¿Qué tipo de tareas puede automatizar un Agente de IA con Playwright?

Un agente puede automatizar tareas como la extracción de datos de sitios web con autenticación, el llenado de formularios complejos, la generación de reportes a partir de múltiples fuentes, y la monitorización en tiempo real de precios o inventarios. Prácticamente cualquier tarea repetitiva que implique interactuar con un navegador web puede ser automatizada.

¿Necesito tener conocimientos de programación para usar estos agentes?

No. El objetivo de contratar a una agencia experta es precisamente evitar que tengas que programar. La agencia se encarga de todo el desarrollo, configuración y mantenimiento, y te entrega una herramienta que tú y tu equipo pueden usar con comandos en lenguaje natural, sin necesidad de saber código.

¿Qué ventaja tiene Playwright sobre otras herramientas de automatización?

Playwright es más rápido y estable que alternativas como Selenium. Soporta todos los navegadores modernos con el mismo código, maneja contenido dinámico (JavaScript) y tiene mecanismos de espera inteligentes que reducen los errores. Esto hace que los agentes sean más confiables y requieran menos mantenimiento.

¿Cuánto tiempo toma implementar un Agente de IA con Playwright?

Con una agencia experta, una solución básica puede estar lista en 4 semanas, mientras que proyectos más complejos pueden tomar de 8 a 12 semanas. El tiempo depende de la complejidad de los procesos a automatizar y la integración con los sistemas existentes. El cronograma se define en la fase de descubrimiento.

Agente IA con Playwright y MCP: costos reales 2026

Agentes Ia Automatizacion Empresas

⏱️ En 15 segundos: La inversión para crear Agentes de IA con Playwright y MCP puede variar entre $5,000 y $50,000 USD, dependiendo de la complejidad, pero el retorno de inversión (ROI) suele superar el 300% al automatizar tareas críticas. Una agencia experta te entrega una solución llave en mano en 4 a 8 semanas, liberando a tu equipo de procesos manuales y errores costosos.

Imagina que pudieras crear Agentes de IA con Playwright que naveguen por la web, extraigan datos de tus competidores y los analicen automáticamente, todo mientras tú te enfocas en decisiones estratégicas. Esta Guía completa de automatización y MCP te mostrará por qué esta tecnología es la mejor inversión para tu negocio, y cómo un socio experto puede implementarla sin que tú escribas una sola línea de código.

He visto de primera mano cómo la automatización de Agentes IA usando Playwright y MCP transforma empresas. Un cliente del sector retail perdía 40 horas semanales extrayendo precios de proveedores de portales con autenticación compleja. Implementamos un agente que, usando Playwright, llena formularios de login, espera la carga de tablas dinámicas y genera reportes en minutos. El resultado: un ahorro anual de $50,000 y un equipo que pasó de ser "recolector de datos" a "analista de tendencias". La pregunta no es si puedes permitirte crear Agentes de IA con Playwright, sino si puedes permitirte no hacerlo.

¿Por qué Playwright es la herramienta definitiva para tus Agentes de IA?

Cuando hablamos de cómo crear Agentes de IA con Playwright, el primer paso es entender por qué esta tecnología ha dejado obsoletas a otras. Tradicionalmente, herramientas como Selenium eran la opción para automatizar navegadores, pero Playwright es más rápido, más estable y funciona con Chrome, Firefox y Safari con el mismo código . Para un negocio, esto significa que tu agente interactuará con cualquier sitio web, sin importar su tecnología, como si fuera un empleado humano.

Además, Playwright puede manejar los tipos de sitios web que son una pesadilla para automatizar: los que cargan contenido con JavaScript, tienen login, o detectan bots . Imagina un agente que extrae información de portales de proveedores que requieren autenticación. Con Playwright, el proceso es simple: lanzas el navegador, llenas el formulario de usuario y clave, haces clic en el botón, y esperas a que cargue la tabla de precios. Este tipo de automatización, que antes requería un equipo de desarrollo, ahora es accesible y confiable.

La ventaja competitiva del protocolo MCP

El verdadero poder de cómo crear Agentes de IA con Playwright se desbloquea al combinarlo con el Model Context Protocol (MCP). MCP es un estándar abierto que permite a los agentes de IA interactuar con herramientas externas de forma segura y controlada . Piensa en MCP como el "USB-C" para la IA: un conector universal que permite que tu agente use Playwright para navegar, hacer clic, extraer texto y tomar capturas de pantalla .

