Cómo dar acceso a internet a tu agente de IA sin pagar por APIs

Agent-Reach: acceso web para agentes de IA sin APIs de pago

TL;DR: Agent-Reach es una única CLI que conecta Claude Code, Cursor, Windsurf o cualquier agente capaz de ejecutar comandos de shell con X, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu, Facebook, Instagram, LinkedIn, RSS, podcasts y búsqueda web general. Usa rutas de acceso gratuitas en lugar de APIs de pago, enruta cada plataforma mediante un backend principal con alternativas y no cuesta nada más que un proxy opcional de aproximadamente 1 $/mes. Cuenta con 77.134 estrellas a fecha del 1 de septiembre de 2026. La desventaja: las rutas gratuitas no son oficiales, así que debes revisar los términos de servicio de cualquier cuenta que conectes.

Prueba Apidog hoy

Esta es una inmersión práctica en una de las cinco herramientas de agente de IA de código abierto que vale la pena instalar en 2026.

Un agente puede escribir un servicio, refactorizar un módulo y explicar un seguimiento de pila. Sin embargo, si le preguntas qué opinó la comunidad sobre el lanzamiento de una biblioteca la semana pasada, probablemente se detenga. Lo mismo ocurre si le pides resumir una charla de 40 minutos en YouTube sin una transcripción disponible.

La información que más necesita está en plataformas que cobran por el acceso o lo bloquean. Agent-Reach resuelve ese problema con una CLI única. Lo interesante no es solo la lista de plataformas, sino la arquitectura que mantiene funcionando sus integraciones.

El problema: cada plataforma tiene una barrera distinta

El repositorio resume una realidad familiar para cualquiera que haya intentado construir este tipo de integración:

Plataforma	Barrera
Twitter/X	La API es de pago; el uso moderado ronda los 215 $/mes
Reddit	Las IP de servidores reciben respuestas 403 en endpoints anónimos
XiaoHongShu	Se necesita iniciar sesión para navegar
Bilibili	Bloquea IP de otros países y de centros de datos

Cada plataforma tiene una solución alternativa, pero cada solución necesita herramientas, dependencias y configuración diferentes. Con cinco plataformas terminas manteniendo cinco proyectos de integración que pueden romperse de forma independiente.

La propuesta de Agent-Reach es convertir todo eso en una única instalación que después resulte invisible.

Plataformas compatibles y configuración necesaria

El esfuerzo de configuración varía bastante.

Cero configuración

Funcionan inmediatamente después de la instalación:

• Páginas web: convierte cualquier URL a Markdown limpio mediante Jina Reader.
• GitHub: lectura y búsqueda mediante la CLI de GitHub. Los repositorios públicos funcionan al instante; gh auth login habilita forks, issues y pull requests.
• YouTube: subtítulos y búsqueda mediante yt-dlp, compatible con más de 1.800 sitios de vídeo.
• Bilibili: búsqueda y detalles de vídeos mediante bili-cli, sin iniciar sesión.
• RSS y Atom: cualquier feed mediante feedparser.
• V2EX: temas populares, nodos, hilos con respuestas y perfiles mediante una API JSON pública.
• Búsqueda web: se configura durante la instalación mediante Exa, sin necesidad de una clave de API.

Cookie del navegador o sesión de Chrome

Requieren una sesión existente o una [REDACTED CREDENTIAL] Twitter/X: búsqueda, línea de tiempo, tweets y artículos.

• Reddit: los endpoints anónimos están bloqueados; en escritorio se reutiliza una sesión del navegador o una cookie con rdt-cli.
• XiaoHongShu: lectura, búsqueda y comentarios.
• Facebook e Instagram: búsqueda, perfiles, feed y publicaciones recientes. Solo escritorio, reutilizando una sesión de Chrome iniciada.
• Xueqiu: cotizaciones, búsqueda y publicaciones populares.

Clave API gratuita

• Podcasts de Xiaoyuzhou: transcripción completa de audio mediante Groq Whisper.

