0807 | CopilotKit Channels, Shieldstral, Brandfetch MCP y Superlog Responder

Clara Vega: Bienvenidos a Product Hunt diario. Soy Clara Vega y esto es Bri.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy arrancamos con CopilotKit, un SDK de código abierto para llevar cualquier agente de IA a Slack.

Clara Vega: También hablamos de Muse Code de Meta, su agente de codificación para terminal, y de Glyphi, una app de lectura rápida. Pero antes, un lanzamiento que da de qué hablar: Shieldstral, el guardarraíl multimodal de Mistral.

Mateo Ruiz: Y cerramos con Brandfetch, una integración para agentes de IA, y con Superlog, un agente gratuito para corregir bugs. Todo eso y más, a continuación.

Clara Vega: Vayamos directo a lo nuevo en Product Hunt, y empezamos con un SDK que ataca un dolor muy concreto: tienes un agente de IA funcionando, pero para llevarlo a Slack o a Teams tendrías que reescribirlo casi por completo. CopilotKit ha lanzado Channels SDK, un SDK de código abierto que promete meter cualquier agente en los canales donde ya trabaja tu equipo: Slack, Microsoft Teams, Discord o WhatsApp.

Mateo Ruiz: Y la idea central es que la conversación no se convierte en un muro de texto. Tú etiquetas al agente en un hilo y él responde ahí mismo con interfaz real: botones, formularios, gráficos. O sea, sin reconstruir el agente y sin mantener un frontend aparte. Lo que dice el equipo es que el costo de pasar un agente a otro framework o plataforma hoy es una reescritura total, cuando las conversaciones de verdad ocurren ya en esos canales de mensajería.

Clara Vega: Y la compatibilidad abre bastante el rango: habla con OpenAI Agents, Claude Agents, LangChain, Mastra y Google ADK, junto con LangGraph, CrewAI o Pydantic AI. Y un mismo mensaje se renderiza como el formato nativo de cada plataforma: en Slack, sus bloques nativos; en Teams, sus tarjetas adaptativas.

Mateo Ruiz: El punto fuerte para probarlo es que puedes montar un agente real en Slack o en Teams sin configurar aplicación, servidor ni credenciales. Y el equipo promete que el arranque se reduce a un solo prompt a un agente de codificación: le pides que lea su guía de Channels y monte tu primer canal, y él mismo maneja las consolas en tu sesión.

Clara Vega: Con streaming en las respuestas, interfaz generativa, aprendizaje por usuario, aprobaciones humanas dentro del flujo y autenticación incluida. Todo esto con licencia MIT, gratuito y autohospedable, que es una decisión clave para equipos que no quieren mandar sus conversaciones internas fuera de su control.

Clara Vega: Mistral protagoniza el lanzamiento destacado de esta edición con Shieldstral: un guardarraíl multimodal de tres mil millones de parámetros con pesos abiertos, presentado el cuatro de agosto de dos mil veintiséis. Está pensado para equipos que despliegan modelos y necesitan decidir, caso a caso, qué contenido es seguro para su producto, su audiencia y su momento.

Mateo Ruiz: Y ese matiz de momento es la clave. El mismo contenido puede ser aceptable en una herramienta de investigación de ciberseguridad y, al mismo tiempo, dañino en una plataforma de salud mental. Los guardarraíles clásicos incrustan una taxonomía fija de categorías de daño, y cambiar de contexto implica reentrenar. Shieldstral, en cambio, recibe la política como una pregunta en lenguaje natural en el momento de la inferencia.

Clara Vega: Por ejemplo, le preguntas: ¿es segura esta imagen para menores? ¿O promueve esta respuesta violencia física? Y un único modelo de tres mil millones de parámetros evalúa texto, imagen, o ambos juntos, y emite un veredicto de un solo token: lee los logits de sí o no, los normaliza y devuelve una puntuación de seguridad calibrada que puedes umbralizar o usar para ordenar por confianza.

Mateo Ruiz: Y corre localmente en una sola GPU de dieciséis gigabytes, con pesos publicados bajo licencia Apache 2.0. Milst... Mistral lo presenta como miembro inaugural de la Open Secure AI Alliance, junto a NVIDIA y otras organizaciones. Y unifica en un solo problema la clasificación de prompts, la moderación de respuestas y la detección de rechazo o de toxicidad.

Clara Vega: Para equipos que despliegan modelos en producción, lo que cambia es la velocidad de adaptación: ajustar el criterio de seguridad deja de ser un proyecto de reentrenamiento y pasa a ser una pregunta que se reformula.

Clara Vega: Pasamos a Brandfetch MCP, una integración para agentes de IA que ataca un problema del que nos hemos reído varias veces: los agentes que inventan la identidad de una marca. Según el anuncio, redibujan logos de memoria, inventan códigos de color, toman activos incorrectos y hasta crean una voz de marca ficticia.

