Mejores herramientas CLI para agentes de IA

Un agente de IA no lee una interfaz gráfica de usuario (GUI). Ejecuta un comando, lee lo que devuelve en la salida estándar (stdout), verifica el código de salida y decide qué hacer a continuación. Ese bucle solo funciona cuando las herramientas que llama se comportan de manera predecible. Una herramienta que imprime una tabla colorida para humanos, pregunta "¿Estás seguro? (s/n)", o sale con código 0 tanto si el trabajo tuvo éxito como si no, romperá un agente de maneras difíciles de depurar.

Así que la pregunta interesante no es "cuál CLI es la más potente". Es "cuáles CLI están diseñadas para que un agente pueda actuar sobre su salida". Esto significa JSON estructurado en lugar de prosa, un modo no interactivo que nunca se bloquea con una solicitud, y códigos de salida sobre los que un agente puede ramificarse.

Esta lista se divide en dos categorías. Primero, los tiempos de ejecución de los agentes: las CLI de codificación que *son* el agente, como Claude Code, Codex CLI, Gemini CLI y Cursor CLI. Segundo, las herramientas que los agentes *usan* como manos: gh, ripgrep, jq, HTTPie y apidog-cli, que fue construido para llamadas automáticas con JSON estructurado y sugerencias para el siguiente paso incorporadas. Si estás conectando un agente a tu flujo de trabajo de API, la guía completa de Apidog CLI detalla la configuración completa. Obtendrás un comando de instalación real y un ejemplo funcional para cada uno, además de notas honestas sobre dónde cada uno presenta desafíos.

¿Qué hace que una herramienta CLI sea buena para los agentes de IA?

Tres propiedades distinguen las CLI amigables para agentes del resto.

Salida estructurada. Un agente analiza JSON de manera mucho más fiable que una tabla formateada. Una herramienta que ofrece --json o --output-format json permite al agente leer campos por nombre en lugar de adivinar las posiciones de las columnas.

Modo no interactivo. Si un comando alguna vez se detiene para hacer una pregunta, un agente ejecutándose sin interfaz se colgará indefinidamente. Las CLI adecuadas para agentes tienen un modo de impresión o ejecución que acepta la solicitud completa de antemano y nunca se bloquea.

Códigos de salida deterministas. Sale con código 0 en caso de éxito, distinto de cero en caso de fallo, de forma consistente. Ese único número es cómo un agente sabe si debe continuar o reintentar. Las herramientas que salen con código 0 incluso cuando el trabajo falló son una trampa.

Puntos extra para una herramienta que le dice al agente qué hacer a continuación. Esto es raro, y es donde apidog-cli destaca.

Claude Code

Claude Code es el agente de codificación de Anthropic que se ejecuta en tu terminal. Añade -p (modo de impresión) a cualquier comando y ejecuta el ciclo completo del agente de forma no interactiva, imprime un resultado y sale; sin interfaz de terminal, sin nada que hacer clic.

npm install -g @anthropic-ai/claude-code
claude -p "summarize the failing tests in this repo" --output-format json

La bandera --output-format json devuelve una carga útil estructurada con el resultado, un session_id y total_cost_usd, para que un invocador con script pueda rastrear el gasto por invocación. También hay stream-json para la transmisión de eventos en tiempo real (requiere --verbose). También puedes introducir entrada: cat build-error.txt | claude -p 'explain this error'.

Mejor para: tareas de codificación de múltiples pasos donde un agente planifica y ejecuta, luego te entrega (o a otro script) una salida legible por máquina.

Límites honestos: es un modelo de pago y cerrado detrás de una API, y el coste aumenta en ejecuciones autónomas largas.

Codex CLI

Codex CLI es el agente de terminal de código abierto de OpenAI. El subcomando codex exec (alias codex e) lo ejecuta de forma no interactiva y transmite los resultados a la salida estándar (stdout).

npm install -g @openai/codex
codex exec --json "add input validation to the signup handler"

La bandera --json cambia la salida estándar a un flujo JSONL donde cada evento (ejecuciones de comandos, cambios de archivos, mensajes de agentes) es un objeto estructurado que puedes canalizar a través de jq. Para la automatización que necesita campos estables, --output-schema hace que la respuesta final se ajuste a un esquema JSON que proporcionas, lo cual es útil para resúmenes de trabajos o metadatos de lanzamiento.

Mejor para: cambios de código impulsados por CI donde necesitas una salida tipada y validada por esquema al final de una ejecución.

Límites honestos: el flujo de eventos JSONL es verboso; necesitarás un trabajo real con jq para extraer solo las partes que te interesan. La salida restringida por esquema es más reciente y vale la pena probarla con tus solicitudes reales.