La lectura honesta es sencilla: la configuración cero suele ser gratuita y de bajo riesgo. Las integraciones basadas en cookies requieren pensar con cuidado antes de conectar una cuenta.

Instalación

La instalación es poco habitual: en lugar de ejecutar un comando directamente, puedes entregar a tu agente la URL de documentación:

Install Agent Reach: https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

El agente consulta las instrucciones, instala el paquete de Python, verifica el entorno e informa qué plataformas están listas. La actualización sigue el mismo patrón con update.md.

Por defecto, agent-reach install solo inspecciona la máquina. No instala paquetes del sistema ni escribe configuración. Los cambios a nivel de sistema requieren una bandera explícita:

# ruta manual, si prefieres no entregar una URL a tu agente
pip install https://github.com/Panniantong/agent-reach/archive/main.zip
agent-reach install --env=auto

# solo después de que hayas decidido aprobar los cambios del sistema
agent-reach install --system

Para agentes compatibles con habilidades también existe esta instalación:

npx skills add Panniantong/Agent-Reach@agent-reach

Después, ejecuta el diagnóstico:

agent-reach doctor

El comando muestra qué funciona, qué falla y cómo corregirlo. Para una herramienta basada en accesos de terceros que pueden romperse, convertir la verificación de estado en un comando de primera clase es una buena decisión.

Nota para usuarios de OpenClaw

OpenClaw necesita habilitar primero el permiso exec, porque Agent-Reach funciona ejecutando comandos de shell. Con el perfil de mensajería predeterminado, el agente no puede ejecutar comandos silenciosamente.

Configura tools.profile como coding, reinicia la pasarela y comienza una conversación nueva. Claude Code, Cursor y Windsurf no se ven afectados.

La decisión de diseño clave: backends con respaldo

Cualquiera puede envolver un raspador. Lo que hace interesante a Agent-Reach es su cadena de respaldo.

Cada plataforma tiene un backend principal y una lista ordenada de alternativas. Cuando una ruta falla, el proyecto cambia el valor predeterminado y muestra una actualización. No tienes que modificar tu configuración.

Un ejemplo: en junio de 2026, Bilibili comenzó a devolver errores 412 a yt-dlp. Agent-Reach cambió el backend predeterminado a bili-cli, por lo que los usuarios no tuvieron que hacer nada.

Esta arquitectura también es útil para cualquier dependencia que no controles. El fallo típico de una integración casera es:

1. El raspador funciona durante cuatro meses.
2. Se rompe un martes.
3. El agente empieza a informar con confianza que no existe ninguna discusión.
4. Nadie descubre que la obtención de datos había fallado.

Un agente debe distinguir entre “no hay resultados” y “la solicitud falló”. Si no puede hacerlo, producirá afirmaciones incorrectas con confianza. Estos patrones también aparecen en el diseño de mensajes de error de API para agentes de IA y en la recuperación de errores de agentes de IA.

Agent-Reach resuelve esta diferencia para las plataformas que soporta. Las demás integraciones de tu pila siguen siendo responsabilidad tuya.

El coste real del acceso gratuito

Las plataformas de configuración cero suelen apoyarse en APIs JSON públicas, la CLI oficial de GitHub, RSS o proveedores que quieren recibir tu tráfico. Las plataformas basadas en cookies son distintas.

Leer X, Reddit, Instagram o XiaoHongShu mediante tu sesión iniciada no es utilizar una API autorizada. Agent-Reach mantiene las cookies localmente, no las sube y es de código abierto para que puedas auditarlo. Pero nada de eso cambia los términos de servicio de las plataformas.

Recomendaciones prácticas:

• La investigación personal en tus propias cuentas es el caso de uso más razonable.
• Para uso comercial, revisa primero los términos aplicables y considera una cuenta separada.
• La automatización a gran escala puede provocar límites o bloqueos; ninguna cadena de respaldo lo evita.
• No trates los resultados como una fuente de datos de producción. El acceso gratuito no oficial sirve para investigación, no para infraestructura crítica.

