Skip to content

Open-source AI browser agent for Chrome and Firefox (monorepo) 🧠

Revise README.es.md for improved organization

sabahmax-37f96602d8061
diff --git a/README.es.md b/README.es.md
index d98e9d0f1..8b1378917 100644
--- a/README.es.md
+++ b/README.es.md
@@ -1,360 +1 @@
-<p align="center">
- <img src="assets/logo-mark.png" alt="Logotipo de WebBrain" width="92">
-</p>
-<h1 align="center">WebBrain</h1>
-
-<p align="center">
- Agente de IA de código abierto para el navegador: conversa sobre páginas, automatiza tareas y ejecuta flujos de trabajo de varios pasos con el LLM que elijas.
-</p>
-
-<p align="center">
- <a href="https://chromewebstore.google.com/detail/webbrain/ljhijonmfahplgbbacgcfnaihbjljhhb"><img src="https://img.shields.io/badge/Chrome-Install-4285F4?style=for-the-badge&amp;logo=googlechrome&amp;logoColor=white" alt="Instala WebBrain desde Chrome Web Store"></a>
- <a href="https://addons.mozilla.org/firefox/addon/webbrain/"><img src="https://img.shields.io/badge/Firefox-Install-FF7139?style=for-the-badge&amp;logo=firefoxbrowser&amp;logoColor=white" alt="Instala WebBrain desde Complementos para Firefox"></a>
- <a href="https://microsoftedge.microsoft.com/addons/detail/dfbioajafcijomhljabppcelecgdgfeo"><img src="https://img.shields.io/badge/Edge-Install-0A84FF?style=for-the-badge&amp;logo=microsoftedge&amp;logoColor=white" alt="Instala WebBrain desde Complementos de Microsoft Edge"></a>
-</p>
-
-<p align="center">
- <a href="README.md">English</a> ·
- <a href="README.zh-CN.md">中文</a> ·
- <a href="README.fr.md">Français</a> ·
- <a href="docs/">Documentación</a> ·
- <a href="https://webbrain.one">Sitio web</a> ·
- <a href="https://discord.gg/cgC325ssfw">Discord</a> ·
- <a href="LICENSE">GPL-3.0-or-later</a>
-</p>
-
-![WebBrain leyendo una página, rellenando un formulario y obteniendo un archivo](assets/webbrain-demo.gif)
-
-WebBrain es una extensión del navegador que coloca un agente de IA en un panel lateral junto a
-tus pestañas. Pregúntale sobre la página que estás viendo o encárgale una tarea y deja que haga clic,
-escriba y navegue hasta completarla. Funciona con el modelo que elijas: un servidor local de
-llama.cpp u Ollama, una API en la nube de un modelo de vanguardia o la opción gestionada predeterminada,
-que no necesita ninguna configuración.
-
-## Instalación
-
-Instálalo desde [Chrome Web Store](https://chromewebstore.google.com/detail/webbrain/ljhijonmfahplgbbacgcfnaihbjljhhb),
-[Complementos para Firefox](https://addons.mozilla.org/firefox/addon/webbrain/) o
-[Complementos de Edge](https://microsoftedge.microsoft.com/addons/detail/dfbioajafcijomhljabppcelecgdgfeo).
-
-<details>
-<summary><b>O cárgalo desde el código fuente</b></summary>
-
-```bash
-git clone https://github.com/webbrain-one/webbrain.git
-```
-
-**Chrome**: abre `chrome://extensions/`, activa el **Modo de desarrollador** (arriba a la
-derecha), haz clic en **Cargar descomprimida** y selecciona la carpeta `webbrain/src/chrome`.
-
-**Firefox**: abre `about:debugging#/runtime/this-firefox`, haz clic en **Cargar
-complemento temporal** y selecciona `src/firefox/manifest.json`. Los complementos temporales
-se eliminan al reiniciar Firefox; la instalación permanente requiere una firma a través de
-[addons.mozilla.org](https://addons.mozilla.org).
