Estado de GitHub: problemas de acceso e interrupciones

Problemas en las últimas 24 horas

El siguiente gráfico muestra la cantidad de informes que hemos recibido sobre GitHub por hora del día durante las últimas 24 horas. Una interrupción se determina cuando la cantidad de informes es mayor que la línea de referencia, representada por la línea roja.

Problemas Más Reportados

Los siguientes son los problemas más recientes informados por los usuarios de GitHub a través de nuestro sitio web.

• Sitio Caído (53%)
• Errores (32%)
• Inicio de Sesión (15%)

Mapa de interrupciones en vivo

La mayoría de reportes de fallos e interrupciones se originaron en

City	Problem Type	Report Time
Paris	Sitio Caído	hace 4 horas
Ahmedabad	Errores	hace 6 días
Delme	Inicio de Sesión	hace 6 días
Lyaud	Sitio Caído	hace 7 días
Catania	Errores	hace 9 días
Inverness	Sitio Caído	hace 21 días

Mapa de Fallos

Discusión comunitaria

¿Consejos? ¿Frustraciones? Compártelos aquí. Los comentarios útiles incluyen una descripción del problema, la ciudad y el código postal.

Tenga cuidado con los "números de soporte" o las cuentas de "recuperación" que se pueden publicar a continuación. Asegúrate de informar y votar negativamente esos comentarios. Evite publicar su información personal.

Reportes de Fallos de GitHub

Los últimos problemas e interrupciones reportados en social media:

• 
  cel (@celescript) reportó hace 1 minuto

  imposible laburar un feriado nublado y menos si github no funciona en lo absoluto

• 
  Facu ⚡ (@isntFacundo) reportó hace 3 minutos

  No funciona GitHub. Se suspende todo.

• 
  Consejo d Seguridad d Información y Ciberseguridad (@CONSEJOSIAC) reportó hace 3 minutos

  📋 ¿Cómo se filtran estas claves? Código expuesto en repositorios públicos de GitHub, registros de GitHub Actions sin enmascarar, archivos de configuración accesibles, o malware infostealer y respaldos mal protegidos.

• 
  Jmaxdev (@jmaxdev) reportó hace 4 minutos

  En mi caso, todas mis bases de datos se guardan a la noche en cloudflare r2. Ademas, uso github para alojar el codigo, así que tengo todo lo necesario por si necesito migrar o ver soluciones por si falla el servidor.

• 
  GptZone (@gptzone_net) reportó hace 6 minutos

  Perplexity acaba de atacar uno de los costes menos visibles de los agentes: pagar la nube por cada paso, incluso cuando tu propio ordenador podría resolverlo. Portable Computer lleva su entorno de IA a NVIDIA DGX Spark y ejecuta las tareas localmente por defecto. Los archivos se procesan en el equipo, los datos sensibles no salen a servidores externos y el trabajo local no consume créditos ni tokens de la suscripción. El mecanismo económico importa más que la etiqueta de «IA local». Un agente no hace una única consulta. Puede leer documentos, buscar información, consultar Gmail, Google Drive, Slack o GitHub, ejecutar herramientas y encadenar decenas de acciones antes de entregar un resultado. Si cada paso pasa por la nube, el coste crece con la autonomía del sistema. Perplexity propone una arquitectura híbrida: el hardware local absorbe el volumen rutinario y la nube queda reservada para los cuellos de botella. Cuando el modelo detecta que una tarea supera su capacidad de razonamiento o alcance, detiene el proceso y pide permiso antes de enviar solo ese paso a un modelo remoto. Después reincorpora la respuesta al flujo local. Esto convierte el gasto variable por tokens en una combinación distinta: inversión inicial en hardware, consumo eléctrico y uso remoto puntual. No garantiza que salga más barato en todos los casos. Sí permite que un equipo intensivo deje de pagar el mismo margen de nube por clasificar un documento sencillo que por resolver una tarea compleja. También reduce una fricción que ha frenado la IA local: montarla exigía configurar inferencia, agentes, aislamiento y herramientas por separado. Portable Computer empaqueta modelos, motor de inferencia, conectores, lectura de PDF, dictado por voz y acceso a la terminal. Los comandos se ejecutan dentro de un sandbox restrictivo para limitar daños si el modelo falla. La propuesta inicial llega con Qwen 3.8 27B y Qwen 3.6 35B ajustados por Perplexity para tareas de agentes. Está previsto añadir NVIDIA Nemotron 3.5 Lightning y permitir servidores propios para necesidades especializadas. Hay límites relevantes. DGX Spark es el primer hardware certificado; el acceso inicial requiere Linux y una suscripción Pro, Max, Enterprise Pro o Enterprise Max. El soporte para tarjetas NVIDIA RTX en Linux llegará más adelante y la versión nativa para Windows está prevista para septiembre. Por eso todavía no es una alternativa universal a la nube. Es una prueba de una arquitectura que puede encajar especialmente bien en empresas con datos sensibles, cargas repetitivas y suficiente uso para amortizar el hardware. La métrica decisiva no será cuántos tokens procesa el modelo ni qué puesto ocupa en un benchmark. Será el coste por tarea terminada, incluyendo hardware, energía, mantenimiento, intervenciones humanas y escalados remotos. Si ese número mejora, NVIDIA no solo estará vendiendo una máquina compacta y Perplexity no solo estará distribuyendo software. Estarán trasladando parte de la economía de los agentes desde el centro de datos hasta el escritorio.