El proyecto también es transparente sobre el posible coste de un proxy de servidor, aproximadamente 1 $/mes. Las máquinas locales normalmente no lo necesitan.

Lo que Agent-Reach no resuelve

Ahora tu agente puede leer internet. Todavía no puede leer tus propias APIs.

Leer la web pública es un problema de investigación: obtener texto, resumir y citar. Invocar tus servicios es un problema de contrato. Agent-Reach no sabe que tu endpoint de facturación devuelve un 409 con un envoltorio diferente cuando se repite una clave de idempotencia, ni que tu paginación por cursor es opaca en lugar de usar offsets. Esa información está en tu especificación o no está disponible.

Sin ella, el agente infiere una forma plausible y escribe código contra esa suposición. La investigación mejora, pero la integración sigue siendo frágil.

Ahí es donde Apidog complementa a Agent-Reach:

• Una especificación OpenAPI es lo que el agente lee para tus APIs: esquemas, códigos de estado y envoltorios de error reales. Consulta cómo usar tu especificación OpenAPI como herramientas para agentes.
• Los mocks se generan desde la especificación, incluidas las ramas de error, para que el agente pruebe contra el contrato real.
• Las pruebas de contrato pueden fallar en CI cuando cambia la forma de la API. Ese es el tipo de fallo que Agent-Reach modela para el scraping y que muchas APIs internas no modelan. Revisa qué ocurre cuando los cambios de API rompen los agentes de IA.

Para preguntas estructurales sobre un repositorio, en lugar de la web pública, codebase-memory-mcp responde desde un índice.

La división del trabajo queda así:

• Instala Agent-Reach para investigar internet.
• Descarga Apidog para que el agente deje de adivinar los contratos de tus APIs.

La investigación necesita un registro

El problema aparece después de la segunda semana.

Una investigación de dos horas puede producir fuentes, citas, fechas, enlaces y una síntesis útil. Si todo queda en el historial de la terminal, un colega no podrá comprobar una afirmación y probablemente alguien repetirá la misma investigación el mes siguiente.

Las indicaciones no son un registro. Sharkly cubre ese hueco:

• La tarea es el registro: el progreso, las llamadas a herramientas y los resultados vuelven a la tarea. La salida queda almacenada como comentarios que otros pueden leer y responder.
• Un agente es una configuración reutilizable: instrucciones, runtime, habilidades, repositorios y entorno se guardan para no reconstruir la misma configuración.
• Un equipo coordina agentes: un agente líder puede incorporar a un investigador y a un escritor, combinando sus resultados en un único lugar.
• El backlog sigue siendo backlog: una tarea pendiente no inicia una ejecución, así que puedes poner temas en cola sin consumir llamadas ni límites de tasa.
• El runtime es “trae tu propio”: conectas un portátil, servidor o contenedor y Sharkly usa el runtime instalado allí.

Este último punto importa especialmente con Agent-Reach. Las plataformas de escritorio basadas en cookies necesitan un navegador real con una sesión iniciada. La investigación debe ejecutarse en la máquina que tiene esas sesiones, no en cualquier portátil que esté abierto.

Un flujo de investigación sostenible

Instalar la herramienta lleva unos veinte minutos. Obtener valor requiere un proceso.

1. Empieza con una plataforma sin configuración

Formula una pregunta específica y falsable:

Search GitHub and YouTube for how teams are handling rate limits with
the new API version. I want five specific approaches with links, not a
summary. Note the date on each source.

En una instalación limpia, el agente dispone de gh search repos, gh search code y transcripciones de yt-dlp. Exigir enlaces y fechas evita que el resultado se convierta en una paráfrasis difícil de verificar.

2. Añade una plataforma con cookies cada vez

X suele ser la incorporación más valiosa para temas de desarrollo: las reacciones a un lanzamiento aparecen allí antes que en otros lugares.

