Antes de creerte nada de esto: publicamos cuántas veces nos equivocamos → 46 correcciones, cada una de una línea que marcamos mal en un repositorio público real, y 43 contrapruebas que demuestran que ningún arreglo calló un problema real.
magaudit-agentbotcommented just nowHIGH · Possible secret in 'paymentsApiKey'
const paymentsApiKey = "pk9Xq2Lr7Tz4…";const paymentsApiKey = process.env.PAYMENTS_API_KEY;If this is a real secret, revoke it and read it from an environment variable. If it is an example, use an obvious placeholder such as YOUR_KEY_HERE.
Un check de seguridad en cada pull request, con un precio plano para todo el equipo. Tu código se lee en un servidor en Finlandia y nunca se envía a un modelo de IA ni a ningún tercero: solo salen nombres y versiones de paquete, hacia los registros de paquetes y sus contadores de descargas.
El check falla cuando encuentra algo grave, así que bloquea el merge en cuanto lo marcas como obligatorio. El primer informe llega cerca de un minuto después de instalar, sobre el código que ya está en tu repositorio.
Empezamos por el código que ya está ahí, porque el fallo que más encontramos no se añade nunca en un pull request. A partir de ahí, cada dependencia que añadas se comprueba por su antigüedad y por si alguien la usa de verdad — el perfil de un paquete que un atacante registró la semana pasada, que se instala sin decir nada y todavía no tiene aviso. Y además credenciales en el código, SQL construido concatenando cadenas, deserialización insegura y salida del modelo pintada como HTML sin filtrar. Los hallazgos llegan como comentario en el pull request, con el fichero, la línea y la corrección.
Esta es la medición que nos hizo construirlo así. Buscamos un fallo concreto —una clave de
servicio con prefijo NEXT_PUBLIC_ o VITE_, que el framework
entrega al navegador de cada visitante— en 63 pull requests reales de proyectos Next.js y
Vite. Apareció cero veces. En el código ya existente de 8 repositorios reales
apareció en siete. Se escribe una sola vez, el día que se crea el proyecto, y una
herramienta que solo lee diffs no lo va a ver nunca.
Auditamos pull requests públicos cada día para no engañarnos. En más de 1.400 dependencias añadidas por desarrolladores reales no encontramos ningún paquete inventado: el ataque del que todo el mundo escribe es más raro de lo que sugieren los titulares, y preferimos decírtelo a venderte un susto. Lo que sí aparece, en torno a un pull request de cada quince, son credenciales e inyección. Lee la medición, o mira el recuento en vivo.
Pensado para equipos de software y agencias europeas de cinco a veinte desarrolladores que entregan React/Next.js y Python con Copilot, Cursor o Claude — y para quien tiene que explicarle a un cliente dónde va su código. Dónde va tu código →
Socket hace la mitad de las dependencias mejor que nosotros, y es mejor que lo sepas por nosotros que por un buscador. Analiza el comportamiento del paquete —scripts de instalación, acceso a red y a disco, código ofuscado—, cosa que nosotros no hacemos. Su plan gratuito cubre desarrolladores y repositorios ilimitados, hasta 1.000 escaneos al mes, y bloquea dependencias maliciosas automáticamente. Si tu único problema son las dependencias, instala Socket: es gratis.
Donde nos diferenciamos es en el alcance. Socket mira tus dependencias; nosotros miramos la dependencia y el código en el mismo check: credenciales escritas a mano, claves enviadas al navegador, SQL concatenado, deserialización insegura, tus workflows y tu Terraform. Si necesitas las dos mitades en repositorios privados, su plan de pago cuesta 25 $ por desarrollador y mes con un mínimo de cinco; el nuestro es un precio plano para toda la organización. La comparación completa →
Precios tal como aparecían en la página de cada proveedor el 27 de septiembre de 2026.
¿Ya tienes un revisor con IA? Quédatelo. CodeRabbit y Copilot revisan cómo está escrito el código; nosotros somos un check de seguridad que va a su lado, no en su lugar. En repositorios privados, la revisión de seguridad de CodeRabbit en cada pull request solo está en el plan Advanced, a 72 $ por desarrollador y mes; Essentials y Team no la incluyen. Quédate con el plan que tienes y añade MagAudit para la seguridad: precio plano por organización, y tu código no se envía a otro modelo de IA. La comparación completa →
SonarQube Cloud es más barato para un equipo pequeño, y gratis en código privado de hasta 50.000 líneas de código. Además hace calidad de código, que nosotros no. Lo que añadimos es estrecho, y decimos exactamente qué es.
Precios tal como aparecían en la página de cada proveedor el 4 de octubre de 2026.
«¿Y por qué no le pido a Copilot o a Claude que revise el PR?» Hazlo también: ayuda con la lógica. Pero si un paquete se publicó el martes pasado es un dato del registro, no una opinión, y un modelo no puede saberlo. Además supone mandar tu código a un proveedor de IA más — una decisión en la que tus clientes quizá quieran opinar. Otro trabajo, otro modo de fallar.