Gemini CLI

Gemini CLI es el agente de terminal de código abierto de Google. Se activa automáticamente en modo sin interfaz (headless) en un entorno no-TTY, o cuando pasas una instrucción con -p / --prompt.

npm install -g @google/gemini-cli
gemini --non-interactive --output-format json -p "list the public endpoints in this service"

La bandera --output-format json devuelve un único objeto JSON con la respuesta y las estadísticas de uso; existe una variante JSONL para la transmisión de eventos. La bandera --non-interactive garantiza que nunca se detenga para una solicitud, que es exactamente lo que se necesita dentro de una tubería. Combínala con jq para extraer el campo response de forma limpia.

Mejor para: agentes que ya viven en un entorno con herramientas de Google y tareas intensivas en lectura como resumir o inspeccionar una base de código.

Límites honestos: la salida JSON estructurada llegó más tarde que en algunos rivales, así que fija tu versión y confirma que las banderas se comportan como se documenta antes de depender de ellas.

Cursor CLI

cursor-agent de Cursor lleva su agente de codificación a la terminal, completamente separado del editor. Utiliza -p / --print para ejecutarlo sin interfaz gráfica (headless) y sin interfaz de usuario interactiva: una instrucción de entrada, un resultado de salida.

curl https://cursor.com/install -fsS | bash
cursor-agent -p "refactor utils/date.js to use date-fns" --output-format json

La opción --output-format acepta text, json o stream-json. El formato json emite un único objeto cuando la ejecución se completa, con los eventos de la herramienta colapsados y el texto agregado en el resultado final. En contextos sin cabeza, querrás --trust para que el agente pueda usar sus herramientas de escritura y shell sin detenerse a preguntar.

Mejor para: equipos estandarizados en Cursor que desean el mismo agente en CI y ganchos de git que usan en el editor.

Límites honestos: la comunidad ha informado que el modo -p sin interfaz se cuelga en algunas compilaciones y plataformas, así que pruébalo en tu sistema operativo de destino y fija una versión probada y funcional. Mantenlo con un token de privilegios mínimos y revisa sus cambios.

gh (GitHub CLI)

gh es la herramienta a la que recurre un agente siempre que la tarea implica un repositorio, una incidencia, una solicitud de extracción (PR) o un lanzamiento. Su bandera --json es la razón por la que está aquí.

brew install gh
gh pr list --json number,title,author --jq '.[].author.login'

Pasa a --json una lista de nombres de campo y obtendrás exactamente esos campos como JSON; si dejas el valor en blanco, imprimirá los campos disponibles, para que un agente pueda descubrir el esquema. La bandera --jq incorporada filtra esa salida sin necesidad de instalar jq por separado. Y cuando gh detecta que su salida está siendo redirigida, abandona el formato legible por humanos para una salida de máquina delimitada por tabuladores automáticamente. Para cualquier cosa no cubierta por un subcomando, gh api ejecuta cualquier llamada REST o GraphQL y devuelve JSON decodificado.

Mejor para: cualquier operación de GitHub en un flujo de trabajo de agente, desde la lectura del estado de una PR hasta la apertura de incidencias.

Límites honestos: es solo para GitHub, y los nombres de campo disponibles para --json varían según el subcomando, por lo que un agente tiene que verificar por comando.

ripgrep

ripgrep (rg) es cómo un agente encuentra cosas en una base de código rápidamente. La bandera relevante para agentes es --json, que emite eventos de coincidencia estructurados en lugar de las líneas habituales al estilo grep.

brew install ripgrep
rg --json "TODO" src/ | jq 'select(.type=="match") | .data.path.text'

Cada coincidencia, junto con los eventos de inicio/fin y resumen, sale como un objeto JSON separado con la ruta del archivo, el número de línea y el texto coincidente como campos tipados. Eso es mucho más seguro para un agente que dividir cadenas archivo:línea:texto, que se deshacen en rutas o código que contienen dos puntos.

Mejor para: búsquedas rápidas y estructuradas de código en grandes repositorios antes de que el agente decida qué editar.

Límites honestos: la salida --json es verbosa y necesita jq para ser útil; para una búsqueda rápida y puntual, el modo de texto sin formato es más sencillo.

jq

jq es el pegamento. Casi todas las herramientas anteriores emiten JSON, y jq es la forma en que un agente lo corta, filtra y remodela antes de actuar. Es un binario pequeño y de un solo propósito que hace una cosa extremadamente bien.

brew install jq
curl -s https://api.github.com/repos/cli/cli | jq '{name, stars: .stargazers_count}'

Debido a que jq es determinista y en streaming, se integra limpiamente en la tubería de shell de un agente: toma JSON de una herramienta, extrae los dos campos que el agente necesita, los alimenta al siguiente comando. Sale con un código distinto de cero en caso de error de análisis, por lo que una respuesta de una herramienta anterior rota se manifiesta en lugar de pasar silenciosamente.

Mejor para: transformar el JSON de cualquier herramienta en la forma exacta que espera el siguiente paso del agente.

Límites honestos: el lenguaje de consulta tiene una curva de aprendizaje, y solo procesa JSON, así que úsalo con las herramientas anteriores en lugar de apuntarlo a logs sin procesar.

