# Auditorías programadas: ejecuta Lagune de forma periódica > Programa una auditoría periódica de Lagune en GitHub Actions con tu propia clave, o en Claude Code, Codex, Cursor, Antigravity u OpenCode, que informe de los nuevos riesgos o ejecute todo el flujo Blue Team. URL canónica: https://lagune.ai/es-ES/docs/examples/scheduled-audits Idioma: es-ES Original: https://lagune.ai/docs/examples/scheduled-audits Última actualización: 2026-11-09 Programa **Lagune** para que audite tu proyecto por su cuenta, ya sea informando de lo que encuentra o ejecutando todo el flujo Blue Team. ## Programación **Universal** **GitHub Actions** ejecuta la auditoría en la nube con [**GitHub Agentic Workflows**](https://github.github.com/gh-aw/). Su motor **Copilot CLI** llama al proveedor de modelos que elijas con tu propia clave, así que no necesita ninguna suscripción a un agente: - Instala la extensión con `gh extension install github/gh-aw`. - Almacena la clave de tu proveedor como secreto del repositorio con `gh secret set PROVIDER_API_KEY`. - Guarda este flujo de trabajo como `.github/workflows/lagune-audit.md`, sustituyendo `` por uno de los modelos de tu proveedor que admita llamadas a herramientas, y `` por uno de los [ejemplos de prompts](#prompt-examples): ```md --- on: schedule: - cron: '0 9 * * 1' permissions: contents: read engine: id: copilot model: env: COPILOT_PROVIDER_TYPE: COPILOT_PROVIDER_BASE_URL: COPILOT_PROVIDER_API_KEY: ${{ secrets.PROVIDER_API_KEY }} skills: - wellwelwel/lagune@v0.18.1 network: allowed: - defaults - node tools: edit: bash: [npx] safe-outputs: create-pull-request: --- Después, abre un pull request con tus cambios. ``` | Proveedor | `` | `` | | ------------------------------------------------------------ | ----------- | ------------------------------------------------ | | **OpenAI** | `openai` | `https://api.openai.com/v1` | | **Anthropic** | `anthropic` | `https://api.anthropic.com` | | Cualquier API compatible con **OpenAI**, como **OpenRouter** | `openai` | Su URL base, como `https://openrouter.ai/api/v1` | - Ejecuta `gh aw compile` y haz commit del flujo de trabajo junto con el archivo `.lock.yml` que genera. **En la nube**, la auditoría se ejecuta incluso con el ordenador apagado: - Haz commit de **Lagune** con la [instalación universal](https://lagune.ai/es-ES/docs/install/universal) en lugar del plugin. - Escribe `/schedule` en una sesión de **Claude Code** y describe la auditoría, o créala en [claude.ai/code/routines](https://claude.ai/code/routines). **En tu ordenador**, la auditoría usa el plugin que instalaste para ti: - Crea una tarea local en la página **Scheduled tasks** de la aplicación de escritorio. - Permite el motor de antemano, como muestra la [página de instalación](https://lagune.ai/es-ES/docs/install/claude-code), ya que no habrá nadie para aprobar sus herramientas. - La tarea solo se ejecuta mientras la aplicación esté abierta y el ordenador no esté en suspensión. Las tareas programadas se crean en la aplicación de escritorio de **ChatGPT**, no en **Codex CLI**, y se ejecutan en tu ordenador: - En un chat de **Codex**, describe la auditoría, cuándo debe ejecutarse y que cada ejecución abra un chat nuevo. Sus resultados aparecen en **Scheduled**. - En el prompt, nombra cada comando con `$`, como `$lagune:lagune-detect`, para que la ejecución lo invoque de forma explícita. - Elige tu proyecto local en lugar de un worktree nuevo, que empieza sin el motor que [instalaste en tu proyecto](https://lagune.ai/es-ES/docs/install/codex). - La tarea solo se ejecuta mientras la aplicación esté abierta, el ordenador esté encendido y el proyecto esté en el disco. Las Automations de **Cursor** se ejecutan en la nube, incluso con el ordenador apagado: - Haz commit de **Lagune** con la [instalación universal](https://lagune.ai/es-ES/docs/install/universal) en lugar del plugin. - Crea una automatización en [cursor.com/automations](https://cursor.com/automations), o descríbela con `/automate` en una sesión del agente, y asígnale un disparador programado. - Selecciona tu repositorio, ya que un disparador programado empieza sin ninguno. Las Automations de **Antigravity** se ejecutan en tu ordenador, cada una en una conversación nueva: - Abre la pestaña **Automations** en la aplicación de **Antigravity** y crea una automatización programada para tu proyecto, o pide al agente que la configure. - Permite el motor de antemano, como muestra la [página de instalación](https://lagune.ai/es-ES/docs/install/antigravity-cli), ya que no habrá nadie para aprobar sus herramientas. - Usa una automatización en lugar de `/schedule`, que solo dura lo que dure su conversación. - La automatización solo se ejecuta mientras **Antigravity** esté en marcha. **OpenCode** no tiene un programador propio, así que la auditoría se ejecuta desde **GitHub Actions**, en la nube: - Haz commit de **Lagune** en el `opencode.json` del repositorio, como muestra la [página de instalación](https://lagune.ai/es-ES/docs/install/opencode). - Ejecuta `opencode github install` para conectar la GitHub app de **OpenCode** y guardar la clave de tu proveedor de modelos. - Añade un flujo de trabajo que pase el prompt a **OpenCode** de forma programada, aquí cada lunes a las 09:00 UTC, rellenando `` y `/` como en el flujo de trabajo que creó `opencode github install`, y `` con uno de los [ejemplos de prompts](#prompt-examples): ```yaml name: Lagune Audit on: schedule: - cron: '0 9 * * 1' jobs: audit: runs-on: ubuntu-latest permissions: id-token: write contents: read steps: - uses: actions/checkout@v6 with: persist-credentials: false - uses: anomalyco/opencode/github@latest env: : ${{ secrets. }} with: model: / prompt: | ``` ### Ejemplos de prompts \{#prompt-examples} **💧 Solo informe** Identifica nuevos riesgos, planifica sus correcciones y vuelve a comprobar los controles ya aplicados, sin modificar tu código: ```md Ejecuta los siguientes comandos, uno a uno: `/lagune-detect` y `/lagune-plan`. Si el proyecto tiene un registro de bastionado, ejecuta también `/lagune-verify`. No modifiques el código del proyecto. Al final, resume los nuevos hallazgos y cualquier control aplicado que ya no se sostenga. ``` **🌊 Ciclo completo** También aplica las correcciones planificadas y demuestra que cada una se sostiene, así que revisa sus cambios antes de que lleguen a tu rama principal: ```md Ejecuta los siguientes comandos, uno a uno: `/lagune-detect`, `/lagune-plan`, `/lagune-harden` y `/lagune-verify`. Al final, resume las correcciones aplicadas y cualquier hallazgo que siga abierto. ```