AgentReady

TokenCut es la herramienta estrella. Quita palabras de relleno, simplifica construcciones verbosas y normaliza los espacios mientras mantiene el significado, los bloques de código, las URL y los números. Eliges un nivel: light solo para espacios, standard para quitar relleno, y aggressive para podar palabras vacías, que ahorra más pero arriesga perder matices. Según AgentReady, la compresión standard muestra una variación media de precisión del 0,4% en sus propios benchmarks, el tipo de cifra que conviene probar por tu cuenta antes de confiar en ella en producción.

Este endpoint funciona como una API de página web a Markdown. Convierte cualquier URL en Markdown limpio, listo para LLM. Las barras de navegación, los anuncios y el desorden se descartan solos. También puedes quitar las secciones de comentarios, conservar las referencias de imagen, extraer metadatos y generar un índice de forma automática. Un endpoint por lotes maneja hasta 20 URL a la vez, un crédito por cada una. Eso les sirve a los equipos que arman bases de conocimiento en vez de extraer páginas de a una.

Los agentes no leen los sitemaps como lo hacen las personas o los rastreadores clásicos. Esta herramienta rastrea un dominio y arma un sitemap con la forma que necesita la IA, así un agente encuentra tus páginas importantes sin sortear un árbol de directorios hecho para buscadores.

El LLMO Auditor puntúa qué tan bien puede un modelo de lenguaje analizar y entender una página. Marca las cosas que confunden a los modelos, como el scripting pesado, el texto escaso o una estructura ambigua, y así corriges el contenido antes de que un asistente de IA lo malinterprete. Para quien persigue visibilidad en la búsqueda con IA, esto es lo más parecido a una herramienta de diagnóstico.

Dos endpoints menores completan el conjunto. El Structured Data Validator revisa el marcado de esquema en busca de problemas que rompen la lectura automática, y el Robots.txt Analyzer muestra si tus reglas de rastreo están bloqueando a los agentes de IA que de verdad quieres que aparezcan. Ambas son revisiones rápidas que atrapan problemas antes de que te cuesten visibilidad.

Todo funciona a través de una API REST documentada en /api/v1/, con SDK para Python, Node.js y MCP además de una extensión de Chrome. Es compatible con OpenAI en el sentido de que comprimes y luego llamas a tu endpoint de modelo habitual con el resultado. El costo extra es de unos 5 ms por cada llamada de compresión. La latencia no es el sacrificio que haces.