HTTPie

Cuando un agente necesita llamar directamente a una API HTTP, HTTPie (http) es más amigable que el curl puro. Habla JSON por defecto: los campos en la línea de comandos se convierten en un cuerpo de solicitud JSON, y las respuestas se analizan automáticamente.

brew install httpie
http --print=b POST httpbin.org/post name=apidog role=cli

La bandera --print controla exactamente lo que llega a la salida estándar (b solo para el cuerpo), lo cual es importante cuando un agente quiere analizar la respuesta sin eliminar los encabezados primero. Debido a que los campos de solicitud son pares clave=valor, un agente puede construir una solicitud programáticamente sin ensamblar manualmente una cadena JSON. Curl es el recurso universal más común, pero los valores predeterminados de HTTPie centrados en JSON son más fáciles de manejar para un agente.

Mejor para: llamadas a API rápidas, programables y únicas, donde JSON de entrada y JSON de salida es la norma.

Límites honestos: es una dependencia extra donde curl ya está en todas partes, y para streaming o protocolos exóticos, curl sigue siendo superior.

apidog-cli

La mayoría de las herramientas de esta lista fueron creadas para humanos y luego incorporaron la bandera --json. apidog-cli es diferente: su salida es JSON estructurado por diseño, y va un paso más allá al incluir agentHints.nextSteps en las respuestas; la herramienta literalmente le dice al agente que llama lo que puede hacer a continuación. Esa es la propiedad que las otras CLI no tienen.

Es una CLI completa para proyectos de API, no solo un ejecutor de pruebas. Un único binario gestiona puntos finales, esquemas (modelos de datos), simulaciones (mocks), entornos, importaciones y exportaciones, documentación, escenarios de prueba y ramas. Instálalo y autentícate:

npm install -g apidog-cli
apidog login --with-token <YOUR_TOKEN>
apidog run --help

En cuanto a las propiedades de ajuste del agente que importan aquí: apidog run sale con 0 cuando todas las pruebas pasan y con un valor distinto de cero en cualquier fallo, por lo que un agente se ramifica en función del código de salida sin necesidad de analizar la salida. Las respuestas JSON contienen esas sugerencias de "siguientes pasos", por lo que un agente que orquesta un flujo de trabajo puede encadenar comandos sin que un humano tenga que mapear la secuencia. Por eso esta herramienta aparece en toda la serie de agentes: Apidog CLI en Claude Code, Apidog CLI en Codex, y Apidog CLI en Cursor, todos se apoyan en la misma salida estructurada.

Hay una característica de seguridad adicional para agentes que vale la pena destacar. Un agente con acceso de escritura a un proyecto de API en vivo puede sobrescribir o eliminar puntos finales y esquemas reales. La Rama de IA de Apidog (apidog branch --type ai) le da al agente una rama aislada para editar; la rama de origen permanece intacta, y nada se implementa hasta que apruebas una solicitud de fusión. Consulta Rama de IA para agentes de IA para ver el patrón completo, y construyendo un arnés de prueba de agente de IA más Apidog CLI en flujos de trabajo de agente de IA para ver cómo encaja en una pipeline.

Mejor para: dar a un agente una herramienta única, nativa de JSON para todo el ciclo de vida de la API, con sugerencias y una zona de pruebas de edición segura incorporadas.

Límites honestos: Apidog no es de código abierto; es un producto comercial con un nivel gratuito, por lo que es un tipo diferente de elección que un binario MIT de un solo propósito como jq o ripgrep. Y no tiene un linter de OpenAPI, así que combínalo con Spectral o Redocly si la aplicación de estilos forma parte de tu flujo.

Cómo elegir

No hay un único ganador. Los tiempos de ejecución son el agente; las herramientas son lo que sostiene. Adapta la herramienta al trabajo.

Elige un tiempo de ejecución para impulsar el trabajo, luego dale un pequeño conjunto de herramientas CLI. Para cualquier cosa que toque tus APIs, la propuesta honesta es que unir curl, un servidor mock y un ejecutor de pruebas funciona, pero una CLI nativa de JSON que ya conoce el siguiente paso elimina mucho código de pegamento.

Conclusión

"Ajuste para agentes" no es una palabra de marketing; son tres propiedades concretas. Salida estructurada que el agente puede analizar, un modo no interactivo que nunca se bloquea y códigos de salida sobre los que puede ramificarse. Los tiempos de ejecución (Claude Code, Codex CLI, Gemini CLI, Cursor CLI) aportan el razonamiento; las CLI de herramientas (gh, ripgrep, jq, HTTPie, apidog-cli) hacen el trabajo.

apidog-cli se gana su lugar empezando donde las otras terminan: JSON por defecto, códigos de salida en los que puedes confiar y sugerencias para el siguiente paso que el agente lee directamente. Si el trabajo de tu agente toca APIs, descarga Apidog y prueba la CLI, o empieza con la guía completa de Apidog CLI. Conéctalo a tu CI a continuación; ahí es donde la salida nativa del agente se paga sola.