Cómo la IA lee GitHub
GitHub obtiene 18 de 100 en nuestro escaneo AEO — lo que significa que los agentes de IA y motores de respuesta tienen casi ningún punto de entrada estructurado en la plataforma. A pesar de alojar cientos de millones de repositorios, la comunidad de desarrolladores más grande del mundo es casi invisible para los agentes de IA autónomos.
¿Qué ve la IA?
Cuando un agente de IA visita la página principal de GitHub hoy, llega a una superficie de marketing con mucho JavaScript y prácticamente ninguna señal de descubrimiento legible por máquinas.
Un crawler de IA que accede a la página principal de GitHub recibe un shell renderizado principalmente en el lado del cliente. Una puntuación de datos estructurados de 40 sugiere que existe algún marcado de esquema — probablemente para identidad de organización — pero una puntuación de estructura_de_contenido de 20 significa que el contenido real de la página está mal segmentado para el consumo de máquinas. No hay encabezados de respuesta Link que dirijan a los agentes hacia APIs, puntos finales MCP, o recursos orientados a agentes. El archivo robots.txt no contiene reglas por crawler para GPTBot, ClaudeBot, o PerplexityBot, por lo que los agentes de IA operan en un vacío de reglas. Críticamente, agent_interfaces obtiene 0: sin MCP Server Card, sin catálogo de API en la ruta bien conocida, y sin alternativa Markdown — por lo que los agentes que prefieren ingestión estructurada no encuentran nada de qué agarrarse.
¿Dónde pierde puntos?
Las interfaces de agente son la categoría más débil con 0/100 — una brecha sorprendente para una plataforma cuya propuesta de valor completa es el acceso programático impulsado por desarrolladores.
¿Cómo se arregla?
Tres cambios dirigidos cerrarían las brechas más significativas entre la posición actual de AEO de GitHub y el nivel de base que los agentes de IA esperan antes de interactuar con cualquier plataforma.
Declarar reglas de crawlers de IA en robots.txt
Otorgar a GPTBot, ClaudeBot, PerplexityBot, y crawlers pares reglas de permiso explícitas para que sepan exactamente qué rutas indexar y cuáles evitar.
El escaneo no encontró directivas por agente de usuario para ningún crawler de IA importante — cada bot opera en reglas comodín heredadas diseñadas para motores de búsqueda tradicionales, no agentes autónomos.
Agregar bloques User-agent con nombre para GPTBot, ClaudeBot, PerplexityBot, y OAI-SearchBot. En cada uno, Permitir rutas como /topics/, /explore/, y raíces de repositorio público mientras se Desalientes rutas de API autenticadas y puntos finales privados.
Publicar una MCP Server Card
Registrar GitHub como una herramienta de agente detectable sirviendo una MCP Server Card legible por máquinas en la ruta bien conocida canónica para que los agentes puedan auto-descubrir y autenticarse contra sus capacidades.
Nada se sirve en /.well-known/mcp/server-card.json, por lo que los agentes de IA que auto-descubren herramientas a través del Model Context Protocol no pueden encontrar el servidor MCP mantenido oficialmente por GitHub.
Servir /.well-known/mcp/server-card.json con serverInfo (nombre, versión, descripción), un punto final de transporte que apunte al servidor MCP de GitHub, y capacidades que enumeren repositorios, problemas, solicitudes de extracción, y búsqueda de código — el servidor ya existe, la tarjeta simplemente lo hace auto-descubrible.
Publicar un catálogo de API RFC 9727
Exponer un índice legible por máquinas de las APIs REST y GraphQL de GitHub para que los agentes puedan descubrirlas y llamarlas sin depender únicamente de datos de entrenamiento.
Ningún recurso se sirve en /.well-known/api-catalog, dejando a los agentes incapaces de descubrir programáticamente la extensiva superficie de API de GitHub a través del mecanismo estándar RFC 9727.
Servir /.well-known/api-catalog como application/linkset+json con entradas para la base REST API v3, el punto final GraphQL, y la API de Extensiones de Copilot, cada una incluyendo campos anchor, rel, type, y title según RFC 9727 para que los agentes puedan resolver capacidades en tiempo de ejecución.
Preguntas frecuentes
¿Por qué GitHub obtiene solo 18/100 en AEO a pesar de tener una API pública masiva?
¿El bajo puntaje AEO de GitHub significa que los asistentes de IA no pueden acceder a los datos del repositorio?
¿Cuál es la corrección única más rápida que GitHub podría hacer para mejorar su puntaje AEO?
¿Tu propio sitio está listo para la IA?
Ejecuta el mismo análisis de cinco categorías sobre cualquier URL. Gratis, sin cuenta para empezar.
Analiza tu sitio gratis