Configura la autenticación, ejecuta agent-reach doctor, confirma que el estado sea saludable y prueba la plataforma. Si conectas cuatro plataformas a la vez, será difícil saber cuál se rompió.

3. Separa recopilación y evaluación

En una primera pasada, recopila fuentes. En una segunda, evalúalas. Buscar y concluir al mismo tiempo hace que el agente encuentre evidencia para una conclusión que quizá tomó durante los primeros treinta segundos.

Dos pasadas con una lista de fuentes anotada entre ellas producen mejores resultados y dejan algo concreto que revisar.

4. Verifica cada hallazgo

Trata cada hallazgo como no verificado hasta abrir el enlace. El agente puede leer un tweet que afirma un resultado de referencia, pero no puede confirmar por sí solo que la referencia sea real.

Todo lo que termine en un documento, una decisión o una afirmación para un cliente necesita revisión humana. El mismo principio se aplica a los datos monitorizados en cualquier pipeline: ningún número debería salir sin verificación.

5. Guarda el propósito de la investigación

Una ejecución sin tarea asociada es una ejecución que alguien repetirá. Registra el objetivo, las fuentes y las conclusiones para facilitar la transferencia y el paso de contexto entre agentes.

Preguntas frecuentes

¿Agent-Reach es realmente gratuito?

Las herramientas son de código abierto y las rutas de acceso no cobran. El único coste posible es un proxy de servidor de aproximadamente 1 $/mes si ejecutas la herramienta desde una máquina cuya IP está bloqueada. Las máquinas locales normalmente no necesitan uno.

“Gratuito” significa sin factura del proveedor, no sin consideraciones sobre términos de servicio.

¿Con qué agentes funciona?

Con cualquier agente capaz de ejecutar comandos de shell. La documentación menciona Claude Code, Cursor, Windsurf, OpenClaw y Codex. OpenClaw necesita habilitar primero el permiso exec.

Si estás comparando clientes, consulta nuestra comparación del trabajo de API en Cursor y Copilot.

¿Mis cookies están seguras?

El proyecto afirma que las cookies permanecen locales y nunca se suben, y su código abierto permite verificarlo. El riesgo principal no es la exfiltración, sino la cuenta: la lectura automatizada puede provocar límites de tasa o bloqueos.

Usa una cuenta que puedas permitirte perder.

¿Se romperá cuando cambien las plataformas?

Sí, y está previsto. Cada plataforma tiene un backend principal y alternativas. Cuando una ruta muere, el proyecto cambia el valor predeterminado.

Si algo parece fallar, ejecuta:

agent-reach doctor

¿Reemplaza una API de búsqueda web?

Para investigación amplia, puede ir más allá: las APIs de búsqueda no siempre ofrecen hilos de X, comentarios de Reddit o transcripciones de vídeo. Para fiabilidad, soporte y garantías, una API de pago sigue siendo una API de pago.

Son modelos diferentes.

¿Puede mi agente usarlo para llamar a mis propias APIs?

No, y Agent-Reach no intenta hacerlo. La herramienta lee plataformas públicas. Para tus propios servicios necesitas una especificación, mocks y pruebas. Ese es el argumento de ¿todavía necesitas una herramienta de API en la era de los agentes de IA?.

Conclusión

Agent-Reach elimina una limitación real. Un agente que puede leer la conversación alrededor de una biblioteca, ver una charla y revisar un issue tracker dará mejores respuestas que uno que trabaja únicamente con un corte de entrenamiento.

Su cadena de respaldo también significa que puede seguir funcionando después de la inevitable ruptura de una ruta de acceso.

Empieza con las plataformas sin configuración. Piensa antes de conectar cookies, especialmente para uso comercial. Y recuerda la frontera:

• Tus contratos de API necesitan Apidog para que el agente use información real en lugar de suposiciones.
• Tus investigaciones necesitan Sharkly, o una herramienta similar, si alguien más debe leerlas y reutilizarlas.

Tener ojos en internet vale la pena. Solo asegúrate de que los hallazgos sobrevivan a la terminal.