-
-</details>
-
-## Uso
-
-Haz clic en el icono de WebBrain para abrir el panel lateral y escribe algo como:
-
-- «Resume esta página»
-- «Busca todos los enlaces sobre precios»
-- «Escribe “agentes de IA” en el cuadro de búsqueda y haz clic en Buscar»
-- «Ve a github.com y busca los repositorios en tendencia»
-
-Hay tres modos que controlan lo que puede hacer el agente:
-
-| Modo | Qué puede hacer |
-| --- | --- |
-| **Ask** | Solo lectura. Lee la página, responde a preguntas y obtiene contenido de URL. |
-| **Act** | Hace clic, escribe, navega, sube y descarga archivos y rellena formularios. |
-| **Dev** | Añade acceso al código fuente de la página, los estilos, la consola y la red, así como ediciones reversibles de la página. |
-
-## Elige un modelo
-
-**WebBrain Compass 1.0** es la opción predeterminada y no necesita clave de API ni configuración local.
-
-Los **modelos locales** tampoco necesitan clave de API. Configura WebBrain para que se conecte a cualquier
-servidor compatible con OpenAI:
-
-```bash
-llama-server -m your-model.gguf --port 8080 # llama.cpp
-ollama serve # Ollama → :11434/v1
-vllm serve your-model --port 8000 # vLLM → :8000/v1
-python -m sglang.launch_server --model-path your-model --port 30000
-```
-
-LM Studio (`:1234/v1`), Jan (`:1337/v1`), LocalAI (`:8080/v1`) y GPT4All
-(`:4891/v1`) funcionan del mismo modo. La ficha genérica **Local OpenAI-compatible Proxy**
-también admite pasarelas de bucle local con autenticación, como CLIProxyAPI; consulta la
-[configuración segura del proxy de suscripción](docs/providers-and-models.md#subscription-proxy-example-cliproxyapi).
-**Unsloth Studio (Local)** utiliza la misma vía compatible con OpenAI, con el
-puerto de Studio y la clave de API `sk-unsloth-` configurados por el usuario; consulta la
-[configuración de Unsloth Studio](docs/providers-and-models.md#unsloth-studio).
-Carga un modelo con una **ventana de contexto de al menos 16k tokens**: 8k solo funciona
-con el nivel Compact, y 4k es insuficiente para el prompt del sistema y los esquemas de las
-herramientas. WebBrain detecta automáticamente la ventana real de llama.cpp, Ollama y LM
-Studio, y compacta la conversación a medida que se llena. En Ollama,
-llama.cpp, LM Studio y LocalAI, también lee los metadatos nativos del servidor antes de
-añadir capturas de pantalla; en Ajustes puedes elegir Auto, Force on y Off para controlar este comportamiento. Cuando
-el campo opcional Model está vacío, se vuelven a comprobar las capacidades del modelo cargado en
-cada turno del usuario, de modo que los cambios de modelo en caliente en el servidor surtan efecto. También hay una
-integración preliminar mediante `ollama launch webbrain --model <model>`. Más información:
-[proveedores y modelos](docs/providers-and-models.md#local-providers).
-
-**API en la nube**: OpenAI, Anthropic Claude, Google Gemini, Azure OpenAI, AWS
-Bedrock, Mistral, DeepSeek, xAI Grok, MiniMax, Kimi, Qwen, z.ai GLM, Groq,
-Together, Cloudflare, Nvidia NIM, Hugging Face, Fireworks, OpenRouter y muchos más.
-Ajustes incluye **106 fichas de proveedores integradas en Chromium** (105 en Firefox),
-entre ellas una opción WebGPU local sin endpoint, con la configuración predefinida y probada de LFM2.5 2.6B,
-y una opción experimental para usar un repositorio ONNX personalizado de Hugging Face.
-Consulta el [catálogo completo](docs/providers-and-models.md#extended-provider-catalog).
-
-## Funciones
-
-- **Lee cualquier página**: texto, enlaces, formularios, tablas, PDF y elementos
- interactivos, mediante el árbol de accesibilidad en lugar de selectores frágiles.
