VibeShift
GroundNG · Programación
VibeShift es un agente de seguridad de código abierto de GroundNG que se conecta a los asistentes de código con IA mediante MCP. Revisa el código que genera la IA y devuelve correcciones a tu editor antes de publicar.
Acerca de VibeShift
What Is VibeShift
VibeShift es un agente de seguridad pensado para equipos que dejan que la IA escriba una parte cada vez mayor de su código. No funciona como un panel aparte: se conecta a herramientas como Cursor, GitHub Copilot y Claude Code a través del Model Context Protocol, así que las revisiones de seguridad ocurren dentro del editor que ya usas.
El producto ataca un hueco concreto. Los asistentes de IA generan código muy rápido, pero ese código puede arrastrar fallos difíciles de ver, como inyección SQL, cross-site scripting, configuraciones inseguras o lógica rota. Revisar a mano cada fragmento que escribe la IA es lento y se acaba saltando. VibeShift automatiza esa primera pasada: analiza el código generado, marca los problemas con su ubicación y gravedad, y devuelve pistas de corrección al asistente que escribió el código.
Se distribuye como servidor MCP autoalojado, así que lo ejecutas tú y lo conectas al LLM del que tengas clave de API. Eso pone bajo tu control tanto el código como la elección de modelo. El precio a pagar es la puesta en marcha: necesitas Python 3.10 o superior, una clave de API de un LLM y una configuración MCP que funcione antes de que el agente haga nada.
Getting Started
- Clona el repositorio de VibeShift y crea un entorno virtual con Python 3.10 o superior.
- Instala las dependencias y los navegadores de Playwright, luego renombra el archivo de entorno de ejemplo y añade tu clave de API del LLM.
- Añade el servidor VibeShift a tu configuración MCP para que tu asistente de IA pueda llamarlo.
- Mantén el servidor en marcha y pide a tu asistente que analice una función, grabe una prueba o ejecute una suite de regresión.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de VibeShift.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores en solitario que programan a base de IA
- Equipos de producto pequeños sin ingeniero de seguridad dedicado
- Ingenieros de QA y pruebas
Tareas
- Revisar código generado por IA en busca de vulnerabilidades
- Grabar pruebas de navegador
- Ejecutar suites de regresión
- Descubrir cobertura de pruebas
Casos de uso
- Revisar un pull request lleno de código escrito por IA
- Arrancar la cobertura de pruebas en una app sin suite
- Mantener las pruebas vivas tras refactorizar
Funciones clave
Integración MCP con los asistentes más usados
VibeShift funciona como servidor del Model Context Protocol, así que encaja en asistentes como Cursor, Windsurf, GitHub Copilot y Roo Code. Añades una entrada de servidor a tu configuración MCP y lo llamas en lenguaje natural. La integración mantiene las revisiones de seguridad dentro del editor y no en una herramienta aparte.
Escaneo de seguridad automatizado
El agente analiza el código mientras tu asistente lo genera o edita. Combina el análisis estático, que inspecciona el código fuente, con comprobaciones dinámicas contra componentes en ejecución cuando corresponde. Busca fallos como XSS, inyección SQL, configuración insegura y errores de lógica, y luego informa del tipo, la ubicación y la gravedad.
Grabación de pruebas asistida por IA
Describes un flujo de navegador en lenguaje natural y VibeShift lo convierte en un script de prueba basado en Playwright. El agente planifica los pasos, maneja un navegador real y guarda el resultado en un archivo JSON. Así se acorta la distancia entre describir lo que debería hacer una función y tener una prueba que lo demuestre.
Ejecución determinista de pruebas
Las pruebas grabadas se ejecutan con Playwright de forma repetible. Al terminar una ejecución, VibeShift devuelve el estado aprobado o fallido junto con errores, capturas y registros de consola. Esa respuesta ayuda al asistente a ver qué se rompió y proponer una corrección.
Pruebas con autocorrección
Las pruebas existentes se ajustan cuando cambia el código o la página de fondo, así que los refactors sencillos no te obligan a reescribir selectores a mano. La función recorta el mantenimiento que suele degradar las suites pequeñas.
Descubrimiento de pruebas y regresión visual
VibeShift puede recorrer un sitio y sugerir pasos de prueba para las páginas que encuentra, usando cualquier LLM compatible con OpenAI. También admite comprobaciones de regresión visual que comparan capturas con coincidencia de píxeles y con un modelo de visión, y así detecta cambios de diseño que las pruebas de texto no ven.
Ventajas y desventajas
Ventajas
- Código abierto bajo Apache-2.0, así que puedes leerlo, auditarlo y ampliarlo.
- Se ejecuta en local como servidor MCP y funciona con cualquier LLM del que tengas clave, lo que deja tu código y tu elección de modelo bajo tu control.
- Combina escaneo de seguridad y pruebas de navegador en un solo agente, cubriendo más parte del ciclo de desarrollo.
- Los informes incluyen ubicación, gravedad y pistas de corrección, sobre las que un asistente de IA puede actuar directamente.
Desventajas
- La puesta en marcha es para desarrolladores: necesitas Python, instalar dependencias y una configuración MCP que funcione antes de que haga nada.
- Aportas tu propia clave de API del LLM, así que la calidad del escaneo y las pruebas depende del modelo que conectes.
- Algunas capacidades, como las comprobaciones dinámicas contra apps en ejecución, solo aplican cuando tienes un objetivo en vivo al que apuntar.
Preguntas frecuentes
Revisa el código generado por IA en busca de vulnerabilidades de seguridad y devuelve los hallazgos, incluidas las pistas de corrección, a tu asistente de código con IA. También graba y ejecuta pruebas de navegador desde el mismo servidor MCP.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con VibeShift.
Alternativas a VibeShift
Forefront
Forefront · ProgramaciónForefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.
Startkit
StartKit.AI · ProgramaciónStartkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.
Testim
Tricentis · ProgramaciónTestim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.