No importa con qué agente de código esté trabajando —Claude Code, GPT Codex, OpenCode o cualquier otro—, siempre termino instalando los mismos CLIs y skills. Algunos sirven para testear, otros para que el navegador se controle solo, otros para darme URLs fáciles de compartir y otros para que la IA corrija mejor basándose en documentación actualizada.
Lo interesante es que todos son herramientas que puedes usar desde cualquier agente, y la mayoría se acompañan de un skill que cualquier agente universal puede leer. Si quieres que tu IA haga mucho más que escribir código y ejecutar el proyecto, estos comandos te van a ser bastante útiles.
1. Playwright CLI: que la IA pruebe el navegador sola
La primera herramienta es Playwright CLI. Permite lanzar una herramienta de consola que a su vez abre un navegador, navega por las páginas, hace clics y demás. Lo genial es que puede lanzar múltiples ventanas en paralelo y es muy fácil de instalar.
La instalación hace dos cosas: instala la herramienta de consola y lanza su comando de ayuda. Te recomiendo también copiar el comando que instala el skill, porque ayuda a tu agente a entender de qué trata el CLI.
A partir de ahí puedes abrirlo con cualquier agente (Codex, Claude Code, etc.). Por ejemplo, le puedes pedir:
Comprueba todas las imágenes rotas, los espaciados inconsistentes y las secciones con mucho espaciado, y corrígelo en todo el landing. Usa
--headeden cada comando.
El flag --headed es opcional: por defecto la herramienta trabaja de forma oculta (no necesita abrir un navegador visible), pero si quieres ver lo que hace, ese flag fuerza que se muestre la ventana. El navegador que se abre es uno aislado, sin tu sesión ni tus cuentas, así que es un entorno limpio de pruebas.
Donde Playwright CLI brilla es en el paralelismo. Puedes pedirle:
Lanza dos navegadores con Playwright CLI: en uno comprueba el proceso de compra y en el otro el proceso de registro. Usa
--headeden ambos.
A diferencia de otros MCPs (como Chrome DevTools Tools) que suelen abrir una sola instancia y hacer una tarea a la vez, aquí puede lanzar varios navegadores simultáneamente. Esto es ideal si, por ejemplo, estás creando un chat y quieres que uno escriba y el otro responda para comprobar que el evento funciona. Al terminar, te entrega una tabla con el resumen de cada prueba.
Un detalle importante: la herramienta genera una carpeta .playwright donde guarda su análisis del HTML (para saber qué clicar). No tienes que versionarla; puedes eliminarla cuando quieras porque se regenera en cada testeo. Limpia tu código antes de commitear.
2. GitHub CLI: el puente entre tu agente y GitHub
La segunda herramienta es GitHub CLI (gh). Te permite interactuar con GitHub sin entrar a la web: solo te autenticas una vez y con eso tu agente puede crear pull requests, responder, traer cambios y mucho más. Para mí es prácticamente un requerido si trabajas con agentes hoy en día.
La instalación está disponible para Linux, Windows y Mac desde el sitio oficial. Una vez instalado, te autenticas con:
gh auth login
Elige GitHub.com, HTTPS y login con el navegador; copias el código que te da, autorizas y listo. Con gh --help verás todo lo que puede hacer: crear issues, repos, pull requests, etc.
¿Para qué sirve en la práctica? Imagina que implementas una función con tu agente —por ejemplo, permitir que el usuario puntúe con estrellas un producto solo si lo ha comprado— y quieres enviar el cambio para que alguien lo apruebe. Le dices:
Envía este cambio como un PR y describe la mejora usando GitHub CLI.
El agente detecta el repositorio, cambia de rama, hace el push y crea el PR redactando toda la descripción. Al final te da la URL del pull request, sin que tengas que entrar a la interfaz. El dueño del repo puede aceptar el merge, rechazarlo o comentar. También puedes pedirle cosas como crear repos privados o agregar topics: es básicamente el puente para comunicar GitHub con cualquier agente.
3. Cloudflare Tunnel: haz tu web pública con un prompt
La tercera no es un skill ni necesita IA estrictamente, pero es tan fácil de usar que vale la pena: Cloudflare Tunnel. Cloudflare es un servicio en la nube enorme, y entre sus productos tiene los tunnels, que exponen un túnel HTTP. En palabras simples: tienes tu app corriendo en localhost, ejecutas el comando, y te da una URL pública que conecta con tu aplicación local. Es como un puente, por eso se llama túnel.
Lo bueno es que ni siquiera necesitas instalarlo manualmente: como es una herramienta popular, el agente sabe descargarla solo. Con tu proyecto corriendo en local, le dices a Codex u OpenCode:
Expón esta web con Cloudflare Tunnel.
El agente lo descarga (en Windows, Linux o Mac), lo ejecuta y te devuelve una URL HTTPS lista para compartir. Yo lo uso muchísimo cuando estoy en un servidor externo y quiero ver rápido cómo se ve la web.
Ten en cuenta: esto es un quick tunnel temporal. No es para desplegar en producción, sino para probar —ideal, por ejemplo, para testear pagos de PayPal, Stripe o Mercado Pago con una URL real.