• 
  Ata Herrera 🇦🇷 (@ataschz) reportó hace 6 minutos

  Estoy en 🇧🇷 y corte mis vacaciones para decirles que: nadie va a cambiar github por origin, a no ser que sea algo no tan serio… Recuerden: Accountability

• 
  Hubert Thompson (@HubertThompson) reportó hace 10 minutos

  Estas son las noticias de IA de la semana. SpaceXAI, la empresa de Elon Musk, lanzó junto a Cursor un equipo de agentes con su propia computadora en la nube, así que siguen trabajando aunque apagues tu laptop. Grok 4.6, el nuevo modelo de SpaceXAI, quedó tercero del mundo en el índice de inteligencia y cobra 60% menos que Fable 5 de Anthropic. Con los chips de Cerebras, el nuevo servicio Ultrafast de OpenAI hace que GPT 5.6 Sol responda hasta 14 veces más rápido. Meta liberó Muse Glimmer, un modelo gratuito y de código abierto que corre agentes de inteligencia artificial directamente en tu computadora, sin depender de la nube. Anthropic incrustó una marca de agua invisible en todo el texto y el código que genera Claude, y esa marca sobrevive cuando copias y pegas fuera de la plataforma. OpenAI lanzó GPT 5.6 Cyber solo para defensores verificados con llave física, y de paso clasificó a Astra, su modelo más avanzado, como su primer sistema de riesgo cibernético crítico. Anthropic puso tres agentes de Claude a trabajar sobre el mismo código y terminaron bloqueándose y saboteándose durante cuatro horas, sin que nadie se lo pidiera. En Australia, a un agente solo le pidieron reservar una clase de gimnasio y terminó encontrando una falla en el sistema para cancelarle el turno a otra persona y quedarse con el cupo. Kimi K3, el modelo chino de la empresa Moonshot, se salió del entorno de pruebas donde estaba encerrado y llegó hasta GitHub a buscar las respuestas del examen que le estaban aplicando. ¿Qué te inquieta más de esta semana, que los agentes ya trabajen solos sin supervisión, o que estén encontrando atajos que nadie les pidió buscar? Sígueme y dale like para más noticias de inteligencia artificial cada semana.

• 
  Dubzeb_oficial (@D_Ochandiano) reportó hace 11 minutos

  X presume de transparencia total al publicar su algoritmo y lanzar Under the Hood, pero el código en GitHub revela la trampa, la verdadera moderación sigue siendo una caja negra inauditable. La ilusión del código abierto, publicar la fórmula matemática de puntuación, no sirve de nada si las reglas de Visibility Filtering (scarecrow y modelos de lenguaje) que deciden aplicar un DROP o INTERSTITIAL operan fuera del repositorio público. Sabes cómo calcula el ranking, pero no bajo qué criterio exacto te etiquetan para suprimir tu alcance. Transparencia con derecho de admisión, Vender un estándar global de apertura mientras limitas la herramienta de auditoría a cuentas con más de un año y alta actividad en un grupo de prueba aleatorio no es transparencia; es un simulacro para unos pocos seleccionados. El sesgo de predicción vs. interacción: Al basar el feed en probabilidades personalizadas de interacción en lugar de métricas transparentes, cualquier sesgo en los datos de entrenamiento para predecir bloqueos o reportes sepulta el contenido antes de que la audiencia real tenga oportunidad de verlo.Publicar el manual de cómo te penalizan sin abrir los criterios de moderación que te condenan es como darte el plano de la guillotina: ves la hoja caer con precisión matemática, pero sigues sin saber quién dio la orden.¿Es esto transparencia real o solo relaciones públicas para vestir de código abierto un sistema que sigue decidiendo en la sombra?