Un paquete que no existe no es tu problema: pip install falla, el CI se
pone en rojo y alguien lo arregla en un minuto. También lo medimos: en 1.778
dependencias añadidas en pull requests públicos reales encontramos cero paquetes
inventados, y lo decimos en la portada.
El problema es el contrario. El atacante registró el nombre, así que el paquete
sí existe, pip install funciona sin decir nada y ejecuta su script
de instalación. Lo único que te salva entonces es un aviso de seguridad — y el aviso
todavía no está.
Medimos esa ventana. Con los 100 avisos de malware npm más recientes, comparando la fecha de publicación de cada paquete con la de su aviso:
Durante esa ventana, todo escáner basado en CVE da el paquete por bueno, porque de verdad no hay nada que encontrar. Pero el paquete tiene días y casi nadie lo usa, y eso el registro lo dice en cuanto aparece en tu pull request. No esperamos al aviso: marcamos la antigüedad y el uso.
En nuestros barridos de pull requests públicos esa regla salta en torno a una de cada 290 dependencias añadidas por desarrolladores reales, así que no es un bot que grita. Las dos cifras se reproducen con la base de avisos de GitHub y el registro de npm sin fiarse de nosotros.
curl.Prueba esta mitad gratis, como un paso de CI. La comprobación de dependencias
también es una GitHub Action: añade uses: MagSolutionsAI/dependency-check@v1 a
un workflow que se ejecute en los pull requests. Corre en tu propio runner, así que tu
código no sale de él; sin cuenta y sin instalar la App. Marca los paquetes que no existen
y los publicados hace días casi sin usuarios, en las líneas que añade el pull request.
En el Marketplace de GitHub →
· Instalación y código
Medido antes de publicarla, el 28 de septiembre de 2026: en 44 pull requests públicos reales que añadían 305 dependencias extrajo las mismas que la App y no dio ninguna falsa alarma. La muestra no tenía ningún paquete malicioso, así que mide el ruido, no la detección. No propone el nombre correcto ni mira tu código; eso es la App.
Se subieron a PyPI hace unos minutos. Copia cualquiera y pregúntale a Copilot, Claude o ChatGPT si el paquete es real. No puede saberlo: todo modelo tiene fecha de corte de entrenamiento y estos se publicaron después de todas ellas. Nosotros no deducimos que existan. Se lo preguntamos al registro.
En vivo desde pypi.org, cada cinco minutos. Si la lista sale vacía es que
la consulta falló, y preferimos no enseñar nada antes que inventarnos un nombre.
Las mismas puertas se ejecutan dos veces: sobre el código que ya está en el repositorio en el momento de instalar, y después sobre cada pull request antes del merge. Los hallazgos llegan como comentario en el PR, con el fichero exacto, la línea, por qué importa y cómo se arregla. Nadie de tu equipo instala nada.
La pasada de instalación es a propósito más estrecha: un diff te dice quién escribió una línea y cuándo, un fichero entero no. Informa de credenciales y de la frontera del navegador, y se calla las heurísticas que necesitan ese contexto. La ajustamos después de ejecutarla contra nuestro propio repositorio y obtener 15 hallazgos, 13 de ellos ruido.
Cada dependencia añadida se resuelve contra PyPI y npm en vivo. Si no aparece, o es una alucinación de la IA o es un nombre libre que un atacante todavía puede registrar. Se marca como crítico, con la respuesta del registro y la hora, para que puedas reproducirlo.
El caso peligroso: sí existe. Publicado hace días, casi sin descargas — el perfil exacto de un slopsquat ya reclamado. Comprobar que existe no lo pilla. Nosotros sí.
Ocho formatos de clave, con entropía de Shannon y supresión de falsos positivos. Los
emails, las llamadas a os.getenv() y las anotaciones de tipo no lo disparan.
Los bugs que solo salen en código escrito con IA: salida del modelo metida en
dangerouslySetInnerHTML, claves de servidor publicadas en variables
NEXT_PUBLIC_, sumideros de inyección de prompt.
Lo que la IA escribe sin pensar: SQL construido interpolando, shell=True
con variables, pickle.load sobre datos ajenos, verify=False
desactivando TLS. Una consulta correctamente parametrizada no se marca: nos
equivocamos una vez, lo corregimos, y la prueba que lo demuestra está en el repositorio.
La versión que fija este pull request, contrastada con la base de avisos de GitHub, y
la versión parcheada en la línea del arreglo. Solo lo afirmamos cuando la línea fija una
versión exacta y el rango afectado se puede comparar sin adivinar: un rango como
>=2.0 no dice qué se va a instalar, así que preferimos callarnos antes
que suponer.
Dockerfiles, docker-compose, workflows de GitHub Actions, Terraform y Kubernetes.
Incluido el fallo caro que casi nadie mira: pull_request_target combinado
con hacer checkout de la rama de quien abrió el PR, que ejecuta código de un
desconocido con los secretos y los permisos de escritura de tu repositorio. Con el
disparador pull_request normal nos callamos: eso es correcto y lo hace todo
el mundo.
