Ora.ai
era labs · Programación · Chatbot
Ora.ai es un escáner de preparación para agentes que puntúa qué tan bien encuentran, leen y usan los agentes de IA una web, la prueba con agentes reales y clasifica los productos en una tabla pública.
Acerca de Ora.ai
About
Qué es Ora.ai
Ora.ai es una plataforma web que mide la experiencia de agente, la forma corta que usa para nombrar lo fácil que un agente de IA descubre un sitio, lo entiende, actúa en él y paga a través de él. Apuntas a un dominio, a una URL de servidor MCP o a una MCP App, y te devuelve una puntuación de 0 a 100, una nota de la A a la F y un desglose de dónde se atasca el sitio.
La idea es sencilla. Las empresas pasaron años ajustando sus sitios para personas, con rankings de búsqueda y embudos pensados para clics. Los agentes no navegan así. Razonan, leen datos estructurados y llaman a APIs, y cuando chocan con un muro pasan al siguiente producto que sí funciona. Ora existe para enseñarle a un equipo dónde está ese muro.
El límite principal es el alcance. Ora solo lee URLs públicas. No puede escanear sitios privados o internos, ni nada que esté detrás de un inicio de sesión, así que la nota refleja lo que un producto expone en abierto, no lo que hace en una demo cerrada.
Cómo empezar
- Introduce tu dominio en la página principal de Ora.ai, o consulta primero una nota en caché con una sola petición al endpoint de puntuación.
- Lanza un escaneo nuevo y espera unos 30 segundos a que se arme el resultado de las cuatro capas.
- Lee las comprobaciones fallidas del informe, cada una etiquetada por la capa a la que pertenece, y corrige las que aparecen arriba por impacto.
- Mira una ejecución de Journey, donde un agente real intenta una tarea en el dominio y anota cada paso que da.
- Conecta el mismo escaneo a tu flujo de trabajo con el servidor MCP o el comando
npx ax audit, y vuelve a escanear para confirmar la corrección.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Ora.ai.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Equipos de producto y marketing
- Desarrolladores que crean servidores MCP o APIs
- Especialistas en SEO y crecimiento
- Fundadores y creadores independientes
Tareas
- Auditar una web de cara a los agentes
- Puntuar un servidor MCP
- Ver a un agente real intentando una tarea
- Compararte con la competencia
- Añadir una comprobación de agentes al CI
Casos de uso
- Un equipo de producto a punto de lanzar
- Un desarrollador depurando una integración
- Un responsable de marketing siguiendo su visibilidad en el tiempo
Funciones clave
Puntuación de preparación con cuatro capas
Ora divide la preparación para agentes en cuatro capas: descubrimiento, acceso, usabilidad y pagos, y luego las normaliza a una escala de 100 puntos. Cada capa corresponde a un paso real de un agente, desde encontrar el producto hasta completar un pago. El desglose señala en qué etapa del recorrido falla el sitio, en lugar de dejarte con una nota baja y sin dirección.
Ejecuciones de Journey con agentes reales
Journey apunta un agente real a un dominio con la intención que elijas y anota cada paso: qué encontró, dónde se atascó y si terminó. En vez de una lista estática, ves a un agente probar el producto y sigues la trayectoria como un flujo. Es lo más parecido a un test de primera mano de cómo se comporta tu sitio ante un agente.
API REST y servidor MCP gratuitos
Cada escaneo, consulta de nota y lectura de la tabla está abierto en una API REST que no pide clave. La misma capacidad llega como servidor MCP de HTTP por streaming, así que un agente de código puede escanear un producto, leer cada comprobación fallida y volver a escanear tras un arreglo. Las escrituras, como el feedback de agentes, son solo por MCP y se verifican antes.
CLI ax para terminal y CI
El comando npx ax audit lanza el mismo escaneo desde una terminal y muestra qué arreglar, ordenado por impacto. Admite auditar una build en localhost a través de tu propio túnel, y una bandera de puntuación mínima que bloquea un lanzamiento en CI. Para quien desarrolla, esto convierte la preparación para agentes en un paso repetible dentro de la build.
Tabla pública y directorio
Ora publica una clasificación de agentes con los productos ordenados por preparación para agentes, filtrable por categoría, y un directorio buscable de productos listos para agentes, servidores MCP, docs y capacidades de pago. El directorio también indexa endpoints de pago por llamada, para que los agentes encuentren servicios que sí pueden pagar.
Descubrimiento de productos por intención
Con el endpoint de descubrimiento, describes una tarea o una categoría y recibes productos ordenados por su nota de experiencia de agente. El descubrimiento funciona en ambos sentidos: quien tiene un producto ve dónde queda para una intención dada, y un agente obtiene una lista corta de opciones que encajan con el trabajo.
Ventajas y desventajas
Ventajas
- El plan gratuito está de verdad abierto: sin clave de API, sin tarjeta y sin registro para las lecturas, así que puedes auditar un sitio en minutos.
- La puntuación de cuatro capas convierte la visibilidad ante agentes en comprobaciones concretas, en lugar de un único número opaco.
- Las ejecuciones de Journey usan agentes reales y no una lista estática, así que el feedback refleja cómo se comportan los agentes en el sitio.
- El servidor MCP y la CLI ax ponen las mismas comprobaciones en un agente de código o en un pipeline de CI, algo que encaja con el trabajo de desarrollo.
- Una tabla pública y un directorio dan una referencia clara frente a competidores de la misma categoría.
Desventajas
- Los escaneos cubren solo URLs públicas, así que las páginas privadas, internas o con inicio de sesión no se pueden puntuar, lo que deja fuera a algunos productos.
- Un escaneo nuevo tarda unos 30 segundos, y las comprobaciones profundas que usan agentes reales se resuelven después de forma asíncrona, así que los resultados no son instantáneos.
- Las funciones de contribución, como el feedback de agentes, son solo por MCP, así que los equipos sin un cliente compatible con MCP tienen que montar uno primero.
- La plataforma mide la preparación pero no arregla el sitio por ti, así que el trabajo real sigue recayendo en tu equipo.
Preguntas frecuentes
Ora.ai puntúa qué tan listo está un sitio web para los agentes de IA. Escanea un dominio o un servidor MCP y devuelve una nota de 0 a 100, una calificación con letra y un desglose en cuatro capas: descubrimiento, acceso, usabilidad y pagos.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Ora.ai.
Alternativas a Ora.ai
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.