Rellenar formularios web con agentes que leen la página como texto

A quién le sirve. Desarrolladores que construyen agentes que rellenan formularios web y quieren ahorrar el coste de los modelos que leen imágenes; no es para quien no programa.

Qué hicieron

El autor creó TextWeb, que carga una página en un Chromium sin ventana y extrae de cada elemento visible su posición, su texto y si se puede pulsar o rellenar. Lo coloca en una cuadrícula de caracteres que respeta la disposición de la pantalla. Los elementos interactivos reciben un número, y así el agente da órdenes como pulsar 3 o escribir 7 seguido del texto. Cualquier modelo de lenguaje puede leerlo.

Cómo salió

Cada página sale como unos 2 a 5 KB de texto en lugar de una captura de cerca de 1 MB, por lo que no hace falta un modelo que entienda imágenes. La publicación no da resultados de solicitudes de empleo reales y pide opiniones sobre el formato de la cuadrícula.

Conviene saber

Se instala con npm install -g textweb y se conecta mediante un servidor MCP, definiciones de llamada a funciones, LangChain, CrewAI, una API HTTP, una línea de comandos o una biblioteca de Node.js.

Qué necesitas

• Node.js, un entorno para ejecutar programas, y npm, su instalador, ya instalados
• La herramienta TextWeb, que se instala con npm install -g textweb
• Un agente o modelo de lenguaje, aunque no entienda imágenes
• Un formulario de prueba con datos de relleno, nunca uno real
• Una forma de conectar la herramienta a tu agente: un servidor MCP (un estándar para conectar herramientas a una IA), una API (la vía por la que un programa usa otro) o la línea de comandos (la terminal)

Cómo hacerlo tú, paso a paso

1. Instala TextWeb con npm install -g textweb.
2. Conéctalo a tu agente por el método que prefieras: servidor MCP, definiciones de llamada a funciones, API HTTP o línea de comandos.
3. Pega el prompt de la ficha con la dirección del formulario de prueba.
4. Comprueba que cada página aparece como una cuadrícula de texto, con los campos, botones y enlaces numerados.
5. Pide al agente que rellene los campos con datos de relleno, con órdenes como pulsar 3 o escribir 7 seguido del texto.
6. Comprueba los campos rellenados. No envíes el formulario.
7. Repite con otros formularios para ver dónde falla.

Escribe una herramienta pequeña que muestre una página web como una cuadrícula de texto, con cada campo, botón y enlace numerado, para que un agente de IA pueda rellenar formularios sin capturas de pantalla. Pruébala en [URL de la solicitud o del formulario] con datos de relleno y enséñame los campos rellenados. Habrás terminado cuando la prueba funcione. No envíes nunca el formulario.

Consejos

• No envíes nunca formularios reales mientras pruebas.
• Mira los términos de uso de las webs donde quieras automatizar solicitudes, porque algunas lo prohíben.
• La publicación pide opiniones sobre el formato y no da resultados con solicitudes reales. Trátalo como un experimento.

Preguntas frecuentes

Fuentes

• Hacker News ↗

En el directorio desde el 3 de octubre de 2026.