Propietarios de Repositorios en GitHub: Usen la Bandera --author de Git para Bloquear el Spam de Bots de IA

El equipo de Archestra (una startup de plataforma de IA) estaba ahogado en spam de bots de IA: 253 comentarios en un solo issue de recompensa, 27 PR para una función que nunca se probaron y un costo de limpieza semanal de medio día. Su repositorio se volvió hostil para los contribuyentes reales. Necesitaban una lista blanca, pero GitHub no admite una de forma nativa para repositorios públicos. Su ingenioso truco: abusar de la configuración Limit to prior contributors y la bandera --author de Git.
El problema: basura de IA en GitHub
Los bots generaban interminables "planes de implementación" y respuestas agresivas. Los contribuyentes reales como @ethanwater, @developerfred y @Geetk172 eran ignorados. Incluso su primer intento —un bot de reputación llamado "London-Cat"— no detuvo el spam. Un "sheriff de IA" cerraba PR legítimos. La única solución real era poner las contribuciones tras una verificación humana.
Cómo funciona el truco de la lista blanca
La configuración "Limit to prior contributors" de GitHub bloquea a cualquiera que no haya creado un commit en main. Pero los commits de Git tienen dos campos de identidad: autor y committer. Usando --author, puedes atribuir un commit a otra persona: GitHub otorga el estado de contribuyente si el correo coincide con el correo noreply de GitHub del usuario objetivo (<id>+<username>@users.noreply.github.com).
# Buscar el ID de GitHub del usuario
gh api users /su-usuario --jq '.id'
# Hacer commit bajo su nombre (correo = [email protected])
git commit \
--author="su-usuario <[email protected]>" \
-m "chore: agregar su-usuario a contribuyentes externos"
Haz push a main, y ese usuario puede inmediatamente comentar, abrir issues y enviar PR. El commit muestra al usuario externo como autor; tu cuenta aparece como committer. Eso es todo lo que GitHub necesita para considerarlo un "contribuyente anterior".
Flujo completo de incorporación
- El usuario visita archestra.ai/contributor-onboard y completa un CAPTCHA mientras acepta las reglas éticas de IA.
- Al enviar el formulario, se activa una GitHub Action, busca el ID de GitHub del usuario a través de la API y agrega su handle a un archivo
EXTERNAL_CONTRIBUTORS.md. - La acción envía un commit a
maincon autoría del usuario externo, otorgándole estado de contribuyente de inmediato.
Esta es una opción nuclear para una startup respaldada por VC que mide la actividad de GitHub, pero la calidad superó a las métricas de vanidad.
Es un truco, pero funciona. Sin filtro de spam de terceros, solo un uso inteligente de los campos de identidad de Git y un flujo de validación de dos pasos.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también

Creación de un sistema completo de BI con Claude Code y Metabase por menos de $50/mes
Un usuario de Reddit construyó un sistema completo de BI usando Claude Code, BigQuery y Metabase auto-alojado, reemplazando cotizaciones de expertos por $15,000 con 3 días de trabajo y $30 al mes en costos de nube.

Cómo construir un sistema financiero local de datos + IA personal en Mac Studio
Un desarrollador comparte su experiencia construyendo un sistema completamente localizado de procesamiento de datos financieros y asistente de IA personal en un Mac Studio, incluyendo decisiones de arquitectura, división de memoria, orquestación con cron y optimizaciones iniciales.

Dividir el Contexto del Agente en Tres Capas para Resolver el Problema del Monolito de 700 Líneas
Un equipo que construye un sistema autónomo de 6 agentes resolvió la inflación de archivos de contexto separando el contexto del agente en tres capas según el tipo de preocupación y la frecuencia de cambio: CLAUDE.md para identidad, BRIEFING.md para misión y PLAYBOOK.md para operaciones. Este enfoque evita fallos silenciosos por límites de argumentos y hace que la edición sea predecible.

Lista de Recursos de OpenClaw Compilada a partir de Fuentes Comunitarias
Un repositorio de GitHub recopila recursos prácticos de OpenClaw que cubren configuración, despliegue, sistemas de memoria, seguridad, habilidades, compatibilidad de modelos y enlaces comunitarios para ayudar a los desarrolladores a evitar lagunas de información comunes.