Mateo Ruiz: La propuesta es darle al agente datos reales de más de cincuenta millones de marcas: logos, colores, tipografías, información de empresa y contexto de marca. Y funciona directamente desde Claude, Cursor, VS Code o Codex, o desde cualquier cliente MCP apuntando a su punto de conexión.

Clara Vega: Trae cinco herramientas. Una resuelve la empresa por nombre, dominio o búsqueda difusa. Otra devuelve los activos visuales y los datos de la compañía. Otra aporta el contexto de la marca: su voz, su posicionamiento, su audiencia y sus productos. Y las otras dos sirven para casos más específicos, como resolver comercios desde descripciones de transacciones o generar las URLs de los logos listas para producción.

Mateo Ruiz: Y entre los casos de uso citan documentos de cliente on-brand, presentaciones de ventas y mockups con los logos correctos. Un ejemplo que dan: pedirle a Claude una presentación que compare Stripe, Adyen y Airbnb con sus logos, colores y posicionamiento verdaderos.

Clara Vega: En la discusión de la comunidad, un participante cuenta que justo le pasó lo de los códigos de color inventados al crear páginas de aterrizaje con Claude: el modelo devuelve colores que ni se acercan a la paleta real. Y luego pregunta algo interesante: ¿qué pasa con una marca que se rebrandiza a mitad de año? La integración responde con la identidad actualizada, o corre el riesgo de servir una versión desactualizada. Ahí queda la duda abierta.

Clara Vega: Cerramos con Superlog Responder, un agente gratuito y de código abierto para corregir bugs con IA. Se instala justo en el canal de Slack donde tu equipo ya recibe las alertas de Sentry o Datadog, con una sincronización de un clic y sin que tengas que añadir telemetría nueva.

Mateo Ruiz: Y la idea es que ante cada alerta, el agente investiga con el contexto completo, filtra el ruido y, si el problema es real, responde en el propio hilo con la causa raíz, la evidencia y un pull request que se puede fusionar. El cofundador Nicolò explica por qué lo hicieron así: tras la primera versión, el feedback recurrente era que los usuarios ya tenían telemetría y alertas en Slack, y no querían otro panel más que revisar. Solo querían el bug arreglado.

Clara Vega: Entonces el agente actúa donde ya llegan las alertas y consulta Datadog, Sentry, Notion, el repositorio y una base de datos de solo lectura, y luego abre el pull request con el arreglo. Prompts, memoria, acceso al repositorio y reglas de escalado son totalmente personalizables: el usuario construye su propio agente de depuración en lugar de alquilar el de la empresa.

Mateo Ruiz: En la comunidad, un usuario que lo probó en beta durante unos días lo califica de impresionante. Y otro comentarista celebra el alto porcentaje de pull requests fusionados, por encima del noventa por ciento. Aunque cuidado: eso es una afirmación de la comunidad, no verificada por el fabricante.

Clara Vega: El punto de partida es tan atractivo como simple: no te piden cambiar tu flujo de trabajo, solo operar sobre el que ya tienes. Y la conversación sigue, porque hay un puñado de limitaciones y preguntas abiertas que quedan sin responder en el material.

Clara Vega: Empecemos con AI Spend Console de Rippling, que apunta directamente a un dolor de moda: las empresas adoptan herramientas de IA a toda velocidad, los costos crecen, y no hay ninguna infraestructura pensada para gestionar ese gasto como una categoría nueva. Según Kevin, el product lead de Rippling, los equipos de Finanzas terminan bajando datos de los paneles de facturación y haciendo análisis manuales puntuales, sin saber realmente qué equipos, departamentos o modelos están disparando el aumento.

Mateo Ruiz: Y ese es justo el vacío que cubre esta consola. Lo que promete es desglosar el gasto por proveedor, por modelo o incluso por empleado, y conectarlo con datos de GitHub, como el volumen de pull requests o el número de revisiones de código. O sea, no solo gasto, sino si ese gasto está acompañando realmente producción de software.

Clara Vega: Exacto, y además mapea ese gasto a atributos de cada empleado: su departamento, su equipo, su rol. Rippling dice que se pueden generar paneles personalizados con IA, hacer preguntas de seguimiento en lenguaje natural, y hasta definir políticas sobre cuántos tokens se pueden gastar o qué modelos puede usar cada persona, todo según los datos organizativos de la empresa.

Mateo Ruiz: El diferenciador que marca el fabricante es importante: no es un panel de uso simple ni una solución puntual, sino algo integrado. Y un detalle clave para quien quiera probarlo: se puede empezar gratis, sin necesidad de suscribirse a Rippling.

