# Herramienta de obtención web para agentes de IA: lee páginas como Markdown limpio > Herramienta de obtención web para agentes de IA: lee páginas públicas como Markdown vía MCP, OpenAI, LangChain o n8n, desde 0,07 US$/1K páginas. - URL: https://webreaderapi.com/es/use-cases/ai-agents/ - Última actualización: 2026-10-22 - Editor: WebReaderAPI (https://webreaderapi.com) Un agente que sabe buscar pero no leer responde a partir de fragmentos. Dale una herramienta que convierta cualquier URL pública en Markdown corto y limpio, y podrá leer la fuente, citarla y referenciarla, dentro de un presupuesto que tú fijas. **Respuesta rápida — ¿Cuál es la mejor forma de dar a un agente de IA una herramienta de obtención web?** Envuelve una API de lectura de páginas web como una herramienta que recibe una URL y devuelve el contenido principal de la página como Markdown, recortado a una longitud fija. **WebReaderAPI** hace la lectura, renderiza JavaScript cuando hace falta, respeta robots.txt y cobra un crédito por página desde 0,07 US$/1K páginas a fecha de octubre de 2026. El código de herramienta listo para usar cubre MCP, OpenAI function calling, LangChain, n8n y OpenClaw. Sin KYC; cripto. ## WebReaderAPI como herramienta de agente | Atributo | Valor | | --- | --- | | Herramienta | `read_url(url, max_chars)` llamando a `https://webreaderapi.com/api/v1/read` | | Devuelve | Markdown del contenido principal, más título, autor, fecha y recuento de palabras | | Límite de longitud | `max_chars`, de 1.000 a 500.000 caracteres por página | | Páginas con JavaScript | Renderizado de JavaScript en un navegador headless cuando la página lo necesita (render=auto), o siempre, o nunca | | Rechazos | Se devuelven como errores claros, nunca se cobran | | Integraciones | [MCP](https://webreaderapi.com/es/docs/mcp/), [OpenAI](https://webreaderapi.com/es/docs/openai/), [LangChain y LlamaIndex](https://webreaderapi.com/es/docs/langchain/), [n8n](https://webreaderapi.com/es/docs/n8n/), [OpenClaw](https://webreaderapi.com/es/docs/openclaw/) | | Precio | 3,75 US$ por 10.000 páginas; los créditos no caducan | ## ¿Por qué un agente necesita un lector en lugar de HTML sin procesar? Porque el HTML sin procesar consume la ventana de contexto con cosas que el modelo no necesita. Un artículo de noticias o una página de documentación llega envuelto en navegación, scripts, banners de consentimiento y enlaces relacionados. Si se pasa tal cual, acapara la conversación y hace que el modelo cite menús. Un lector resuelve tres problemas a la vez. Conserva solo el contenido principal, renderiza páginas que están vacías hasta que se ejecuta JavaScript y convierte los PDF en texto. El agente recibe un único bloque compacto de Markdown con un título y una fecha que puede citar. ## ¿Por qué a veces fallan las herramientas de fetch integradas? Principalmente porque los sitios rechazan el tráfico automatizado. Desde el 1 de julio de 2025, Cloudflare bloquea por defecto a los rastreadores de IA para los dominios nuevos, y a partir del 15 de septiembre de 2026 sus preajustes bloquean el tráfico de "Agent" en las páginas con anuncios de los dominios nuevos. Las herramientas integradas de los agentes de programación y los asistentes se topan con esos rechazos como cualquier otro cliente. Otros fallos son técnicos. La documentación de OpenClaw, consultada el 22 de octubre de 2026, dice que su web_fetch integrado extrae el contenido con Readability, no ejecuta JavaScript y limita la salida a 20.000 caracteres. Las páginas creadas en el navegador, los documentos largos, los servidores lentos y los rate limits hacen tropezar a esas herramientas. Un lector que renderiza páginas resuelve el caso de JavaScript; el almacenamiento en caché y la paciencia resuelven el resto. Los rechazos son decisión del propietario del sitio. Nuestra [guía sobre los errores 403 de web fetch](https://webreaderapi.com/es/guides/web-fetch-403-errors/) explica cada caso. ## ¿Por qué la herramienta se llama read_url y no web_fetch? Para evitar un choque con herramientas que los agentes ya tienen. Claude Code y OpenClaw incluyen una herramienta integrada llamada `web_fetch`. Una segunda herramienta con el mismo nombre confunde al modelo sobre cuál está llamando. Llamar a la nuestra `read_url` mantiene ambas disponibles: el agente puede usar su fetcher integrado para comprobaciones rápidas y `read_url` cuando necesita Markdown limpio, PDF o páginas con JavaScript. Las definiciones de herramientas de nuestras páginas de documentación usan todas este nombre, así que puedes cambiar entre frameworks sin modificar tus prompts. *Python: una herramienta read_url compacta con límite de longitud* ```python import os import requests API = "https://webreaderapi.com/api/v1/read" HEADERS = {"Authorization": "Bearer " + os.environ["WEBREADER_API_KEY"]} def read_url(url: str, max_chars: int = 12000) -> str: """Return a web page as Markdown for a model, or a short reason it was not read.""" resp = requests.get(API, headers=HEADERS, params={"url": url, "max_chars": max_chars}, timeout=90) data = resp.json() if resp.status_code != 200: err = data.get("error", {}) return "Not read (" + err.get("code", "error") + "): " + err.get("message", "") head = "# " + (data.get("title") or url) + "\nSource: " + data["final_url"] if data.get("published_at"): head += " | Published: " + data["published_at"] return head + "\n\n" + data["markdown"] if __name__ == "__main__": print(read_url("https://example.com/blog/pour-over-coffee", max_chars=2000)[:500]) ``` ## ¿Cómo debería decidir un agente qué leer? Dale un presupuesto y una regla. Tres hábitos controlan los costes y el contexto: - **Lee poco, lee bien.