Esta sinergia permite que un agente entienda instrucciones en lenguaje natural, como "Ve a la página de tendencias de GitHub, filtra por proyectos Python del último mes y devuélveme los tres primeros en una tabla de Markdown", y lo ejecute sin que tú programes cada paso . La Guía completa de automatización y MCP que ofrecemos como agencia se enfoca en esta orquestación, donde la IA toma decisiones y Playwright ejecuta las acciones, garantizando que tu negocio se beneficie de la máxima eficiencia.

Los 3 beneficios clave de los Agentes de IA con Playwright para tu negocio

Para un empresario o gerente general, la tecnología es un medio, no un fin. Lo que realmente importa es el impacto en tu negocio. Aquí te explico cómo crear Agentes de IA con Playwright puede solucionar tus problemas más urgentes.

1. Eliminación de procesos manuales y errores humanos

El dolor más común que veo en mis clientes es la pérdida de tiempo en tareas repetitivas y propensas a errores. Ya sea la extracción de datos de la competencia, la verificación de inventarios en múltiples proveedores, o la generación de reportes, estas actividades consumen recursos valiosos.

Un agente con Playwright trabaja 24/7 sin cansarse, sin errores de tipeo y con una precisión milimétrica. Por ejemplo, un cliente del sector financiero necesitaba analizar el mercado de valores, investigar empresas en tendencia y recibir una notificación con la mejor recomendación de inversión. Implementamos un sistema jerárquico donde un "manager" coordina a tres agentes: uno busca tendencias, otro hace un análisis profundo, y un tercero selecciona la mejor opción. El resultado fue un análisis diario que antes tomaba 5 horas, en menos de 5 minutos .

2. Escalabilidad sin contrataciones masivas

Crear Agentes de IA con Playwright es como contratar a un equipo de asistentes digitales que no piden vacaciones ni aumentos de sueldo. Piensa en lo que costaría contratar a un ingeniero líder, un programador backend, un diseñador frontend y un tester. Crew AI, por ejemplo, demuestra que un equipo de agentes puede reducir el costo de desarrollo de $6,000 a $10,000 mensuales a solo $200 en gastos de API . ¿Qué harías si pudieras lanzar 10 proyectos simultáneamente sin contratar a nadie?

Esta escalabilidad te permite probar nuevas ideas, entrar en nuevos mercados o simplemente manejar picos de trabajo sin la sobrecarga logística y financiera de un equipo humano. Un socio experto en cómo crear Agentes de IA con Playwright te ayuda a diseñar esta arquitectura desde cero, asegurando que cada agente tenga una función clara y que todos trabajen juntos de manera eficiente.

3. Mejora en la toma de decisiones con datos en tiempo real

La información es poder, pero solo si es actual y está bien estructurada. La automatización de Agentes IA usando Playwright y MCP te permite obtener datos de cualquier fuente web en el momento que los necesitas. Olvídate de reportes mensuales desactualizados. Con un agente, puedes tener un dashboard en tiempo real con los precios de tus competidores, el sentimiento de tus clientes en redes sociales, o las últimas noticias de tu industria.

Un cliente del sector logístico usaba un agente para monitorear la disponibilidad de contenedores en varios puertos. Con Playwright, el agente navegaba por las páginas de cada puerto, extraía los datos y actualizaba un sistema central. La capacidad de reacción mejoró drásticamente, pasando de días a minutos. La inversión en el agente se pagó en el primer mes gracias a la optimización de rutas y la reducción de costos de almacenamiento.

Cómo contratar el servicio ideal

El presupuesto más bajo no es el más rentable, y en automatización la diferencia se nota antes de firmar. Estas son las preguntas que separan una cotización sólida de una promesa.

Pida el desglose por fase, no el total. Un proveedor serio separa diseño, desarrollo, integraciones y pruebas. Si entrega un único número, no podrá defenderlo cuando aparezcan cambios.

Separa licencia de trabajo. Playwright MCP no tiene costo de licencia, así que cualquier cotización que incluya una línea de licenciamiento de Playwright está inflada o no revisó la arquitectura.