Clara Vega: La comunidad de ingeniería ha aportado contexto de uso interesante. Varios comentaristas cuentan que presupuestar junto a Finanzas es casi adivinar, que necesitan pruebas concretas para justificar las licencias de IA ante su CFO, y que poder conectar ese gasto con la salida real de código les resultaría muy útil. De hecho, uno menciona que intentó hacer algo parecido en una hoja de cálculo y que, en sus propias palabras, se cayó en un...

Mateo Ruiz: Pasemos a UCP Radar, una herramienta que ataca un problema muy concreto para los comercios de ecommerce: que los agentes de compra por IA, como ChatGPT o Perplexity, recomienden sus productos. Está pensada para tiendas que usan Google Merchant Center y quieren aparecer cuando un asistente de compra sugiere qué comprar.

Clara Vega: El creador lleva 18 años en marketing digital, la mayoría en anuncios de pago y Google Shopping, y describe así el problema: los comercios asumen que su feed de producto está bien porque Google lo acepta. Pero él dice que ser aceptado es un listón muy bajo. Los títulos se escriben para humanos, las descripciones salen del CMS, y campos con significado real, como el material, el grupo de edad, los highlights o las Q&A del producto, quedan completamentevacíos.

Mateo Ruiz: Y lo curioso es que Google no rechaza ese feed. Simplemente, como dice el creador, muestra a otra persona. Cuenta que el año pasado clientes le preguntaron por qué ChatGPT recomendaba a un competidor en lugar de a ellos. En Shopping se puede subir la puja para compensar, pero en la IA, dice, no hay nada que subir.

Clara Vega: Aquí es donde entra UCP Radar. Según el creador y el sitio del producto, se conecta a Google Merchant Center con un clic, puntúa cada producto contra más de 50 reglas de los estándares de Google y más de 35 reglas del Protocolo Universal de Comercio, y después lo revisa de nuevo para comprobar que un agente de IA pueda leerlo bien.

Mateo Ruiz: Lo que hace luego es reescribir títulos y descripciones, rellenar los campos vacíos y publicar un feed suplementario que Google, Perplexity y ChatGPT recogen por su cuenta. Un detalle importante: los precios y el stock siguen saliendo directo de la tienda, no de la herramienta. E incluye además un protector de marca, porque cuenta que las primeras versiones mejoraban los nombres de marca o reformulaban los números de modelo, algo que justamente puede romper la confianza del cliente.

Clara Vega: Cambio de tercio completo: Meta ha lanzado Muse Code en versión beta, un agente de codificación para terminal pensado para tareas de ingeniería de horizonte largo, es decir, proyectos que llevan tiempo y muchos pasos. Está impulsado por el nuevo modelo Muse Spark 1.2, y según el anuncio del 5 de agosto de 2026 se instala en macOS o Linux con un comando desde la línea de comandos y está diseñado para repositorios grandes.

Mateo Ruiz: Lo más diferenciador es cómo ejecuta el trabajo. Hay un bucle principal de agente que trabaja junto a agentes de fondo asíncronos y persistentes, que se mantienen activos durante toda la sesión recopilando contexto. La idea es no tener que recargarlo en cada paso, lo que según Meta reduce la latencia y la necesidad de ir empujando al agente en tareas difíciles de varios pasos.

Clara Vega: Y hay una característica de robustez muy interesante: cada llamada de modelo, cada ejecución de herramienta, cada aprobación y cada edición se guarda en un log de eventos local. Eso convierte al runtime en reproducible y seguro ante reinicios, así que si algo falla, el agente reanuda exactamente donde se detuvo, sin perder el hilo.

Mateo Ruiz: Incluye comandos por defecto: uno convierte una tarea en un plan sujeto a aprobación, otro somete ese plan a prueba, y otro trabaja de forma continua hacia el objetivo. En la demo que mostraron, un video en mp4 de un recorrido por una casa se convierte directamente en una página de marketing y reservas de un alquiler vacacional.

Clara Vega: Sobre el modelo nuevo, Muse Spark 1.2 es una actualización centrada en código sobre la versión 1.1, con mejoras declaradas en generación de código, depuración compleja, comprensión del codebase y flujos de trabajo de desarrollador. Y otro dato: se co-entrenó con Muse Code y se entrenó específicamente en tareas de horizonte largo, incluida la generación...

Mateo Ruiz: Para cerrar, una propuesta más modesta pero muy práctica: Website to Markdown API, lanzada en Product Hunt. Tal como su nombre indica, es una API para convertir cualquier URL en Markdown limpio y listo para alimentar a un modelo de lenguaje. Envías una URL y recibes el Markdown, sin más.

