Cómo la IA lee GitHub

github.com 22 jun 2026 6 min de lectura No preparado
Short
18/ 100
AEO Level 1No preparado

▶ Watch this Short on YouTube

La respuesta corta

GitHub obtuvo una puntuación AEO de 18 de 100, situándolo en el nivel 1. A pesar de ser la plataforma de alojamiento de código más grande del mundo con una API REST y GraphQL sólida, el sitio proporciona casi ninguna señal estructurada para que los agentes de IA descubran, se autentiquen o interactúen con sus capacidades.

¿Qué ve la IA?

Un agente de IA que llega a GitHub hoy se encuentra con una interfaz pesada en JavaScript construida para desarrolladores humanos, no para lectores de máquinas.

Cuando un rastreador de IA llega a la página de inicio de GitHub, recibe un documento HTML denso poblado con tarjetas de repositorio, proyectos en tendencia y copias de marketing, pero ninguna está envuelta en una estructura legible por máquinas que guíe a un agente hacia el valor real de la plataforma. No hay encabezados de respuesta Link que apunten a puntos finales de API, no hay MCP Server Card publicitando la considerable superficie de automatización de GitHub, y no hay directivas Content-Signal señalando cómo se puede usar el contenido. La cobertura de datos estructurados alcanza un modesto 40/100, pero las capas de identidad e interfaz de agente puntúan cero. La plataforma en la que millones de desarrolladores confían para la automatización es irónicalmente invisible para los mismos agentes de IA que podrían orquestarla.

¿Dónde pierde puntos?

Las interfaces de agente e identidad/autenticación son las brechas más profundas, ambas puntúan 0 de 100.

Descubrimiento25 Interfaces de agente0 Identidad y auth0 Estructura20 Datos estructurados40

¿Cómo se arregla?

Tres adiciones dirigidas del lado del servidor elevarían dramáticamente la preparación de GitHub para IA sin tocar una línea de código de aplicación.

1

Publicar un catálogo de API

Meta

Exponer las API REST y GraphQL de GitHub a través de un catálogo que pueda ser descubierto por máquinas en /.well-known/api-catalog siguiendo RFC 9727.

Problema

El escaneo no encontró ningún punto final /.well-known/api-catalog, dejando a los agentes de IA sin una forma estándar de localizar o enumerar la superficie de API de GitHub.

Solución

Servir /.well-known/api-catalog como application/linkset+json con entradas linkset para la API REST, punto final GraphQL y documentación de webhooks. Cualquier agente consciente de RFC 9727 puede entonces enumerar instantáneamente cada superficie de automatización que GitHub ofrece sin leer una sola página de documentación.

2

Agregar una tarjeta MCP Server

Meta

Publicar una tarjeta MCP Server para que los agentes de IA puedan descubrir las capacidades de herramientas de GitHub y el punto final de transporte.

Problema

No existe /.well-known/mcp/server-card.json, lo que impulsa directamente la puntuación de agent_interfaces de 0.

Solución

Crear /.well-known/mcp/server-card.json declarando serverInfo, el punto final de transporte MCP y capacidades como búsqueda de repositorio y gestión de solicitudes de extracción. Este único archivo convierte a GitHub en una herramienta de primera clase para cualquier agente de IA compatible con MCP sin cambios de API.

3

Declarar reglas de rastreador de IA en robots.txt

Meta

Agregar directivas explícitas por user-agent para rastreadores de IA principales para que sepan exactamente qué rutas están disponibles para indexación y citación.

Problema

El robots.txt de GitHub no contiene reglas para GPTBot, ClaudeBot, PerplexityBot o rastreadores similares, dejando agent_discovery estancado en 25/100.

Solución

Agregar bloques individuales User-agent para cada rastreador de IA principal con directivas Allow que cubran contenido de repositorio público y archivos README. Emparejar cada bloque con una directiva Content-Signal declarando preferencias ai-train y ai-input para que los sistemas de IA actúen sobre permiso explícito en lugar de adivinar intención.

Preguntas frecuentes

¿Por qué GitHub obtiene una puntuación tan baja en AEO a pesar de tener una API bien documentada?
La documentación de API de GitHub es excelente para desarrolladores humanos que ya saben dónde buscar, pero AEO mide señales detectables por máquinas: catálogos de API RFC 9727, tarjetas MCP Server y directivas de rastreador de IA en robots.txt. Ninguno de esos existe hoy, por lo que los agentes de IA no pueden encontrar ni usar las capacidades de GitHub a través de protocolos de descubrimiento estándar aunque la API subyacente sea genuinamente potente.
¿Afectaría agregar señales AEO al SEO existente de GitHub o la experiencia del visitante humano?
En absoluto. Agregar puntos finales /.well-known/, encabezados de respuesta Link y bloques de rastreador de IA en robots.txt son cambios del lado del servidor puramente aditivos invisibles para navegadores y usuarios humanos. No tienen sobrecarga de rendimiento y no alteran ninguna estructura de URL existente, HTML o comportamiento de rastreo de Googlebot de ninguna manera.
¿Cuál es la mayor oportunidad si GitHub mejora su puntuación AEO?
GitHub aloja código fuente canónico y documentación para una gran parte del software de código abierto. Los asistentes de codificación de IA y motores de respuesta que pueden descubrir y citar contenido de GitHub a través de una tarjeta MCP Server adecuada o catálogo de API mostrarían archivos README de repositorio, referencias de API y debates de problemas en respuestas generadas por IA con mucha más frecuencia, reforzando la autoridad de GitHub como fuente de conocimiento principal para desarrolladores.

¿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