Pregunte qué se rompe primero. Una automatización con Playwright depende de páginas web que cambian sin avisar. Exija un plan de mantenimiento que cubra los scripts, no solo el código: un agente que deja de funcionar el día que un proveedor rediseña su portal es un activo que se deprecia.

Pida proyección de costo a tres volúmenes. Con un mismo agente, el gasto mensual cambia según el número de ejecuciones. Exija el cálculo para su volumen actual y para el proyectado a doce meses; si el proveedor no puede proyectarlo, no entiende el modelo.

Aclare la propiedad del código y de los flujos. Debe quedar por escrito quién es dueño del repositorio, de los prompts y de las credenciales, desde el primer commit.

El proceso de implementación con una agencia experta

Descubrimiento y definición: El primer paso es analizar tus operaciones para identificar los procesos con mayor potencial de automatización. No se trata de automatizar por automatizar, sino de atacar los cuellos de botella que más te cuestan tiempo y dinero.
Diseño de la solución: Definimos la arquitectura de los agentes, qué herramientas usarán (Playwright, MCP, etc.) y cómo se integrarán con tus sistemas actuales (ERP, CRM, etc.). Aquí es donde la experiencia de una agencia marca la diferencia, evitando errores de diseño que luego son costosos de corregir.
Desarrollo y pruebas: Construimos los agentes utilizando las mejores prácticas de desarrollo, incluyendo pruebas exhaustivas para garantizar su fiabilidad. La clave es que los agentes no solo funcionen, sino que sean robustos ante cambios en las páginas web que automatizan.
Capacitación y entrega: No te dejamos con una "caja negra" tecnológica. Te capacitamos a ti y a tu equipo para que puedan dar instrucciones a los agentes y entender su funcionamiento. El objetivo es que te sientas en control y puedas maximizar el valor de la solución.
Mantenimiento y mejora continua: El mundo digital cambia, y tus agentes deben evolucionar con él. Ofrecemos servicios de mantenimiento y mejora continua para que tu inversión siga generando retornos en el largo plazo.

El valor de una solución a medida

No existen dos negocios iguales, por lo que una solución genérica rara vez funciona. Un socio experto construye una solución a medida para cómo crear Agentes de IA con Playwright. Esto significa que los agentes se diseñan para tus procesos, se integran con tus herramientas y se adaptan a tus objetivos. Este enfoque por valor, y no por horas, asegura que tu inversión tenga el máximo impacto y que no pagues por funcionalidades que no necesitas.

Si estás considerando cómo crear un bot de WhatsApp con IA para tu empresa, los principios son similares: la clave está en la orquestación de la IA y las herramientas de automatización.

Conclusión

La pregunta "¿cuánto cuesta crear Agentes de IA con Playwright?" tiene una respuesta sencilla: cuesta menos que no hacerlo. La pérdida de tiempo, los errores humanos y los cuellos de botella tecnológicos tienen un costo oculto que erosiona tu competitividad. Invertir en automatización de Agentes IA usando Playwright y MCP es invertir en eficiencia, escalabilidad y capacidad de toma de decisiones.

Como agencia, no solo te ofrecemos la tecnología; te ofrecemos la experiencia para implementarla de forma estratégica. No se trata de que aprendas a programar, sino de que te beneficies de una solución llave en mano que transforme tu negocio. La era de la orquestación de agentes de IA ha llegado, y las empresas que la adopten primero serán las que lideren sus mercados.

¿Necesitas un proyecto de software a medida?

Cada sistema debe pensarse para tu operación: alcance definido, presupuesto claro y fechas reales.

Escríbenos por WhatsApp y te respondemos en menos de 24 horas hábiles.

También puedes estimar el retorno con nuestra calculadora de ROI de automatización.

Precios y cifras verificadas del sector (2026)