Clara Vega: Y promete resolver las típicas molestias de quien ha intentado esto antes: las páginas renderizadas con JavaScript se procesan automáticamente, se eliminan navegación, pies de página y banners de cookies, y se incluye una captura de pantalla alojada en una red de distribución de contenido. El creador dice que la evasión anti-bots viene integrada, con rotación de proxies, fingerprinting de navegador y reintentos automáticos.

Mateo Ruiz: Un mismo endpoint maneja además PDF, documentos de Word, presentaciones, libros electrónicos, imágenes, audio y video. Y si pides el formato json, devuelve una salida estructurada por fragmentos de texto. Hay un plan gratuito sin necesidad de tarjeta de crédito.

Clara Vega: El fundador, Johnny, explica por qué lo construyeron: convertir una web en texto utilizable sigue siendo difícil. Hay que mantener un navegador en segundo plano, lidiar con páginas JavaScript que devuelven HTML vacío, y escribir lógica de limpieza y reintentos para sitios que bloquean scrapers. Su resumen es muy gráfico: funciona con los primeros diez sitios y se rompe con el undécimo.

Mateo Ruiz: Afirma que la página se renderiza antes de extraerse, así que React, Next.js o Vue funcionan igual que el HTML estático, y la salida, sin anuncios, va directa a un contexto de LLM, a una base de conocimiento o a un pipeline de recuperación aumentada, sin posprocesado. Y añade que forma parte de una plataforma más grande, Exabase, con la misma clave de API para otras funciones, aunque funciona de forma independiente. En la discusión, un usuario que dice ser marketer comenta que le parece muy útil, y Johnny indicó que estaría disponible todo el día respondiendo preguntas. Un lanzamiento que resume bien esta edición: herramientas que quitan fricción técnica para que la IA se integre de verdad en el trabajo diario.

Clara Vega: Hoy ha llegado a Product Hunt una app llamada Glyphi, presentada por su desarrollador en solitario, Vahdet Caliskan. No es un lector más: utiliza un formato de lectura rápida llamado RSVP, que muestra una palabra cada vez en pantalla para reducir el movimiento ocular y ayudarte a mantener el foco.

Mateo Ruiz: Y la clave está justamente ahí. En lugar de desplazarte por el texto, Glyphi va mostrando las palabras una a una a una velocidad ajustable. El creador dice que la construyó buscando una experiencia de lectura más concentrada que el scroll infinito, así que el lanzamiento invita a probar si este formato convence frente a las apps de lectura habituales.

Clara Vega: Va dirigida a quien lea libros, EPUBs, PDFs, artículos, páginas web o textos propios, incluyendo estudiantes, profesionales e investigadores. Tiene dos modos principales: el modo de palabra única y un modo de flujo, y ofrece velocidad ajustable, pausas en la puntuación para respirar, y diccionario del sistema al tocar una palabra.

Mateo Ruiz: Además importa PDF, EPUB y texto plano, extrae el contenido de artículos web y se puede enviar contenido desde la hoja de compartir de iOS. También incluye entrenamiento estructurado de velocidad, comprensión, foco y resistencia, con seguimiento de palabras leídas, tiempo, rachas y calendario. Y sincroniza biblioteca, posición y progreso vía iCloud.

Clara Vega: Ojo con la parte de inteligencia artificial: puede generar resúmenes y puntos clave directamente en el dispositivo, siempre que tu iPhone sea compatible con Apple Intelligence. El contenido no se envía a la nube, y la propia app avisa de que esos resultados de IA pueden contener errores ocasionalmente. Eso sí, sigue siendo una afirmación del fabricante, no una verificación independiente.

Mateo Ruiz: En cuanto a precio y disponibilidad, Glyphi es gratuita en la App Store para iPhone, con compras integradas, y está calificada para mayores de cuatro años. Para resumir: un lector rápido pensado para quien quiere una alternativa más enfocada al scroll infinito, con entrenamiento incluido y procesamiento de IA en el propio dispositivo. Habrá que ver si el formato RSVP consigue ganarse a los usuarios habituales.

Clara Vega: Y con esto cerramos el programa de hoy. Repasamos lanzamientos importantes, desde CopilotKit, que busca llevar a cualquier agente de IA a Slack, hasta Shieldstral, el guardarraíl multimodal abierto de Mistral. También vimos Brandfetch MCP para que tus agentes accedan a datos de marca y Superlog Responder para corregir bugs de forma gratuita y abierta.

Mateo Ruiz: Sin olvidar la consola de gastos en IA de Rippling, UCP Radar, el agente de codificación Muse Code de Meta, la API para convertir webs en Markdown limpio y la app de lectura rápida Glyphi. Mucho terreno, desde seguridad hasta productividad.

Clara Vega: Nos vemos en la próxima edición, con más novedades para que nadie se quede atrás en el mundo de la inteligencia artificial. ¡Hasta pronto!