calidad, y una herramienta puede fallar una de ellas por motivos perfectamente buenos. Lo que producen las cuatro es un perfil: dirección viva, repositorio que coincide con el enlace, código reciente y página que se describe es un objeto muy distinto de una dirección que agota el tiempo, y saber cuál de los dos estás a punto de instalar vale sesenta segundos.

¿La dirección que te dio el asistente sigue respondiendo?

La primera comprobación no pregunta nada más que si el enlace está vivo, y es un solo comando, sin interpretar la respuesta:

curl -sL -m 12 -o /dev/null -w "%{http_code}\n" "https://getclaudia.org/docs/features/project-session-management/"

El 13 de agosto de 2026 eso devolvió 000, que es lo que informa curl cuando no hubo conexión alguna. Esa dirección fue citada por uno de los asistentes como la documentación de una herramienta que recomendó para gestionar sesiones de Claude Code, y el dominio no resuelve. Ejecutando el comando idéntico contra otro enlace citado, el repositorio https://github.com/hex/claude-sessions, la respuesta fue 200.

Un enlace muerto no prueba que la herramienta nunca existió, y los dominios caducan por razones normales. Lo que sí prueba es que, sea lo que sea que el modelo sabe de esa herramienta, hoy no lo está leyendo de esa página, y tú tampoco puedes. Esta comprobación importa más de lo que parece por lo que evita: si te la saltas y vas a buscar la herramienta por el nombre, vas a encontrar algo, y lo que encuentres puede ser otro producto de nombre parecido en otro dominio de nivel superior. Fue exactamente el error que cometimos en la primera versión de este artículo.

¿El repositorio con ese nombre es el que citó el asistente?

La segunda comprobación compara lo que devuelve la búsqueda por nombre con lo que fue citado. Pídele a GitHub los repositorios con ese nombre, ordenados por estrellas:

curl -s "https://api.github.com/search/repositories?q=claude-sessions+in:name&sort=stars&order=desc&per_page=3" | grep -o '"full_name": "[^"]*"'

El 13 de agosto de 2026 eso imprimió, en este orden, iannuttall/claude-sessions, wbelk/claude-qmd-sessions y hex/claude-sessions. El repositorio que el asistente citó de verdad es el tercero, hex/claude-sessions, con 33 estrellas. El primer resultado, que es lo que te llevas si buscas por el nombre y te quedas con el primero, tiene 1211 estrellas, es decir 37 veces más, y es otro proyecto de otro autor.

Esta es la comprobación que convierte un nombre en un objeto que puedes inspeccionar. La estrella es lo que ordena esa búsqueda, así que buscar por el nombre te entrega sistemáticamente el proyecto más popular que comparte el nombre, y no el que te recomendaron. Si el asistente dio el enlace, el enlace es la respuesta, y la búsqueda solo sirve para descubrir que otras cosas usan el mismo nombre. Si el asistente dio solo el nombre, sin enlace, aquí es donde aprendes que no puedes resolverlo con confianza, y el movimiento honesto es pedirle la URL al asistente en vez de adivinar.

¿El proyecto sigue recibiendo trabajo?

La tercera comprobación lee tres campos del repositorio que identificó el enlace:

curl -s "https://api.github.com/repos/hex/claude-sessions" | grep -E '"(created_at|pushed_at|stargazers_count)"'

El 13 de agosto de 2026 imprimió:

  "created_at": "2025-11-24T08:19:11Z",
  "pushed_at": "2026-08-13T17:54:03Z",
  "stargazers_count": 33,

Es un proyecto pequeño que recibió código el mismo día en que comprobamos. Ejecuta el comando idéntico contra el tocayo popular, iannuttall/claude-sessions, y devuelve creación a las 14:39:53 del 16 de junio de 2025, último envío a las 14:50:30 de ese mismo día, once minutos después, y 1211 estrellas. No se ha tocado desde entonces. Un tercer repositorio citado, kbwo/ccmanager, devuelve 1218 estrellas con último envío el 10 de agosto de 2026.