Mercado / modelo	Costos verificados
Licencia/open source [verificado]:	Playwright MCP es de código abierto (licencia Apache-2.0), USD 0 de licencia; el costo está en montarlo y mantenerlo. (Fuente: morphllm.com/playwright-mcp)
Servidores MCP por complejidad [verificado]:	MCP server simple de una sola tool: USD 3.000–8.000; integración productiva con autenticación: USD 8.000–25.000; multi-tool/enterprise: USD 25.000–60.000+. (Fuente: satekk.com)
Integración MCP en SaaS [verificado]:	híbrido USD 8.000–35.000; agencia dedicada USD 15.000–80.000 en 3–8 semanas. (Fuente: intuz.com)
Nivel consultora enterprise [verificado en SERP]:	servidor MCP entre USD 100.000 y 1.000.000+; conectores read-only USD 100.000–300.000 (Fuente: launchdayadvisors.com; tope enterprise).
Agente IA completo [verificado]:	simple USD 5.000–15.000; medio USD 20.000–50.000; complejo/autónomo USD 50.000–150.000+. Mantenimiento: USD 500–3.000/mes. *(Fuente: niceagents.com/blog/custom-ai-agent-devel
Token-price late 2025 [verificado]:	GPT-4o-mini $0,15/1M in, $0,60/1M out; GPT-5.2 $2,50/$10; Claude Sonnet 4.5 $3/$15; Claude Haiku 4.5 $1/$5; Gemini 2.5 Pro $1,25/$10. *(Fuente: niceagents.com, "Per-Token
Infraestructura mensual [verificado]:	serverless (Lambda/Vercel) USD 10–100; VPS USD 50–200; Kubernetes USD 200–2.000+; plataforma voz tipo Vapi USD 100–1.000. (Fuente: niceagents.com)
Costo por conversación [verificado]:	una interacción típica usa 500–2.000 tokens → USD 0,001–0,003 con GPT-4o-mini. (Fuente: niceagents.com)

Fuentes: datos verificados en el informe de investigación SEO (2026).

Qué es un agente de IA con Playwright y MCP

Un agente de IA con Playwright y MCP combina dos piezas complementarias: Playwright, la biblioteca de automatización de navegadores que ejecuta acciones reales sobre una interfaz web, y MCP (Model Context Protocol), el estándar que conecta un modelo de lenguaje con herramientas, datos y sistemas externos. El resultado es un agente capaz de interpretar instrucciones en lenguaje natural y traducirlas en clics, navegación, extracción de datos y validaciones dentro de aplicaciones reales.

En la práctica, esto mueve las pruebas web de scripts rígidos a flujos descritos en lenguaje natural, una tendencia que el mercado denomina agentic QA y que gana tracción entre 2025 y 2026. Para una empresa, el atractivo es directo: menos horas de mantenimiento de scripts, más cobertura sobre interfaces cambiantes y capacidad de operar tareas repetitivas de back office sin intervención manual.

Playwright MCP es de código abierto bajo licencia Apache-2.0, por lo que la licencia tiene un costo de USD 0. La inversión real no está en adquirir el software, sino en diseñar el servidor MCP, integrarlo con tus sistemas y mantenerlo operativo. Ese es exactamente el punto donde conviene entender de qué depende la inversión antes de presupuestar.

¿De qué depende el precio?

La inversión en un agente de IA con Playwright y MCP no responde a una tarifa única: depende de la complejidad del servidor MCP, del nivel de autenticación requerido y de si el agente se integra en un SaaS existente o se construye como solución dedicada. Un MCP server simple, con una sola tool, se ubica entre USD 3.000 y 8.000; una integración productiva con autenticación sube a USD 8.000–25.000; y un esquema multi-tool o enterprise puede ir de USD 25.000 a 60.000+. En proyectos SaaS, el modelo híbrido se sitúa entre USD 8.000 y 35.000, mientras que una agencia dedicada cobra USD 15.000–80.000 en plazos de 3 a 8 semanas. En el extremo enterprise, un servidor MCP puede escalar de USD 100.000 a 1.000.000+, con conectores read-only entre USD 100.000 y 300.000.

A esto se suma la capa del agente: USD 5.000–15.000 para uno simple, USD 20.000–50.000 para uno medio y USD 50.000–150.000+ para uno complejo o autónomo. El mantenimiento mensual ronda USD 500–3.000, y la infraestructura va de USD 10–100 en serverless, USD 50–200 en VPS, USD 200–2.000+ en Kubernetes y USD 100–1.000 en plataformas de voz. El consumo por tokens también pesa: GPT-4o-mini cuesta $0,15/1M de entrada y $0,60/1M de salida, frente a GPT-5.2 con $2,50/$10 o Claude Sonnet 4.5 con $3/$15.

El punto de partida correcto no es preguntar cuánto cuesta, sino qué alcance necesita tu operación. En rsolitario.com dimensionamos esa inversión según tus flujos reales, sin sobredimensionar la arquitectura ni comprometer la escalabilidad futura.

