Iris

Iris

Iris (tryiris.dev) · Programación

Iris es una plataforma de testing con IA que escribe y ejecuta pruebas web en lenguaje natural. Controla un navegador como un usuario real y avisa de lo que falla.

Vista previa de la interfaz de Iris

Acerca de Iris

What Is Iris

Iris es una herramienta de testing para aplicaciones web que se ejecuta en el navegador, y recibe sus instrucciones en frases normales en lugar de código. Describes lo que quieres comprobar, indicas la página y un agente de IA abre un navegador, recorre el flujo haciendo clic y valida el resultado como lo haría una persona. Ocupa el hueco del control de calidad, no el de las herramientas para desarrolladores: está pensada para equipos que necesitan cobertura de regresión sin mantener un arsenal de scripts frágiles.

La propuesta se apoya en una idea. La automatización tradicional se rompe cada vez que cambia un selector, así que los ingenieros se pasan las semanas reparando pruebas en vez de publicar. Iris lee la página de forma visual y por texto, de modo que un botón que se mueve o un campo que cambia de nombre normalmente no tumban la ejecución. La empresa asegura que los equipos dedican un 70% menos de tiempo a escribir y mantener pruebas, cubren unas tres veces más terreno y escriben cerca de la mitad del código de antes. Son cifras del fabricante, no mediciones independientes, y vienen de un producto joven.

Conviene aclarar dos límites desde el principio. Iris prueba aplicaciones web, así que las apps móviles nativas y el software de escritorio quedan fuera de su alcance. Y aunque la plataforma explica su arquitectura abiertamente y ofrece una API, la aplicación alojada es un servicio comercial: te registras en lugar de alojar todo por tu cuenta.

Getting Started

  1. Entra en app.tryiris.dev y crea una cuenta con tu correo o con Google
  2. Configura un agente de IA por defecto y conecta el proveedor de modelos con el que quieres que trabaje
  3. Crea un proyecto y añade una prueba dándole un nombre y pegando la URL de destino
  4. Describe el escenario en lenguaje natural, por ejemplo navegar a un sitio y buscar un término, y previsualiza cómo lo interpreta Iris
  5. Ejecuta la prueba o la suite completa y lee los resultados, que incluyen un vídeo de la ejecución y los pasos que fallaron

Información del producto

Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Iris.

Plan gratuitoSí
Planes de pagoCustom pricing
PlataformaWeb app, browser automation, tRPC API, GitHub, Slack, Discord, CI/CD
DesarrolladorIris (tryiris.dev)
CategoríaProgramación
Fecha de lanzamientoFeb 2025
Última actualizaciónOct 2025
Visitas al sitio webN/A
Ranking global del sitioN/A
Disponibilidad de la APISí

Ideal para

Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.

Usuarios

  • Ingenieros de QA
  • Equipos de producto pequeños
  • Desarrolladores que publican rápido
  • Perfiles no técnicos

Tareas

  • Escribir pruebas de extremo a extremo
  • Comprobar regresiones
  • Flujos con autenticación
  • Revisiones visuales y de accesibilidad
  • Validación de API

Casos de uso

  • Llega una pull request
  • Se publica un rediseño
  • Un equipo pequeño no tiene personal de QA
  • Trabajo de localización
  • Abrir un mercado nuevo

Funciones clave

Redacción de pruebas en lenguaje natural

Las pruebas empiezan como frases, no como scripts. Escribes el escenario, indicas la página e Iris convierte las instrucciones en un flujo ejecutable. Un paso de vista previa enseña cómo ha leído el agente tus palabras antes de ejecutar nada, así que detectas una mala interpretación a tiempo. Para equipos sin un ingeniero de automatización formado, esta es la función que decide si las pruebas llegan a escribirse.

Agentes de IA multimodales

Cada agente ve la página y lee su texto a la vez, igual que una persona. Esa mezcla es la razón por la que Iris dice manejar contenido que se carga de forma dinámica, estados de la interfaz, respuestas de red y actualizaciones en vivo sin scripts especiales. Cuando un sitio cambia, el aprendizaje recursivo permite que el agente se ajuste en lugar de fallar de golpe, y ahí está el núcleo de la promesa de auto-reparación.

Proyectos, pruebas y ejecuciones

El trabajo vive en proyectos, y cada proyecto guarda un conjunto de pruebas que puedes lanzar una a una o todas a la vez. Una prueba reúne sus instrucciones, reglas de validación, criterios de éxito y su propia configuración de agente. Cada ejecución se guarda como una corrida con pasos, tiempos, capturas y una grabación, así que un fallo llega con pruebas y no solo con un rastro de error.

Almacenamiento del navegador y pruebas con sesión

Desde la configuración del proyecto puedes cargar cookies, localStorage y sessionStorage, lo que permite al agente llegar a pantallas que están detrás de un inicio de sesión. Importa porque casi toda aplicación real se esconde tras la autenticación, y las pruebas que solo tocan páginas públicas se pierden los flujos que de verdad se rompen en producción.

Integraciones y enlaces con CI/CD

Iris se conecta a GitHub para disparar pruebas en pull requests, crear incidencias y publicar resultados de comprobación, y a Slack y Discord para notificaciones en tiempo real y alertas de fallo. También lista GitHub Actions, CircleCI, Jenkins y GitLab CI entre los pipelines compatibles. La intención es que una prueba se ejecute con cada cambio y aterrice en la herramienta donde ya trabaja el equipo.

API abierta y arquitectura

La plataforma expone una API tRPC con autenticación por token que cubre pruebas, agentes, proyectos y organizaciones, y admite lotes y consultas filtradas. Iris documenta cómo encajan su plano de control y su red distribuida de agentes, y el código vive en una organización pública de GitHub. Todavía no hay SDK de TypeScript, y el equipo dice que llegará.

Informes con evidencia visual

Una ejecución terminada genera un informe con los pasos seguidos, el punto de fallo, una grabación en vídeo y el contexto necesario para reproducir el problema. Los informes se pueden compartir por correo y comparar con corridas anteriores. Para un equipo que clasifica un error, la grabación suele responder a la pregunta antes que un registro escrito.

Ventajas y desventajas

Ventajas

  • Las pruebas se escriben en lenguaje natural, así que alguien sin perfil técnico puede redactarlas y leerlas
  • Los pasos que se adaptan solos reducen el peaje de mantenimiento que hace que las suites de interfaz se pudran tras un rediseño
  • Los enlaces ya hechos con GitHub, Slack, Discord y CI/CD llevan los resultados a donde el equipo ya trabaja
  • Los flujos con autenticación se pueden probar mediante cookies y almacenamiento del navegador configurables
  • Una API tRPC documentada con presencia pública en GitHub deja margen a los equipos técnicos para construir encima

Desventajas

  • Solo cubre aplicaciones web, así que el testing móvil nativo y de escritorio queda fuera de alcance
  • El precio no se publica en el sitio principal, lo que complica presupuestar antes de hablar con ventas
  • Las cifras de rendimiento del fabricante, como ese 70% menos de tiempo, vienen de la propia empresa y no tienen medición independiente
  • El SDK de TypeScript sigue prometido y no lanzado, así que integrarse implica trabajar contra la API en crudo

Preguntas frecuentes

Iris es una plataforma de testing con IA para aplicaciones web. Describes una prueba en lenguaje natural y un agente de IA abre un navegador, actúa como un usuario real y comprueba si el flujo funcionó. Reporta los fallos con un vídeo, los pasos seguidos y el contexto para reproducir el error.