Durante este mes nos adentramos en cómo el testing está cambiando con la irrupción de la inteligencia artificial, los modelos generativos y herramientas como los MCP Servers. En este último post de julio, quiero dejarte una guía rápida con los MCP Servers más útiles hoy en día para automatización de pruebas, especialmente si trabajás con flujos complejos, interfaces dinámicas o sistemas no deterministas.
🥇 Principales MCP Servers con enfoque en testing
Playwright MCP Server (Microsoft)
Una de las opciones más adoptadas para testing automatizado mediante IA. Como estuvimos viendo la semana pasada, permite interactuar con páginas web usando accessibility snapshots en lugar de imágenes. Genera tests de Playwright con prompts en lenguaje natural 🚀.
➕ Ideal para QA moderno en UI con LLMs.
GitHub MCP Server (github/github-mcp-server)
Permite que agentes gestionen issues, pull requests y discusiones en GitHub usando permisos nativos.
➕ Excelente para testing de flujos relacionados con CI, reviews y workflows automatizados.
Puppeteer MCP Server
Equipa a LLMs con capacidades de automatización a través de Puppeteer (navegar, hacer clic, rellenar formularios) usando comandos JSON simples.
➕ Muy útil cuando necesitás scripts ligeros o ejecución en entornos headless.
💡 Otros MCP Servers destacados
Según glama.ai, centrados en QA, rendimiento o validación automática:
k6 MCP Server: permite ejecutar pruebas de performance desde IA usando k6.
Locust MCP Server: similar pero para entornos Python.
Gechmind: ejecuta colecciones de Postman (Newman) vía LLM, devolviendo resultados estructurados.
rt96‑hub: compara prompts a través de OpenAI y Anthropic, ideal para testing de consistencia.
🧭 ¿Cómo ayudan estos servers en testing?
✅ Playwright y Puppeteer MCP automatizan validaciones E2E impulsadas por IA.
🔍 GitHub MCP facilita pruebas de workflows de integración continua y gestión de código.
📊 k6, Locust o Gechmind integran performance testing y ejecución automatizada de APIs directamente desde prompts.
📈 rt96‑hub permite comparar resultados de múltiples LLMs y detectar cambios o degradaciones.
📌 Comparativa rápida
🧠 Recomendación final
Para testing con LLMs y entornos web: Playwright MCP Server sigue siendo la opción más robusta y versátil.
Si te interesa performance testing manejado desde prompts: explorá los servidores de k6 o Locust.
Y si trabajás en workflows en GitHub o quieres analizar consistencia entre modelos, GitHub MCP o rt96‑hub pueden ser relevantes.
📅 ¡Gracias por acompañarme este mes!
Este fue el último post de julio, y también el cierre de un ciclo de publicaciones semanales. A partir de agosto, mi newsletter será mensual.
📬 Publicaré un nuevo artículo cada último viernes del mes, con contenido más elaborado, técnico y enfocado en ayudarte a crecer en automatización, testing e IA aplicada.
Si tenés ideas o temas que querés que desarrolle, podés responder este mail o dejar un comentario.
Gracias por estar del otro lado ❤️
Nos leemos en agosto 😉
Gracias a vos!!! Por compartir tan buenos contenidos. Valdrá mucho la pena aunque debamos esperar al viernes de cada mes. Abrazo!🤗