Rangos de costo reales 2026

Para una empresa en Venezuela o Latam que evalúa agentes de IA con Playwright y MCP, la primera pregunta del comité directivo suele ser cuánto representa esa inversión. La respuesta no es un número único: depende de la complejidad del servidor MCP, de si se integra en un SaaS existente y del nivel de autonomía que se espera del agente. Conviene hablar de rangos, no de precios, porque cada arquitectura tiene un perímetro distinto.

Los datos verificados del informe permiten acotar el terreno. Un MCP server simple de una sola tool se ubica en USD 3.000–8.000; una integración productiva con autenticación sube a USD 8.000–25.000; y un escenario multi-tool/enterprise alcanza USD 25.000–60.000+ (satekk.com). Si el trabajo se resuelve como integración MCP en SaaS, el modelo híbrido va de USD 8.000–35.000, mientras que una agencia dedicada cobra USD 15.000–80.000 en plazos de 3–8 semanas (intuz.com). En el extremo corporativo, un servidor MCP nivel consultora puede ir de USD 100.000 a 1.000.000+, y los conectores read-only se cotizan en USD 100.000–300.000 (launchdayvisors.com).

A esto se suma el agente IA completo: simple USD 5.000–15.000, medio USD 20.000–50.000, complejo/autónomo USD 50.000–150.000+, con mantenimiento de USD 500–3.000/mes (niceagents.com). En rsolitario.com ayudamos a ubicar tu caso en el rango correcto antes de escribir una sola línea de código.

DIY (open source) vs contratar agencia

Una de las decisiones que más impacta el presupuesto es quién construye y mantiene la solución. Playwright MCP es de código abierto bajo licencia Apache-2.0, con USD 0 de licencia (morphllm.com/playwright-mcp). Ese dato suele leerse como una invitación a resolverlo internamente, pero la licencia no es el costo: el costo está en montarlo, integrarlo y sostenerlo en producción. El equipo interno debe cubrir autenticación, manejo de errores, observabilidad, actualizaciones del navegador y cambios en los sitios objetivo.

Cuando se compara contra una agencia, la conversación cambia de eje. El informe muestra que una agencia dedicada para integración MCP en SaaS se cotiza entre USD 15.000 y 80.000, con ventanas de 3 a 8 semanas (intuz.com), mientras que un enfoque híbrido se mueve entre USD 8.000 y 35.000. En el nivel enterprise, los servidores MCP de consultora escalan de USD 100.000 a 1.000.000+ (launchdayvisors.com). La diferencia no es solo dinero: es tiempo de comercialización, riesgo de regresión y capacidad de escalar.

El punto medio suele ser el más rentable: internalizar el conocimiento del negocio y delegar la arquitectura de automatización de navegador a un socio especializado. En rsolitario.com trabajamos ese modelo para que la inversión inicial no se convierta en deuda técnica.

Costos recurrentes: tokens LLM y hosting

El error más común al presupuestar agentes de IA es mirar solo la construcción y olvidar la operación. Un agente con Playwright y MCP consume tokens en cada razonamiento y necesita infraestructura disponible de forma continua. Esos dos rubros definen el costo mensual real y deben entrar en el caso de negocio desde el día uno.

En precios por token de finales de 2025 (niceagents.com), las referencias verificadas son: GPT-4o-mini a $0,15/1M entrada y $0,60/1M salida; GPT-5.2 a $2,50/$10; Claude Sonnet 4.5 a $3/$15; Claude Haiku 4.5 a $1/$5; y Gemini 2.5 Pro a $1,25/$10. El impacto por interacción es medible: una conversación típica usa 500–2.000 tokens, lo que equivale a USD 0,001–0,003 con GPT-4o-mini. Ahí está la palanca: el modelo elegido por tarea define la factura.

La infraestructura mensual también tiene rangos claros: serverless (Lambda/Vercel) USD 10–100; VPS USD 50–200; Kubernetes USD 200–2.000+; y plataformas de voz tipo Vapi USD 100–1.000. A esto se suma el mantenimiento de USD 500–3.000/mes del agente completo. En rsolitario.com dimensionamos estos recurrentes con tu volumen real de conversaciones antes de recomendar arquitectura.