4. El CLI de tu plataforma de despliegue (Railway, Vercel, etc.)
El cuarto depende mucho de qué uses, pero la idea es la misma: casi todas las plataformas de nube tienen su CLI, y puedes dejar que el agente despliegue por ti. Vercel tiene su vercel, Railway su railway, Supabase su supabase, Render el suyo, y los grandes proveedores también: AWS (el más completo), Google Cloud (gcloud) y Azure (az).
Yo uso bastante Railway. Tras instalar el CLI, te autenticas con railway login, que abre un enlace en el navegador para dar autorización. Además te recomiendo instalar el Railway Skill, que trae la documentación y le da más contexto al agente sobre qué hace cada comando. El comando genérico del skill funciona igual en Windows, Linux y Mac, y se instala para todos los agentes universales (los que leen la configuración en .opencode/skills).
Con todo listo, lanzas tu agente y le dices algo como:
Despliega este proyecto usando
use-railway.
El agente carga el skill, ejecuta los comandos de Railway, crea el proyecto si no existe, levanta la base de datos y sube el código él mismo. Incluso ajusta las variables de producción cuando cambian. Si algo falla, no necesitas copiar logs a mano:
Usando Railway CLI, revisa los logs del despliegue.
El CLI hace la consulta, obtiene el resultado, detecta el error (por ejemplo, una variable faltante de NextAuth), corrige el código y vuelve a desplegar. Así conectas tu plataforma de nube con tu agente y te ahorras los procesos manuales de instalación.
5. TestSprite CLI: testing visual y de código en la nube
La quinta es TestSprite CLI. A diferencia de Playwright CLI, que prueba de forma visual, TestSprite también ejecuta testing en código. Es una combinación de herramientas con IA: testing automatizado, ejecución en la nube y resultados con grabación en video para que veas exactamente en qué falló tu aplicación.
La instalación hace dos cosas: instala TestSprite y ejecuta su comando de init, que te pedirá una API key. Te creas una cuenta gratuita (puedes usar tu cuenta de Gmail), generas la llave en la sección API keys y la pegas en la terminal. Con testsprite --help ves los comandos, aunque en la práctica no los usarás tú: lo hace el agente.
Importante: TestSprite espera un dominio desplegado, así que lo ideal es tener el proyecto en una URL pública (aquí puedes usar Cloudflare Tunnel o tu despliegue real). Le pasas la URL de producción y le dices:
Esta es la URL de producción. Testea con TestSprite.
TestSprite entra al sitio, genera un nuevo proyecto en tu cuenta y empieza a correr los tests. Algunos pasarán y otros no: para probar el carrito, por ejemplo, simula la compra real (entra, selecciona productos, intenta actualizar cantidades). Cada test que pasa se marca con un check; los que fallan se graban con una descripción de qué pasó y una posible causa.
Al final, el agente recibe los resultados (por ejemplo: "de 7 tests, 2 fallaron, 1 fue bloqueado") junto con dos URLs —una de los tests evaluados y otra del que falló— para que revises con calma. Desde ahí el agente itera solo: corrige el código y vuelve a ejecutar hasta que pasen. Prácticamente no tuve que hacer nada más que entregarle la llave y pedirle el test.
6. Context7: documentación actualizada para tu LLM
El último es Context7. Los modelos están entrenados hasta cierta fecha, así que si tu framework o lenguaje se actualizó y trae nuevas características, el modelo no se entera. Context7 funciona como una documentación genérica de muchas herramientas y lenguajes, e inyecta contexto actualizado a tu LLM: en lugar de que copies y pegues la documentación manualmente, la trae ya hecha.
Para instalarlo ejecutas su comando npx y eliges si lo quieres como MCP o como CLI con skills. Como aquí nos enfocamos en CLIs, eliges la herramienta de consola. Te pedirá autorizar el acceso con tu cuenta de GitHub (abres el enlace, pegas el código, autorizas) y luego eliges en qué editores instalarlo —si no eliges nada, lo instala en varios, porque usa skills por debajo.
Ya con eso, si le pides al agente algo como:
Actualiza el middleware de Next, usando Context7.
El skill ejecuta un comando como context7 latest-library, busca la información más reciente de Next sobre el middleware y carga ese contexto. Por ejemplo, detecta que el proyecto usa Next 16 y que el middleware ahora se llama proxy —algo que la mayoría de modelos no saben—, y modifica el código en consecuencia.
No es un skill que haga maravillas por sí solo, pero te ayuda a actualizar código con la documentación más actual. En su sitio verás muchas bibliotecas disponibles —Supabase, Expo, Vercel e incluso agentes de código como OpenCode—, y puedes buscar la que necesites para ver qué documentación trae.
Conclusión
Como ves, usar CLIs es bastante fácil, y estos son proyectos que utilizo todos los días sin importar el agente: Playwright CLI para pruebas de navegador en paralelo, GitHub CLI como puente con GitHub, Cloudflare Tunnel para URLs públicas al instante, el CLI de tu plataforma de nube para desplegar, TestSprite CLI para testing visual y de código, y Context7 para inyectar documentación actualizada.
Si tienes tu propio CLI favorito o sugieres otro, déjalo en los comentarios. Y si quieres asesoría personalizada sobre cualquiera de estos temas, puedes reservarla en fazt.dev. ¡Nos vemos en el próximo video!