• 
  Leo (@leoxbtt) reportó hace 13 minutos

  Un dev creó una forma de hacer doomscroll… pero de repositorios de GitHub Estaba cansado de buscar proyectos open source de la forma tradicional. Terminó inventando algo mucho más adictivo: Una app que te deja deslizar repositorios de GitHub exactamente como si fueran Reels o TikTok. Un feed infinito de proyectos open source. Inicias sesión con GitHub y se adapta a tus intereses según lo que hayas starreado… o simplemente navegas de forma anónima. Se llama Roamers. La forma en que descubrimos código está cambiando más rápido de lo que creemos.

• 
  Diego (@DiegoMoya_) reportó hace 14 minutos

  Ya sirve GitHub o nada?

• 
  Juan Fabio Rey (@juanfabiorey) reportó hace 19 minutos

  @edusoyy Acá la cosa es muy sencilla. Si no sabés programar no hay IA que te salve. Aparte de ingeniero en sistemas son un cazador de vulnerabilidades, si supieran el desastre que hicieron algunos "vibe-coders" con el NPM Supply-chain (gusano Shai-Hulud/ChainDrop), por no saber, por no utilizar wrappers (NVM), ofuscación, control de versiones y no auditar las pull requests, no reconocer carpetas como '.cursor' o '.claude' que existen con esos nombres, o que el paquete 'cross_env' esté tan obeso, o desconocer el uso del flag 'ignore scrpt=true'. Repito, son cosas básicas que todo buen programador Propagaron malware por todos los sitios/repositorios. Y si usan VSCode o Node por fuera de Nvm. Lo lamento mucho, sus rsda_keys, github secrets, actions, datos de aws o azure... ya andan dando vueltas por el mercado negro. La IA es una herramienta de productividad para expertos, no un "hazme todo" para principiantes. La IA está entrenada para ofrecer patrones conocidos en el menor tiempo posible, no se fija si la configuración de policies del endpoint de tu API es segura y si un script te ejecuta un payload malicioso. La experiencia es la mejor herramienta para la evaluación de calidad del software. La IA me ayuda a construir más rápido, porque se lo quite estoy h haciendo.

• 
  Jesus J. Ballano (@jjballano) reportó hace 21 minutos

  Parece que Github tiene problemas (otra vez). Yo no se cual es el problema en realidad, pero me gustaría ver las métricas de uso de los últimos 2 años, imagino que el crecimiento es brutal y eso no es fácil de gestionar.

• 
  kcve (@kkcve) reportó hace 25 minutos

  q tan mal esta si subo 13 repos de una a github?

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 32 minutos

  Casi nadie entiende qué tumbó GitHub el 17 de agosto. Y eso incluye a mucha gente que ese día no podía hacer push, abrir un PR ni usar Copilot. No fue un deploy roto. No fue “un servidor caído”. Te lo explico sin humo, en 6 tweets.

• 
  Devin (@elpata_chingol0) reportó hace 33 minutos

  @Thomassin0 Safari: muy cheto, y muy creído. Mira con asco a los demás. Solo lo usa su Mac de 3k dólar para editar fotos y le quedan mal igual Firefox: Millenial +40. Gordo, barba, nerd. Zurdo pero nunca peronista. Contribuye en Wikipedia y en github. Olor a bolas

• 
  naldz. (@naldzyul) reportó hace 35 minutos

  @aresotik el aviso llega, el problema es que nadie lee las notificaciones de GitHub

• 
  𝑽𝒂𝒍𝒆𝒓𝑰𝑨 (@ValeriA_Tech) reportó hace 35 minutos

  Simplemente pregúntale a la IA. Mi frase más escrita desde que incorporamos Lindy a nuestro flujo de trabajo diario. Cada pregunta cuesta capital social. Haz una pregunta tonta en público y quedas mal. Molesta dos veces a un desarrollador y te ganas un enemigo. Una pregunta a Lindy no cuesta nada y te da datos de GitHub en segundos. Ahora la gente pregunta muchísimo más porque el coste social se ha reducido a cero. @getlindy @Altimor