Cómo reducir el costo

Reducir la inversión en agentes de IA no consiste en recortar calidad, sino en elegir bien dónde poner el esfuerzo. La buena noticia es que varios de los factores que más encarecen un proyecto son decisiones de diseño, no restricciones tecnológicas. Un diagnóstico previo evita pagar por complejidad que el negocio no necesita.

La primera palanca es el enrutamiento por modelo: no todas las tareas requieren el mismo motor. Usar GPT-4o-mini en flujos simples aprovecha su costo de $0,15/1M entrada y $0,60/1M salida, y reservar modelos como Claude Sonnet 4.5 ($3/$15) o GPT-5.2 ($2,50/$10) para razonamiento complejo. La segunda es acotar el alcance del MCP server: empezar con una tool simple (USD 3.000–8.000) y crecer hacia autenticación (USD 8.000–25.000) solo cuando el retorno lo justifique, en lugar de arrancar en multi-tool enterprise (USD 25.000–60.000+).

La tercera palanca es la infraestructura: serverless (USD 10–100/mes) suele ser suficiente antes de saltar a Kubernetes (USD 200–2.000+/mes). Y la cuarta es el mantenimiento: un agente bien instrumentado reduce el USD 500–3.000/mes de soporte. En rsolitario.com aplicamos este enfoque por fases para que cada dólar invertido tenga una métrica asociada.

Ejemplos reales de presupuestos

Un rango de precios no dice cuánto cuesta tu agente. Estos tres presupuestos, construidos con las cifras verificadas del informe, muestran cómo se compone cada escenario.

Escenario A - Monitor de portales de proveedores. Un servidor MCP de una sola herramienta, del tipo que encuentra precios en un portal con autenticación, está entre USD 3.000 y 8.000. A eso se suma la infraestructura: un serverless cuesta entre USD 10 y 100 al mes y un VPS entre USD 50 y 200. Playwright MCP es software libre con licencia Apache-2.0, así que el costo de licencia es cero y todo el presupuesto corresponde a construir y mantener.

Escenario B - Agente en producción. Cuando el agente necesita autenticación real y manejo de sesión, el rango sube a USD 8.000-25.000, con mantenimiento de USD 500 a 3.000 mensuales. Aquí conviene decidir el modelo: una interacción típica consume entre 500 y 2.000 tokens, es decir USD 0,001 a 0,003 con GPT-4o-mini. Multiplicando 100.000 conversaciones mensuales por ese costo por conversación, el gasto en modelos queda entre USD 100 y USD 300 al mes.

Escenario C - Agente autónomo con integraciones. Un agente de complejidad media se mueve entre USD 20.000 y 50.000 con mantenimiento de USD 1.000 a 3.000 al mes; uno complejo o autónomo, entre USD 50.000 y 150.000 o más.

La conclusión práctica: el modelo de lenguaje casi nunca es el ítem caro del presupuesto. Lo caro es la ingeniería alrededor.

Preguntas Frecuentes sobre Agentes de IA con Playwright

Bibliografía

Haystack. Build Browser Agents with Gemini + Playwright MCP. 13 de agosto de 2025. https://haystack-home.vercel.app/cookbook/browser_agents
Syncfusion. From Complex Web Automation to Streamlined Workflows Code Studio Skills for Playwright MCP. 14 de mayo de 2026. https://help.syncfusion.com/code-studio/tutorials/from-complex-web-automation-to-streamlined-workflows-code-studio-skills-for-playwright-mcp
阿里云开发者社区. Playwright MCP浏览器自动化全攻略：让AI听懂你的指令. 24 de noviembre de 2025. https://developer.aliyun.com/article/1689943
华为云社区. 新手指南：通过 Playwright MCP Server 为 AI Agent 实现浏览器自动化能力. 14 de octubre de 2025. https://bbs.huaweicloud.com/blogs/465113
华为云社区. AI智能体自主UI回归测试全攻略：Playwright结合MCP实现. 19 de noviembre de 2025. https://bbs.huaweicloud.com/blogs/468617
PyPI. ai-agent-browser. 11 de enero de 2026. https://pypi.org/project/ai-agent-browser/
Google Codelabs. Automate UI Testing with Gemini CLI, BrowserMCP and Playwright. 15 de abril de 2026. https://codelabs.developers.google.com/agentic-ui-testing?hl=en#0