Un desarrollador libera en abierto un puente MCP entre IA y Playwright para automatizar pruebas web

Por Zendoric · 13 de septiembre de 2026.

Un desarrollador ha publicado en Hacker News, en la sección Show HN dedicada a proyectos personales, un sistema de código abierto —licencia Apache 2.0— que conecta agentes de inteligencia artificial con Playwright, el framework que se usa sobre todo para automatizar pruebas de aplicaciones web, a través de MCP (Model Context Protocol). Según describe el propio autor, la herramienta añade notificaciones, programación de tareas, "hooks" que se ejecutan antes o después de cada automatización, gestión de identidades y accesos (IAM), soporte de cookies y envío de datos en JSON, además de una extensión de Chrome que, según explica, los agentes pueden "leer" para generar la automatización directamente en lugar de que el usuario la describa por escrito. El autor afirma venir de un proyecto anterior llamado Sorify.

Como contexto, MCP es el protocolo abierto que Anthropic presentó a finales de 2024 para que cualquier modelo de IA pueda invocar herramientas externas —un navegador, una base de datos, un calendario— con una interfaz común, en lugar de programar cada integración a medida. Desde entonces se ha multiplicado el número de conectores MCP publicados en GitHub para casi cualquier tarea imaginable. Este es uno de tantos: al cierre de esta pieza acumulaba un voto y cero comentarios en Hacker News, señal de que, de momento, no ha destacado sobre el resto.

Lo relevante no es este proyecto concreto, sino lo que ejemplifica. Los modelos ya generaban código de Playwright razonablemente bien antes de MCP; lo que cambia es que ahora un agente puede escribir, programar y mantener la automatización sin que nadie copie y pegue nada. En control de calidad de software esa es justo la capa de trabajo más mecánica —redactar el guion de prueba, ajustarlo cuando cambia la interfaz, revisar por qué falló de madrugada—, y encaja con lo que venimos observando sector a sector: la IA absorbe primero lo rutinario y bien especificado, y deja al ingeniero el criterio de qué merece probarse y por qué.

Hay un matiz que merece mención, sin que sea una acusación: dar a un agente acceso a cookies de sesión y credenciales de IAM es delegarle capacidad de actuar sobre sistemas ya autenticados, no solo de leerlos. En pruebas internas y controladas el riesgo es asumible; el patrón —agentes con permisos amplios y poca supervisión— es el mismo que hemos señalado como el riesgo real y de corto plazo de la IA agéntica, más que cualquier escenario lejano de superinteligencia. La cifra que de verdad importa aquí no es el voto único que ha recibido este lanzamiento, sino cuántos conectores MCP equivalentes aparecen cada semana: esa acumulación silenciosa, no un anuncio aislado, es la que está redibujando qué trabajo técnico rutinario pasa al agente y cuál se queda con el ingeniero.