-- **Actúa sobre ella**: hace clic, escribe, se desplaza, navega, sube y descarga archivos y verifica
- formularios, con solicitudes de permiso por sitio antes de realizar acciones con consecuencias.
-- **Planifica antes de actuar**: Act y Dev pueden generar un plan estructurado, mostrarlo para
- su aprobación y fijarlo en el bloc de trabajo antes de ejecutar cualquier herramienta.
-- **Agente de varios pasos**: bucle autónomo de uso de herramientas, configurable hasta 195 pasos
- (130 de forma predeterminada), con un botón para continuar al alcanzar el límite.
-- **Flujos de trabajo guardados**: convierte una ejecución satisfactoria en un flujo reutilizable,
- sin valores concretos incorporados, que puedes volver a ejecutar, exportar y compartir.
-- **Tareas programadas y seguimientos**: `/schedule` para más adelante y `/watch` para consultar
- periódicamente una página y actuar cuando se cumpla una condición.
-- **Skills**: instrucciones y herramientas de confianza que solo se cargan cuando son pertinentes.
-- **Contexto inteligente**: compactación automática basada en el número de tokens, límites para los resultados de
- las herramientas y recuperación de emergencia cuando se supera la capacidad del contexto.
-- **Conversaciones por pestaña**: cada pestaña conserva su propio historial; memoria local opcional
- para las preferencias que indique el usuario.
-- **Panel lateral pensado para leer**: respuestas de Ask en tiempo real, controles flotantes que
- mantienen tu pregunta a la vista a medida que crecen las respuestas, botones para copiar, un aviso de
- inspección de la página y un botón de parada que funciona durante la ejecución.
-- **Determinista de forma predeterminada**: temperatura `0.15` para las decisiones de control del navegador,
- `0.3` para Ask y `0` para las descripciones visuales de las capturas de pantalla.
-
-## Herramientas del agente
-
-WebBrain distingue entre **nivel** y **modo**. El nivel (`compact`, `mid`, `full`) es un
-ajuste por proveedor que controla cuántas herramientas ve un modelo: Compact es adecuado para
-modelos locales pequeños; Full desbloquea acciones como pasar el cursor, arrastrar y soltar, y trabajar con marcos y shadow DOM. El modo
-(`ask`, `act`, `dev`) controla lo que permite el usuario.
-
-La matriz completa de herramientas por nivel, las notas sobre WebMCP y los diagnósticos del modo Dev están en
-[herramientas del agente](docs/agent-tools.md).
-
-## Comandos con barra
-
-Escribe `/help` en el panel para ver la sintaxis completa y las opciones. Estos son algunos de los más útiles:
-
-| Comando | Qué hace |
-| --- | --- |
-| `/ask` · `/act` · `/dev` · `/plan` | Cambia de modo antes de enviar el mensaje. |
-| `/schedule [prompt]` | Crea una tarea programada. |
-| `/watch [--keep] [--secs <30-120>] [--long \| --short] <condición y acción> [/beep]` | Consulta periódicamente la página actual y actúa cuando se cumple una condición. |
-| `/workflow` · `/workflow --save <nombre>` | Gestiona los flujos de trabajo guardados o convierte la última ejecución satisfactoria en uno. |
-| `/teach --start <nombre>` · `/teach --end` | Aprende un flujo de trabajo reutilizable a partir de las acciones que le muestras. |
-| `/memory --add <texto>` | Guarda una preferencia del usuario. |
-| `/screenshot [--full-page]` | Captura la pestaña o la página completa, incluido el contenido fuera de la vista. |
-| `/record [--transcribe]` | Graba la pestaña actual y, opcionalmente, guarda una transcripción. |
-| `/export [--traces \| --config]` | Descarga la conversación, la secuencia de herramientas o una copia de los ajustes. |
-| `/compact` · `/reset` · `/verbose` | Compacta el contexto, borra la conversación o activa y desactiva los detalles de las herramientas. |
-| `/allow-api` | Permite, solo en esta conversación, que `fetch_url` realice cambios cuando falla la interfaz. |
-
-`/watch` realiza la primera comprobación de inmediato y después consulta la página cada 60 segundos
-(`--secs` admite valores de 30 a 120). Las condiciones relativas, como «cuando aparezca un nuevo commit»,
-establecen una referencia inicial en la primera comprobación; `--keep` mantiene el seguimiento activo y
-suprime las alertas repetidas con la misma clave estable de evento.
