Herramientas de IA para desarrolladores
Prepare indicaciones, pruebe las API del modelo, genere comandos AI CLI, valide la salida JSON estructurada e inspeccione herramientas MCP en vivo en un solo flujo de trabajo.
Necesito limpiar un prompt antes de compartirlo.
Empieza con limpieza, redacción y división del prompt cuando la entrada incluya notas del repositorio, texto de incidentes o secretos.
Abrir AI Prompt Toolkit
Necesito el comando exacto y las banderas para un asistente de codificación con IA.
Usa el generador CLI cuando quieras el comando correcto para Claude Code, Codex u OpenCode sin releer la documentación.
Abrir AI CLI Tools
Necesito probar un punto final compatible con OpenAI.
Utilice un perfil directo al navegador para cargar modelos, enviar solicitudes de chat o respuestas e inspeccionar la compatibilidad sin un proxy ComUtil.
Probador de API LLM abierto
Necesito validar la salida JSON antes de que mi aplicación la consuma.
Usa el banco de salida estructurada para detectar campos faltantes, tipos incorrectos o claves extra antes de confiar en el payload.
Abrir Structured Output Playground
Necesito verificar un servidor MCP y probar una de sus herramientas.
Revisa el transporte, los campos obligatorios y el uso del entorno antes de conectar esta configuración en un cliente MCP.
Comprobación del servidor MCP
Necesito convertir notas en una skill de agente.
Usa el constructor cuando un borrador Markdown necesite frontmatter SKILL.md limpio y un archivo listo para copiar.
Abrir constructor de skills para agentes
Cada paso reduce lo que todavía puede fallar. Limpiar primero el prompt significa que un fallo posterior no lo causa un texto que nunca quisiste enviar; probar el endpoint antes de validar la salida significa que un error de esquema es un problema del modelo y no del transporte.
1. Preparación del prompt
Limpia y divide el texto antes de que salga de tu flujo.
2. Construcción del comando
Genera la invocación CLI exacta para el asistente que estés usando.
3. prueba API
Llame al punto final seleccionado directamente e inspeccione su respuesta real.
4. Comprobación de salida
Valida que la respuesta JSON siga cumpliendo la forma que esperas.
5. Depuración de configuración
Revisa el transporte, los campos obligatorios y el uso del entorno antes de conectar esta configuración en un cliente MCP.
Llevar un modelo a una aplicación son cinco trabajos distintos que suelen hacerse en cinco sitios distintos: dejar el prompt en condiciones de enviarse, construir el comando o la petición, llamar al endpoint, comprobar que la respuesta sigue teniendo la forma que tu código analiza y verificar la configuración de servidor que cargará un agente. Cada página enlazada aquí se ocupa de uno de esos trabajos y todas se ejecutan en la pestaña del navegador que ya tienes abierta, así que el prompt, la clave o el payload que estás depurando no tienen que pegarse en un servicio que no controlas.
El orden de esta página es el orden en que suele suceder el trabajo. La limpieza de prompts, la construcción de comandos CLI, la generación del archivo de skill y la validación de salida estructurada no envían tu entrada a ninguna parte: se ejecutan por completo en los scripts de la página. Dos de ellas necesitan la red, y ambas la usan directamente desde tu navegador hacia el endpoint que indiques, con las credenciales guardadas en el almacenamiento local de este navegador. Ese camino directo es la razón por la que conviene fiarse de un fallo aquí: cuando el probador de API de LLM o la comprobación de servidor MCP informan de un error, viene de tu endpoint y de su transporte, CORS o configuración de autenticación, no de un proxy intermedio.
- Quitar claves, nombres de host y texto de clientes de un prompt antes de enviarlo a un asistente externo
- Obtener la invocación exacta de Claude Code, Codex u OpenCode en lugar de leer tres manuales de referencia
- Confirmar que una nueva URL base, clave o pasarela responde, y con qué rapidez, antes de integrarla en el código
- Comprobar que el JSON de un modelo sigue cumpliendo el contrato que analiza tu aplicación
- Verificar el transporte y la lista de herramientas de un servidor MCP antes de añadirlo a la configuración de un cliente
- Convertir un borrador de Markdown en bruto en un archivo SKILL.md que un agente pueda cargar
- Kit de prompts, generador de CLI, generador de skills y salida estructurada: la entrada nunca sale de la página
- Probador de API de LLM: tu navegador llama al endpoint que configuraste, y los perfiles y las claves se quedan en el almacenamiento local
- Comprobación de servidor MCP: se conecta al servidor que indiques y pide confirmación antes de ejecutar una llamada a una herramienta
- Las páginas guía no tienen campos de entrada; explican un flujo de trabajo y enlazan con la herramienta real
- Nada de esta página sube un prompt, una clave o un payload a ComUtil para procesarlo
¿Por dónde empiezo si solo tengo un prompt en borrador?
Empieza por el kit de prompts de IA para ocultar secretos y dividir el texto en fragmentos que quepan en una ventana de contexto; luego pasa al generador de CLI o al probador de API según estés dirigiendo un asistente de programación o llamando tú mismo a un endpoint.
¿Alguna de estas herramientas envía mi prompt o mi clave de API a ComUtil?
No. Las herramientas de texto se ejecutan por completo en el navegador, y las dos que hacen llamadas de red las envían desde tu navegador directamente al endpoint que configuraste. Las claves se guardan en el almacenamiento local de este navegador y se borran al eliminar los datos del sitio.
¿Cuál es la diferencia entre el generador de CLI y el probador de API de LLM?
El generador de CLI produce el texto del comando para un asistente de programación como Claude Code, Codex u OpenCode; nunca ejecuta nada. El probador de API envía realmente una petición a un endpoint de modelo y muestra el estado, los tokens en streaming, los tiempos y el uso que devolvió.
¿Por qué falla el probador de API si la misma petición funciona desde mi terminal?
Una petición del navegador necesita que el proveedor devuelva cabeceras CORS; una del terminal no. Si el endpoint no envía ninguna, el navegador bloquea la respuesta antes de que la página pueda leerla. Pon delante del modelo una pasarela que devuelva cabeceras CORS o ejecuta el comando curl con los datos ocultos que genera el probador.
¿Qué página uso para revisar un servidor MCP antes de añadirlo a un cliente?
La comprobación de servidor MCP. Se conecta a un servidor remoto de Streamable HTTP, enumera las herramientas que anuncia con sus esquemas de entrada y ejecuta una llamada solo después de que la confirmes, lo que basta para distinguir un servidor accesible de uno mal configurado.