Y donde el arreglo no es discutible,
llega escrito. El hallazgo aparece sobre la línea con un bloque
suggestion y el botón Commit suggestion:
verify=False pasa a verify=True, una versión vulnerable pasa a
la que el propio aviso declara parcheada, una acción sin fijar pasa al SHA real con la
etiqueta en un comentario, una clave escrita a mano pasa a leerse del entorno. Aquí ser
deterministas es la ventaja: un revisor basado en un modelo tiene que inventar el
parche. Nosotros lo derivamos — y donde no se puede derivar, no proponemos ninguno.
Ni elegir un UID por ti, ni parches que necesitan una segunda línea, ni nada en un
lenguaje donde no sabríamos escribirlo bien. Un parche equivocado sobre código de
seguridad lleva nuestra firma y un botón que invita a aplicarlo sin leerlo.
El mismo detector corre en tu máquina antes
de hacer push: python tools/magaudit.py --staged. Devuelve 1 si hay algo
grave, 2 si hay algo, 0 si está limpio — para un hook de pre-commit o para tu propio CI.
Es literalmente el mismo código que corre en el pull request, y existe una prueba cuyo
único fin es impedir que los dos diverjan: un escáner local que no coincide con el de CI
hace que dejes de creerte los dos.
Todo escáner se equivoca alguna vez. Lo que decide si un equipo lo conserva es qué pasa después — y la respuesta habitual es «abre un ticket, o desinstala». Tres salidas, y ninguna exige esperarnos:
Cada hallazgo lleva un identificador corto. @magaudit ignorar a1b2c3d4 en
el pull request, o @magaudit ignorar regla VULN-EVAL para todos.
Contestamos con un 👍, no con otro comentario. Solo pueden hacerlo dueños, miembros y
colaboradores del repositorio: cualquiera puede comentar en un PR público, y si eso
apagara el detector, apagarlo sería el primer paso de un ataque.
Un .magaudit.yml opcional: rutas a excluir, reglas a desactivar, una
severidad mínima. Vive en tu repositorio y se cambia por pull request como cualquier
otra cosa, así que todo el equipo ve qué se está silenciando y quién lo decidió.
¿Vienes de otro escáner? Respetamos sus anotaciones:
pragma: allowlist secret, nosec, nosemgrep,
gitleaks:allow, trufflehog:ignore, NOSONAR.
Ya contestaste a la pregunta; no vamos a hacerte contestarla dos veces.
Lo que tu configuración silencia se sigue contando y se sigue declarando en el comentario, con el motivo de cada uno. Una herramienta que se calla sin decirte cuánto se ha callado no es una herramienta fiable — y menos el día que tu propia exclusión tape algo real.
Lo que no haremos: reescribir un informe ya publicado. Un silenciado vale desde la siguiente auditoría. Hacer desaparecer un hallazgo de seguridad ya emitido es exactamente lo que querría quien acaba de subir una credencial, y no lo ofrecemos ni al dueño del repositorio.
Somos un proveedor de seguridad pidiéndote acceso a tus repositorios. No deberías creernos nada — por eso hemos hecho que no haga falta.
Cada hallazgo de dependencia lleva la consulta exacta al registro, el código HTTP y la hora. Lanza tú el curl — o el hallazgo se reproduce, o no.
El diff se analiza en memoria y nunca se escribe en disco. El informe enlazado desde el pull request conserva la línea marcada en memoria hasta siete días, y después desaparece. Guardamos ID de instalación, nombre del repo, número de PR y nivel de riesgo — nunca tu código ni el valor de un secreto.
De nuestro servidor solo salen nombres de paquete (y, para el aviso de
vulnerabilidades, la versión fijada), hacia PyPI y npm (pypi.org,
registry.npmjs.org), sus contadores de descargas (api.npmjs.org,
y pypistats.org para paquetes de Python de menos de 90 días) y la base de
avisos de GitHub (api.github.com). Esa es la lista completa.
Ningún modelo de IA ve tu código. Sin analítica de terceros, sin rastreadores, sin CDN
de fuentes.
Alojado en Finlandia. Webhooks verificados con HMAC-SHA256 sobre TLS 1.2+. Notificación de brechas en 72 horas según el RGPD. Confianza y seguridad →
No tenemos logos de clientes que enseñarte, porque todavía no tenemos clientes. Este producto salió en julio de 2026. Todo lo de arriba es una propiedad del código, no un testimonio — y todo se puede verificar en el informe que la App genera sobre tus propios pull requests. Cuando haya referencias, aparecerán aquí con nombre y apellidos. Hasta entonces, el plan gratuito y el escáner del principio de la página son el argumento entero.
Cada organización que trata datos por cuenta nuestra, qué recibe cada una, cuánto guardamos y las certificaciones que no tenemos, en una sola página.
Confianza y seguridad →Gratis para repositorios públicos, siempre. Los privados: 14 días gratis y después un plan desde 29 € al mes para toda la organización. Sin SDK, sin cambios en el pipeline de CI, sin instalar nada en cada máquina. Desinstalar es un clic y retira todos los accesos.