-
-Referencia completa, incluidos `/dangerously-skip-permissions` y los sufijos para capturar ejecuciones:
-[comandos con barra](docs/slash-commands.md).
-
-## Atajos de teclado
-
-Los atajos del panel lateral de Chrome funcionan cuando el panel lateral de WebBrain tiene el foco.
-
-| Atajo | Qué hace |
-| --- | --- |
-| `Ctrl+/` o `Cmd+/` | Lleva el foco al campo de entrada. |
-| `Ctrl+Shift+A` o `Cmd+Shift+A` | Cambia al modo Ask. |
-| `Ctrl+Shift+X` o `Cmd+Shift+X` | Cambia al modo Act. |
-| `Ctrl+Shift+D` o `Cmd+Shift+D` | Cambia al modo Dev. |
-| `Escape` | Detiene la ejecución activa, salvo cuando solo cierra el autocompletado de comandos con barra. |
-| `Escape` dos veces | Detiene una grabación activa desde WebBrain o desde las páginas del navegador. |
-
-## Documentación
-
-| | |
-| --- | --- |
-| [Arquitectura](docs/architecture.md) | Visión general del sistema, flujo de los turnos y subsistemas. |
-| [Herramientas del agente](docs/agent-tools.md) | Niveles, modos y matriz completa de herramientas. |
-| [Comandos con barra](docs/slash-commands.md) | Todos los comandos y sus opciones. |
-| [Proveedores y modelos](docs/providers-and-models.md) | Las 105 fichas de proveedores, configuración local y niveles. |
-| [Skills](docs/skills.md) | Skills incluidas, importación y herramientas de skills. |
-| [Modelo de seguridad](docs/security-model.md) | Permisos, credenciales y límites de confianza. |
-| [Defensa frente a la inyección de prompts](docs/prompt-injection-defense.md) | Capas de defensa y carencias conocidas. |
-| [Privacidad y flujo de datos](docs/privacy-and-data-flow.md) | Qué sale del navegador y qué permanece en él. |
-| [Árbol de accesibilidad y referencias](docs/accessibility-tree-and-refs.md) | Cómo se leen las páginas y se identifican los elementos sobre los que actuar. |
-| [Adaptadores de sitios](docs/site-adapters.md) | Instrucciones por sitio y contratos versionados de flujos de trabajo. |
-| [Formatos de exportación y flujos de trabajo](docs/export-and-workflow-formats.md) | `webbrain-config/1`, `webbrain-workflow/1`. |
-| [Añadir una herramienta](docs/adding-a-tool.md) · [Localización](docs/localization.md) · [Escenarios de prueba](docs/test-scenarios.md) | Guías para colaboradores. |
-| [Comunidad](docs/community.md) | Guía del servidor de Discord: canales, roles, normas y vías de escalado. |
-
-También disponible en [中文](docs/zh-CN/) y [Français](docs/fr/).
-
-## Comunidad
-
-Habla de todo lo relacionado con WebBrain —ayuda, configuración de modelos locales y en la nube, adaptadores de
-sitios, demostraciones y coordinación entre colaboradores— en el
-[Discord de WebBrain](https://discord.gg/cgC325ssfw). Consulta
-[comunidad](docs/community.md) para conocer la organización del servidor y
-[discord-setup](docs/discord-setup.md) para ver la configuración de los canales, los roles y la pantalla de bienvenida.
-Los informes de errores y las solicitudes de funciones deben publicarse en las
-[incidencias de GitHub](https://github.com/webbrain-one/webbrain/issues), no en Discord.