** De dos a cuatro fuentes por pregunta suelen bastar para responder con citas. - **Limita cada página.** Empieza con `max_chars` en torno a 10.000 a 15.000 caracteres; auméntalo solo cuando `word_count` indique que la respuesta probablemente esté más abajo. - **Informa de los rechazos.** Cuando una página no se lee, deja que el modelo lo diga y pase a otra fuente en lugar de reintentar. La herramienta anterior devuelve los rechazos como una sola frase clara, así el modelo puede explicárselos al usuario. ## ¿Cuánto cuesta ejecutar un agente en WebReaderAPI? Un crédito por página, dos cuando la página necesita un navegador. Un asistente que responde 100 preguntas al día y lee 4 páginas por cada una lee unas 12.000 páginas al mes. 50.000 páginas (14,25 US$) cubren eso durante cuatro meses, a fecha de octubre de 2026. Los créditos no caducan, así que un agente que está ocupado una semana y parado la siguiente no desperdicia una cuota mensual. Las páginas que fallan o que robots.txt rechaza no cuestan nada. ## ¿Qué pack conviene a un agente? Haz el prototipo con 10.000 páginas; pasa a 50.000 páginas o 100.000 páginas cuando el agente atienda a usuarios reales. Los créditos no caducan. | Plan | Cantidad | Precio | Precio por unidad | | --- | --- | --- | --- | | Prueba | 10.000 páginas | 3,75 US$ | 0,38 US$/1K páginas | | Starter | 50.000 páginas | 14,25 US$ | 0,28 US$/1K páginas | | Build | 100.000 páginas | 21,75 US$ | 0,22 US$/1K páginas | En todos los planes: Extracción del contenido principal · Renderizado de JavaScript cuando es necesario · Las páginas fallidas y rechazadas no se cobran · Los créditos nunca caducan **Antes de pagar** - Recarga mínima 25 US$. Recarga una vez con criptomonedas y luego compra cualquier plan con tu saldo. - Tu saldo no tiene fecha de caducidad y puedes comprar créditos de página en cualquier momento. Si un pack cuesta menos que la recarga mínima, el importe que añadiste solo para alcanzar ese mínimo se puede devolver a petición dentro de los 30 días siguientes al pago, en USDT o USDC, siempre que no lo hayas gastado. Cualquier otro saldo no se reembolsa salvo que la ley indique lo contrario. - Se acredita en cuanto comprobamos tu pago en la blockchain. Tiempo habitual de confirmación de la red: BTC ≈ 20 min · USDT TRC-20 ≈ 1 min · USDT ERC-20 ≈ 5 min · USDC ERC-20 ≈ 5 min · ETH ≈ 5 min · SOL ≈ 1 min · LTC ≈ 15 min ## Agentes de IA: preguntas frecuentes ### ¿Puedo añadir WebReaderAPI a Claude Desktop o Cursor? Sí, mediante un pequeño servidor MCP que expone `read_url`. La [página de MCP](https://webreaderapi.com/es/docs/mcp/) tiene el código y el fragmento de configuración; tu clave API permanece en una variable de entorno. ### ¿Funciona con OpenClaw? Sí, como servidor MCP junto al web_fetch integrado de OpenClaw. La [página de OpenClaw](https://webreaderapi.com/es/docs/openclaw/) muestra los comandos de la propia documentación de OpenClaw. ### ¿Puede el agente leer páginas que bloquean a los bots de IA? No. Si robots.txt no permite la página, la API devuelve `blocked_by_robots`; si el sitio rechaza, devuelve `target_refused` con el estado del sitio. Ninguno se cobra, y nunca intentamos sortear el rechazo. ### ¿Cómo evito que una página larga llene la ventana de contexto? Configura `max_chars`. El Markdown se corta en esa longitud, y `word_count` indica al agente cuánto medía la página completa, para que pueda pedir más solo cuando sea necesario. ### ¿Necesito tarjeta o identificación? No. WebReaderAPI no pide identificación, ni selfie, ni documentos, ni tarjeta. El pago es en BTC, USDT, USDC, ETH, SOL, LTC, con una recarga mínima de 25 US$. ## Fuentes 1. [Nota de prensa: rastreadores de IA bloqueados de forma predeterminada](https://www.cloudflare.com/press-releases/2025/cloudflare-just-changed-how-ai-crawlers-scrape-the-internet-at-large/) — Cloudflare (2025-07-01) 2. [Blog: nuevos valores por defecto para rastreadores de IA y agentes](https://blog.cloudflare.com/accountable-mixed-use-ai-crawlers/) — Cloudflare (2026-09-15) 3. [Herramienta de obtención web (web fetch)](https://docs.openclaw.ai/tools/web-fetch.md) — OpenClaw (read 2026-10-22) --- WebReaderAPI: WebReaderAPI es una API de lectura web para agentes de IA que convierte cualquier página web pública en Markdown limpio, pagando con criptomonedas y sin subir ningún documento de identidad. Los créditos prepago desde 0,07 US$/1K páginas nunca caducan y se respeta robots.txt. Sin KYC: ni documento de identidad, ni selfie, ni documentos. Paga con criptomonedas.