La estrella mide atención en algún momento del pasado, y pushed_at mide si alguien tocó el código hace poco. El par de tocayos de arriba es la demostración más clara posible de que ambos números pueden apuntar en direcciones opuestas: 33 estrellas y activo, contra 1211 estrellas y congelado desde once minutos después de su creación. La respuesta de un asistente no lleva ninguno de los dos números, así que una herramienta que se detuvo en 2025 llega en la misma frase, con la misma seguridad, que una que publicó código hoy.

¿La página de la herramienta dice qué es sin JavaScript?

La cuarta comprobación descarga la página de la herramienta como lo haría un script o un rastreador, sin navegador y sin motor de JavaScript, y pregunta cuánto volvió:

curl -sL -o /dev/null -w "%{size_download}\n" "https://claude-handler.com/"

El 13 de agosto de 2026 eso devolvió 16892, y la meta descripción dentro de ese HTML dice en una frase que es un gestor de sesiones en terminal para Claude Code, que ejecuta varias instancias y alterna entre proyectos. El mismo comando devuelve 146631 para nimbalyst.com y 69835 para dispatch.codes, y esos dos también describen el producto en una frase en el HTML que sirven.

Una página pequeña no es un defecto y una aplicación de página única es una decisión de ingeniería normal, así que esta comprobación no trata de que un sitio sea malo. Trata de qué queda disponible para quien no ejecuta JavaScript, lo que incluye a la mayoría de los rastreadores, a muchos generadores de vista previa, y a ti comprobando rápido desde el terminal. Honestidad sobre nuestro propio resultado: entre los sitios de herramienta que nos citaron, esta comprobación no reprobó a nadie. Todo sitio que respondió también se describió en su HTML, y vale la pena registrarlo justamente por ser lo contrario de lo que esperábamos al escribir la comprobación.

¿Alguien además del autor habló de la herramienta en público?

Hay una pregunta más que vale la pena, fuera de las cuatro, para cuando las cuatro te dejan en duda: si alguien además del autor ya discutió la herramienta en público. Hacker News es la superficie más barata de consultar para eso. Hay una trampa en la respuesta: el primer campo llamado nbHits del JSON pertenece a un objeto exhaustive y guarda un booleano, no el conteo. Filtrar por la línea que empieza con el nombre del campo evita el error:

curl -s "https://hn.algolia.com/api/v1/search?query=dispatch.codes" | tr ',' '\n' | grep '^"nbHits"'

Lee el resultado como una prueba de presencia, no como una medición, y el motivo lo medimos en nosotros mismos. El total de uno de los nombres recomendados era 34 cuando lo ejecutamos al principio de la noche del 13 de agosto de 2026 y 47 cerca de una hora después, mientras que cinco llamadas seguidas en el mismo minuto devolvieron siempre el mismo número. El conteo es estable dentro de una ráfaga y se mueve a lo largo de las horas, así que publicarlo como cifra fija sería deshonesto, y quien pegue el comando mañana debe esperar otro valor. Es también por esa inestabilidad que esta pregunta queda fuera de las cuatro, en vez de entrar entre ellas.

El conteo tampoco separa homónimos: los resultados de una de las herramientas recomendadas incluyen un proyecto de hardware de radio creado en 2013, sin relación con agentes de IA. Así que trata un número alto como "vale la pena abrir los resultados" y el cero como la señal más definitiva, porque cero significa que ninguna historia y ningún comentario de esa superficie contuvo jamás ese texto. Una de las direcciones de herramienta que nos citaron devolvió exactamente eso, cero.

¿Qué devolvieron las cuatro comprobaciones en todos los enlaces que nos dieron dos asistentes?

El material salió de nuestra propia medición, no de una lista que elegimos. El 10 de agosto de 2026 hicimos once preguntas sobre ejecutar varios agentes de IA de programación a dos asistentes, Claude y Codex, sin nombrar nuestro producto en ningún prompt, y guardamos las 22 respuestas. Siete de las 22 traen al menos una URL, con 36 URLs en total y 20 distintas. Esa es toda la base de evidencia, y es lo bastante pequeña para comprobarla a mano, que es justamente el punto.