-
-## Estructura del repositorio
-
-```
-src/chrome/ Versión Manifest V3: service worker, chrome.scripting, sidePanel
-src/firefox/ Versión Manifest V2: página en segundo plano, executeScript, sidebar_action
-docs/ Documentación de diseño y referencia (en, zh-CN, fr)
-mcp-server/ Servidor MCP: delega tareas del navegador desde Claude Code, Codex y Cursor
-lmstudio-plugin/ Herramientas web y delegación al navegador como plugin independiente de LM Studio
-web/ Sitio de presentación y sitio de documentación
-test/ Suite de pruebas de Node, benchmarks de escenarios con LLM y corpus de seguridad
-```
-
-Casi todo el código del agente se comparte entre ambas versiones. Consulta
-[arquitectura](docs/architecture.md#chrome-vs-firefox-key-differences) para conocer
-sus diferencias.
-
-## Problemas conocidos
-
-**La versión para Firefox tiene bastantes más limitaciones que la de Chrome.** Firefox no tiene un equivalente al
-Chrome DevTools Protocol a través de `chrome.debugger`, por lo que su versión no permite
-atravesar el shadow DOM, generar eventos reales de ratón de confianza (algunos manejadores de React/Vue no
-se activan), recorrer raíces shadow cerradas, disponer de un margen de reintentos de `resolveSelector`,
-reintentar teniendo en cuenta la navegación de las SPA ni obtener capturas mediante CDP. Utiliza `tabs.captureTab`
-para capturar el área visible, incluidas las pestañas de ejecución inactivas, pero sigue sin poder ofrecer
-las capturas de precisión de píxel o de página completa que proporciona CDP en Chrome. Los adaptadores de sitios, la detección
-visual, la detección de bucles, el bucle de capturas automáticas y el conjunto de prompts y herramientas de Compact
-_sí_ están presentes en Firefox. Algunas aplicaciones de página única también pueden no activar
-la reinyección de los scripts de contenido tras una navegación del lado del cliente.
-
-## Cómo contribuir
-
-Consulta [CONTRIBUTING.md](CONTRIBUTING.md). Para añadir una herramienta, sigue la lista de comprobación de
-[añadir una herramienta](docs/adding-a-tool.md). Para añadir un proveedor, crea una subclase de
-`BaseLLMProvider`, implementa `chat()` (y, opcionalmente, `chatStream()`) y
-regístrala en `providers/manager.js`, replicando ambos cambios en
-`src/chrome/` y `src/firefox/`. Todos los proveedores normalizan sus respuestas al formato
-`{ content, toolCalls, usage }`; encontrarás más información en
-[proveedores y modelos](docs/providers-and-models.md#adding-a-provider).
-
-Los cambios recientes están en [CHANGELOG.md](CHANGELOG.md).
-
-## Servidor MCP
-
-Permite que un agente de programación utilice *tu* navegador. Claude Code, Codex, Cursor y OpenClaw
-pueden delegar una tarea en WebBrain, que se ejecuta en la sesión en la que ya has iniciado
-sesión: con las cookies disponibles y la autenticación SSO ya completada. Un framework sin interfaz gráfica
-arranca sin sesión y se bloquea en la primera pantalla de acceso; aquí eso no ocurre.
-
-```bash
-claude mcp add --transport stdio webbrain -- npx -y @webbrain/mcp-server
-```
-
-Claude Code inicia el servidor automáticamente al comenzar una sesión MCP.
-Si prefieres iniciarlo tú, ejecuta el siguiente comando y deja ese terminal
-abierto (pulsa `Ctrl+C` para detenerlo):
-
-```bash
-npx -y @webbrain/mcp-server
-```
-
-Con el servidor en marcha, abre **WebBrain → Settings → General → Advanced →
-MCP**, establece la URL en `ws://127.0.0.1:17374/extension` y actívalo.
-**Solo en Chromium**: el entorno de ejecución del control y del puente utiliza el documento fuera de pantalla
-de la extensión, del que no dispone la versión para Firefox.