• 
  Amarillo (@anyelamarillo) reportó hace 36 minutos

  🚨UN CHINO ACABA DE SOLTAR LA VERDADERA MÁQUINA DE IMPRIMIR DINERO (Y ES 100% GRATIS) Hay una herramienta open source en GitHub que ya supera las 100.000 estrellas y se llama MoneyPrinterTurbo. La creó un desarrollador chino. Abajo en el siguiente post te dejo el enlace del Drive y del GitHub para descargarla completamente gratis. Es código abierto total. Genera videos completos y listos para publicar en TikTok, Reels y YouTube Shorts… de forma automática. Cómo funciona (y por qué flipa): Todo en un solo flujo: Guion generado por IA Locución Subtítulos Materiales visuales Edición En minutos tienes el video terminado. Tú no haces casi nada. Por qué se ha vuelto un fenómeno: Hasta ahora el proceso era una pesadilla: Una herramienta para el guion → otra para la voz → otra para subtítulos → otra para clips → otra para editar. Cada una cobrando, cada una con su curva de aprendizaje, cada una robándote tiempo. MoneyPrinterTurbo lo unió TODO en un solo lugar. Gratis. Ilimitado. Y se convirtió en el proyecto open source más viral de su categoría. Los dueños de tiendas de TikTok y canales de YouTube Shorts están sacando entre 6.000 y 10.000 $ al mes usando exactamente este sistema. La diferencia es brutal: Ellos pagan por un montón de herramientas. Tú no pagas ni un centavo. La instalación tarda unos 5 minutos. Guarda este post YA para no perderlo. En el siguiente comentario/post te dejo el Drive y el GitHub listo para descargar.

• 
  Kuha (Re:World D.) (@_Kuha_) reportó hace 37 minutos

  @LuchoGarabito Si estuviera bien hecho te diría re piola. Onda 99.9% de la programación hoy en día es IA El tema con esto es que luego tenes algo super slop mal hecho, que es un PELIGRO enorme de seguridad, y la gente sin saber ejecuta código random de github en su pc sin entender el riesgo

• 
  Los ingobernables del caribe🌴 (@Losingoberm5nv) reportó hace 38 minutos

  🚨 UN DESARROLLADOR CHINO ACABA DE REVELAR LA VERDADERA IMPRESORA DE DINERO (Y ES 100% GRATIS) Existe una herramienta open source en GitHub que ya supera las 100.000 estrellas. Se llama MoneyPrinterTurbo. La creó un programador chino. Abajo, en el siguiente post, te dejo el enlace de GitHub (y Drive si aplica) para descargarla completamente gratis. Es código abierto total. Genera videos completos y listos para publicar en TikTok, Reels y YouTube Shorts… de forma automática. Cómo funciona (y por qué está volviendo loca a la gente): Todo en un solo flujo automático: ✅ Guion generado por IA ✅ Locución realista ✅ Subtítulos sincronizados ✅ Materiales visuales ✅ Edición final En minutos tienes el video terminado. Tú casi no haces nada. Por qué se volvió un fenómeno viral: Hasta ahora el proceso era un infierno: Una herramienta para el guion → otra para la voz → otra para subtítulos → otra para clips → otra para editar. Cada una cobrando, cada una con su curva de aprendizaje, cada una robándote horas. MoneyPrinterTurbo lo unió TODO en un solo lugar. Gratis. Ilimitado. Y se convirtió en el proyecto open source más viral de su categoría. Dueños de tiendas de TikTok y canales de YouTube Shorts están sacando entre 6.000 y 10.000 $ al mes usando exactamente este sistema. La diferencia es brutal: Ellos pagan por un montón de herramientas. Tú no pagas ni un centavo. La instalación tarda unos 5 minutos. Guarda este post YA para no perderlo. En el siguiente comentario/post te dejo el Drive y el GitHub listos para descargar.

• 
  AMONPUL (@amonpul) reportó hace 39 minutos

  🚨 La Corte de Nueva York le dio el OK a Take-Two: ya pueden exigir a Microsoft y Discord todos los datos de las cuentas vinculadas a los filtradores El juez aprobó las subpoenas. Buscan información concreta de usuarios que subieron material a Discord y GitHub. Por otro lado, Xbox ya se pronunció oficialmente: su CTO Scott Van Vliet confirmó que están trabajando codo a codo con Rockstar y Take-Two “para proteger las obras creativas y la propiedad intelectual”. Mientras tanto, CYBERLEEK no solo filtraba, también cobraba en cripto por encuestas de “qué querés que se filtre” y hasta pedía hasta 164 mil dólares solo para hablar de poner publicidad en los próximos drops. Esto supone una capa extra de criminalidad en la factura final...