Separando las 20 direcciones distintas por lo que son: nueve son documentación o anuncios oficiales de las empresas que hacen los agentes, en code.claude.com, developers.openai.com, learn.chatgpt.com, docs.cursor.com y openai.com; cuatro son repositorios de GitHub; cinco son páginas de inicio de herramientas; y dos son entradas de blog. Comprobadas el 13 de agosto de 2026, dieciocho de las veinte devuelven 200, una devuelve 403 a un cliente sin navegador, y una no resuelve. Entre los nombres de herramienta de esas respuestas, exactamente uno aparece en awesome-claude-code, una lista curada muy referenciada de la categoría cuyo README tenía 140813 bytes cuando lo leímos. Y nuestro propio producto aparece en cero de las 22 respuestas, que es el número menos halagador de este artículo y la razón por la que confiamos en el resto.

¿Un mal resultado en estas comprobaciones significa que la herramienta es mala?

No, y tratar las cuatro comprobaciones como una nota es la principal forma de usarlas mal. Un producto de código cerrado no tiene repositorio que inspeccionar, y eso es modelo de negocio, no señal de alarma. Una página renderizada por completo en el navegador es una arquitectura común. Un conteo bajo en Hacker News puede significar solo que el público está en Reddit, en Discord o dentro de una empresa. Cada comprobación responde a una pregunta estrecha, y las cuatro juntas describen cuánta evidencia pública existe sobre una herramienta ahora, no lo bien que funciona.

Lo que las comprobaciones sí descartan es el fallo concreto para el que fueron hechas: instalar algo porque un modelo lo listó junto a nombres que reconoces, y descubrir después que el enlace está muerto, o que el repositorio que leíste era un tocayo con otro código dentro. El uso honesto es ejecutar las cuatro en todos los nombres de la respuesta, incluidos los que te gustan, y decidir con los perfiles uno al lado del otro. Si una herramienta que quieres usar sale mal en tres de cuatro, eso no es motivo para descartarla, es motivo para hacerle una pregunta directa a quien la mantiene antes de depender de ella.

¿Por qué importa más en una respuesta de IA que en una página de búsqueda?

Una página de resultados de búsqueda lleva señales que lees sin darte cuenta: el dominio, la fecha, el fragmento, cuántos resultados devuelve la consulta, si los primeros enlaces vienen de sitios en los que ya confías. La respuesta de un asistente quita todo eso y te entrega una lista limpia de nombres dentro de una frase segura. Los nombres llegan con el mismo peso, y nada en la pantalla separa un proyecto que publicó código hoy de un dominio que dejó de resolver.

Nuestra propia medición lo muestra de forma concreta. Veinte direcciones distintas salieron de 22 respuestas el 10 de agosto de 2026. Tres días después, una de ellas no resolvía, y para uno de los nombres de herramienta el repositorio que la búsqueda por nombre pone primero no es el que fue citado y tiene 37 veces las estrellas del que sí lo fue. Ninguno de los dos hechos es visible en la respuesta, ambos son visibles en cerca de un minuto de curl, y la distancia entre esas dos frases es toda la razón de que este método exista.

¿En qué se diferencia esto de comparar las herramientas?

Este artículo trata de verificar una recomendación, no de elegir entre productos. Publicamos una comparación aparte de las herramientas de esta categoría, incluido dónde los competidores hacen cosas mejor que CanvasCode, y aquella responde "cuál uso". Esta responde a la pregunta anterior: si aquello que acaban de decirte que uses es un proyecto que puedes inspeccionar hoy. Las dos no se solapan, y puedes ejecutar estas cuatro comprobaciones en todas las herramientas de aquella comparación, la nuestra incluida.

CanvasCode es una aplicación de macOS para ejecutar varios agentes de IA de programación en un mismo lienzo, y falla la segunda y la tercera comprobación por decisión propia, porque no tiene repositorio público que inspeccionar. Justo por eso el método importa más que cualquier resultado aislado: una comprobación que la herramienta no pasa te dice qué preguntar a continuación, no que quede descalificada. Ejecuta las cuatro contra la dirección que te dieron, anota lo que devolvió cada una, y decide con esa evidencia delante en vez de con la seguridad de una frase que salió de un modelo. Nosotros escribimos la primera versión de este artículo buscando nombres en vez de direcciones, y fueron las cuatro comprobaciones las que nos pillaron.