-
-Si en Ajustes aparece **Connection error: WebSocket error**, normalmente significa que no hay ningún proceso
-escuchando en la URL configurada. Inicia el servidor MCP, comprueba que la URL utiliza
-el puerto `17374` y deja su proceso en ejecución. Consulta la
-[guía de resolución de problemas de `mcp-server`](mcp-server/README.md#troubleshooting) para
-comprobar si hay un proceso a la escucha y conocer los demás puertos del puente.
-
-```
-webbrain_run(task: "abre el panel de Stripe y enumera los pagos fallidos de la semana
- pasada con sus importes y los correos electrónicos de los clientes", mode: "ask")
-```
-
-Utiliza `webbrain_extract` con un esquema JSON cuando quien realiza la llamada necesite una salida
-estructurada y predecible en lugar de un resumen en prosa. El servidor expone seis herramientas a nivel de
-tarea: ejecución, extracción estructurada, estado, respuesta a una solicitud de aclaración, cancelación y
-diagnóstico de conexión.
-
-`mode='ask'` es de solo lectura. `mode='act'` puede hacer clic y escribir, sujeto a las mismas
-solicitudes de aprobación en el navegador que recibe una persona. El servidor permite delegar tareas
-en lugar de exponer las aproximadamente 50 operaciones básicas del navegador: el control de permisos de WebBrain
-reside en el bucle del agente, por lo que acceder a cada operación a través de un socket quedaría por debajo
-de ese control y lo eludiría. Más información en [`mcp-server/`](mcp-server/).
-
-La configuración completa de los clientes, los argumentos de las herramientas, el ciclo de vida de las ejecuciones,
-los ejemplos de salida estructurada, los límites de seguridad y la guía de resolución de problemas están en
-[`web/docs/mcp/`](web/docs/mcp/).
-
-> La extensión mantiene **un solo** socket de puente a la vez: WebBrain Cloud (17373),
-> el servidor MCP (17374) o el plugin de LM Studio (17375). Para cambiar de uno a otro, modifica
-> la URL en **Settings → General → Advanced → MCP**.
-
-## Plugin de LM Studio
-
-Un plugin independiente de [LM Studio](https://lmstudio.ai), disponible en
-[`webbrain/web-tools`](https://lmstudio.ai/webbrain/web-tools):
-
-```bash
-lms clone webbrain/web-tools
-```
-
-`fetch_url` y `research_url` utilizan únicamente HTTP en Node: no necesitan navegador, pero tampoco
-tienen cookies, sesión ni JavaScript. Con la extensión instalada en un navegador
-Chromium, `browser_task` permite delegar tareas en tu navegador real con la sesión iniciada,
-para acceder a páginas autenticadas y renderizadas en el cliente a las que no puede llegar HTTP por sí solo.
-Si no hay ninguna extensión conectada, muestra un mensaje que indica cómo resolverlo; las herramientas HTTP
-siguen funcionando en Firefox.
-
-Código fuente: [`lmstudio-plugin/`](lmstudio-plugin/).
-
-## Colaboradores
-
-<a href="https://github.com/webbrain-one/webbrain/graphs/contributors">
- <img src="https://contrib.rocks/image?repo=webbrain-one/webbrain" />
-</a>
-
-## Cómo citar
-
-```bibtex
-@software{webbrain2026,
- author = {Sokullu, Emre},
- title = {WebBrain: Open-source AI browser agent for chatting with pages},
- year = {2026},
- publisher = {GitHub},
- url = {https://github.com/webbrain-one/webbrain}
-}
-```
-
-## Licencia
-
-WebBrain 33.0.0 y las versiones posteriores se distribuyen bajo la licencia
-[GPL-3.0-or-later](LICENSE), ya que la extensión del navegador incluye
-e integra el entorno de ejecución WebAssembly de Xapian/libzim, con licencia GPL. Las versiones
-anteriores a la 33.0.0 conservan la licencia MIT que se aplicaba cuando se
-publicaron; ese texto histórico se conserva en [LICENSES/MIT.txt](LICENSES/MIT.txt).
-
-Creado con ❤️ por [Emre Sokullu](https://emresokullu.com) y los [colaboradores de código abierto](https://github.com/webbrain-one/webbrain/graphs/contributors).
-
-?