• 
  ExploxTV (@ExploxTV) reportó hace 49 minutos

  GitHub aclara: humanos escribieron el código vulnerable en Snowflake, y Copilot Autofix fue un co-autor que no detectó el error. La IA ayuda, pero la revisión humana sigue siendo clave. 🧐 #SeguridadIA #DesarrolloSoftware

• 
  Sweex (@sweexx9) reportó hace 50 minutos

  🚨Ganó un hackathon de Anthropic. Después no vendió el setup. Lo soltó en GitHub con licencia MIT. No es un prompt. Es el sistema con el que Affaan Mustafa convirtió Claude Code en un equipo de ingeniería: 68 subagentes, 286 habilidades, 94 comandos. El repo se llama Everything Claude Code (ECC). La diferencia no está en “más agentes”. Está en el orden de trabajo. Primero plan. Una frase tuya se vuelve un plano. Tú lo apruebas. Recién ahí aparece código. Después la prueba que falla. Rojo primero. Verde después. No al revés. Al final, revisión en contexto limpio. Otro agente lee el diff como si no hubiera escrito nada. Hay revisores aparte para Go, Python, TypeScript, Rust y Java. Eso evita el fallo clásico: un solo chat que planea, escribe, justifica y se autoaprueba. Qué hace cada bloque: Planificación. Convierte un pedido vago en arquitectura antes de tocar el repo. Revisión. El diff entra en frío. No arrastra la conversación anterior. Reparación de builds. Un resolvedor por cadena de herramientas, incluidos errores de PyTorch y CUDA. Seguridad. Pase OWASP sobre tu código y otro escáner sobre la config del propio agente, buscando inyección. Arquitectura. El diseño se discute antes de convertirse en migración. Dominio. Consultas, pipelines de ML, pruebas de punta a punta, documentación. Las habilidades que importan de verdad: Pruebas. tdd-workflow te lleva de rojo a verde. Encima van eval-harness y verification-loop. Lenguajes. Convenciones, tests y seguridad para Python, Go, Rust, C++, Django, Laravel, Spring Boot y Next.js. Contexto. search-first obliga a leer docs antes de escribir. iterative-retrieval impide que cada subagente se trague el repo entero. Envío. Docker, CI/CD, health checks, rollbacks y patrones de migración para Prisma, Drizzle y Django. Fuera de código. Texto con tu voz, research con fuentes, decks de ventas. El error caro: instalar las 286 de golpe. Eso no te hace más rápido. Te ensucia el contexto. Empieza con un plan, un paquete de reglas y las 4 o 5 habilidades de tu stack. El resto se carga cuando hace falta.

• 
  Pedro Sorrentino (@PedroSorrentin0) reportó hace 52 minutos

  Automatización con GitHub ​Conectas tu repositorio de GitHub a tu instancia de Coolify. ​A partir de ahí, el flujo es idéntico a Cloud: ​Haces git push a tu rama principal. ​Coolify recibe el webhook, construye el contenedor y despliega sin caída de servicio (zero-downtime). ​Misma experiencia de desarrollo, control total del servidor.

• 
  Brunvelop (@Brunvelop) reportó hace 53 minutos

  Joe Rogan sube episodios de 2-3 horas. Tú ves clips de 30 segundos. Alguien los corta. Los creadores pagan $29 al mes por una IA que haga ese trabajo. Un desarrollador solitario en China lo regaló gratis. Se llama AutoClip. 6.391 estrellas en GitHub. 1.253 forks. Licencia MIT. Todos los clips que guardas de un podcast, stream o entrevista salieron de algo más largo. Los streamers no se hacen virales con streams: se hacen virales con clips de streams. Un episodio de 2 horas esconde entre 15 y 25 clips virales. Encontrarlos a mano: 4-6 horas. Esto es lo que hace AutoClip. Pegas un enlace de YouTube o Bilibili, o sueltas un video local. La IA lee la transcripción completa, puntúa cada momento por potencial viral, corta los highlights, añade subtítulos y te entrega una carpeta de verticales listos para TikTok, Reels y Shorts. Qué lo diferencia de OpusClip: • Corre local en tu máquina. Tu material nunca sale de tu ordenador. • Funciona con OpenAI, Gemini, Qwen o SiliconFlow. Elige el LLM más barato. • Sin créditos ni tope de minutos mensuales. Procesa un directo de 4 horas si quieres. • Licencia MIT. Hazle fork, mételo en un producto, véndelo. Sin pedir permiso. • Docker en una línea. Corre en el navegador en localhost:3000. El stack: FastAPI, React, Celery, Redis, SQLite, yt-dlp y FFmpeg. Un desarrollador llamado zhouxiaoka escribió 89 commits y entregó todo. La parte interesante: OpusClip levantó $68 millones de SoftBank, Samsung Next y DCM Ventures para montar un negocio de suscripción sobre exactamente este flujo de trabajo. Todo el mercado de IA para video corto está tarifado como SaaS porque la mayoría de los creadores no sabe que existe una alternativa open source. Una persona en Hangzhou lo escribió en su tiempo libre. Seis mil estrellas. Mil doscientos forks. Nota honesta: el último commit fue hace 77 días. El mantenedor es una persona y parte del roadmap sigue "en desarrollo". Si quieres un producto pulido con soporte, paga OpusClip. Si quieres ser dueño de la herramienta que corta tus videos, descarga esto hoy. Quien posee el software, posee el flujo de trabajo. Tus videos. Tu IA. Tus shorts.

• 
  Diego (@Diegg00o) reportó hace 53 minutos

  @GordoLeyes hay miles de competencia contra github... ojala alguna le hiciera frente... el problema no es solamente el repositorio... son las miles y miles de integraciones que ya tiene por la comunidad

• 
  karla ❀ (@karlarboledas) reportó hace 54 minutos

  CLAUDE ESCRIBIENDO HASTA UN 94% MENOS DE CÓDIGO. Fable 5 es el mejor modelo de código del mundo. También el más caro. Cada línea que escribe de más, la pagas tú. Ponytail lo arregla con una idea absurdamente simple: convierte a tu agente en el senior vago del equipo. Ese que mira tus 50 líneas y las reemplaza por una. Antes de escribir nada, el agente se pregunta: → Esto necesita existir? → Ya está en el codebase? → Lo hace la librería estándar? → Lo hace el navegador de forma nativa? → Cabe en una línea? Solo si todo falla, escribe el mínimo que funciona. Resultado: • hasta 94% menos código • un 20% menos de factura • un 27% más rápido Sin recortar seguridad ni validaciones. Se instala en 2 comandos: /plugin marketplace add DietrichGebert/ponytail /plugin install ponytail@ponytail 83.000 estrellas en GitHub. Gratis y open source. El mejor código es el que nunca escribiste. guárdalo y sígueme para más → @karlarboledas Enlace al repositorio abajo👇

• 
  Sofía Sicilia (@SofiaSici) reportó hace 56 minutos

  Si todavía buscas torrents saltando entre webs llenas de popups, anuncios falsos y enlaces muertos, guarda este proyecto. Se llama TorLink. Se conecta directamente a la red torrent y todo termina guardado en tu propio disco. Es un buscador y cliente de torrents que funciona completamente desde la terminal. Lo abres con un comando: npx torlnk Y desde ahí puedes buscar películas, series, anime o juegos sin ir entrando manualmente en cada página. TorLink consulta varias fuentes al mismo tiempo y te muestra los resultados con información útil como el tamaño y el número de seeders, para que puedas elegir rápidamente cuál merece la pena descargar. Después pulsas una tecla y empieza la descarga directamente en tu ordenador. También puedes pegar un magnet link o incluso un infohash y dejar que TorLink se encargue del resto. Mientras descargas puedes seguir buscando y añadir más archivos a la cola. La aplicación muestra el progreso, la velocidad y el tiempo restante, y si cierras el programa, las descargas interrumpidas pueden continuar cuando vuelvas. Incluso tiene un modo pensado para servidores y seedboxes, por lo que puedes dejarlo funcionando sin interfaz y controlarlo remotamente. No utiliza un servidor central para almacenar tus archivos. Es gratuito, tiene licencia MIT y ya supera las 4.500 estrellas en GitHub. Repo: github /baairon/torlink Un buscador, un cliente torrent y un gestor de descargas. Todo metido dentro de la terminal.

• 
  El Prepu (@PrepuciusVII) reportó hace 56 minutos

  @byElPatoCuak Github se ha caído? La verdad que ni me enteré, cuando se caiga el Quijote de la estantería sí me preocuparé

• 
  Germán Valle | Arquipartidas 🎮🏛️ (@GerValleArq) reportó hace 58 minutos

  @VigasocoSDL @ManuelPazosMSX @juantomas Suena interesante pero no tengo ni idea de cómo funciona el formato STL. He visto que en el enlace de GitHub hay .png pero no se ve nada en ellos. 🙁