AI CodeOps

AI CodeOps para Cursor

Añade el servidor MCP de AI CodeOps a Cursor: lanza sesiones de IA con controles, lee los hallazgos y comprueba si un pull request puede entregarse, sin salir del editor.

Cursor es un editor de código con IA, con agentes que se ejecutan en el editor y en la nube. AI CodeOps es una plataforma en el navegador en la que agentes de IA planifican, escriben, prueban y revisan un cambio, y el cambio solo se convierte en un pull request cuando se superan sus controles de calidad y una persona lo aprueba. Añade el servidor MCP de AI CodeOps a Cursor y el agente de tu editor puede pasar una tarea a una sesión de AI CodeOps con controles, seguirla, leer sus hallazgos y preguntar si un pull request puede entregarse.

Qué somete AI CodeOps a sus controles y qué no

AI CodeOps somete a sus controles los cambios hechos en sus propias sesiones. Los agentes en la nube de Cursor trabajan en una rama aparte y hacen push de los cambios a tu repositorio para el traspaso, y pueden abrir pull requests (agentes en la nube). Esos son pull requests corrientes: AI CodeOps no los revisa, y la comprobación de publicación los deniega porque no los hizo ninguna sesión de AI CodeOps.

Para hacer pasar el trabajo de Cursor por los controles, pide al agente de Cursor que lance una sesión de AI CodeOps con la tarea. La sesión escribe el cambio, ejecuta tus pruebas, lo revisa con varios agentes y abre el pull request solo cuando se supera el control. O pregunta al control de publicación antes de fusionar, desde Cursor o desde CI.

Conectar Cursor

  1. En AI CodeOps, crea una clave de API del espacio de trabajo en Configure → API Keys. Empieza por sk- y se muestra una sola vez. Para que Cursor pueda lanzar sesiones, elige Scope en la clave y marca Start sessions from the MCP server (/mcp). Consulta claves de API.
  2. Pon la clave en una variable de entorno, por ejemplo AICODEOPS_API_KEY.
  3. Añade el servidor a .cursor/mcp.json en tu proyecto, o a ~/.cursor/mcp.json para usarlo en todas partes (documentación de MCP de Cursor):
    {
      "mcpServers": {
        "aicodeops": {
          "url": "https://console.aicodeops.dev/mcp",
          "headers": { "Authorization": "Bearer ${env:AICODEOPS_API_KEY}" }
        }
      }
    }

Cursor resuelve ${env:NAME} en los campos url y headers, así que el archivo se puede incluir en un commit sin la clave dentro.

Qué puede hacer el agente en Cursor

El servidor tiene nueve herramientas: list_projects, start_session, get_session, check_release_gate, list_findings, get_evidence_pack, list_builds, get_build y list_saved_builds. Cada una actúa como el creador de la clave, con su rol, el presupuesto del espacio de trabajo y el límite de trabajo en curso del agente, exactamente igual que en la consola. start_session y get_evidence_pack solo funcionan con una clave cuyo Scope incluya su permiso. Los detalles están en la guía del servidor MCP.

Cosas que pedirle al agente:

Start an AI CodeOps session on the web project: fix the date parsing bug in the invoice export, with a test.
What did the AI CodeOps reviewers find on that session? List anything high or critical.
Does the AI CodeOps release gate allow https://github.com/acme/web/pull/17? Give me the reasons.

Una sesión lanzada desde Cursor abre su pull request como cualquier otra, así que las aprobaciones y el control de publicación se siguen aplicando antes de que se fusione.

Someter las fusiones al control en CI

La misma comprobación es una API HTTP que tu pipeline puede llamar antes de una fusión, en cualquier sistema de CI que pueda ejecutar curl:

curl -sf -X POST "https://console.aicodeops.dev/api/release/check" \
  -H "Authorization: Bearer $AICODEOPS_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"pullRequestURL\":\"$PR_URL\"}" > gate.json
jq -e '.allowed == true' gate.json

Responde 200 con allowed, un resumen y los motivos. Las opciones incluyen un mínimo de cobertura, flujos de trabajo obligatorios, licencias no permitidas y un despliegue obligatorio en staging (API). Como comprobación obligatoria, deniega cualquier pull request que no haya hecho una sesión de AI CodeOps.

Límites

  • 120 peticiones MCP por minuto desde una misma dirección.
  • Sin estado: el servidor no envía notificaciones, así que el agente consulta get_session periódicamente para seguir una sesión.
  • Solo claves de API del espacio de trabajo. El inicio de sesión con OAuth todavía no es compatible.

Primeros pasos

  1. Crea una cuenta gratuita: AI CodeOps está en beta abierta y funciona en tu navegador.
  2. Conecta tu proveedor de Git y crea un proyecto, con la guía de inicio rápido.
  3. Crea una clave de API y añade el servidor a Cursor como se indica arriba.

¿Estás decidiendo entre los dos productos en lugar de combinarlos? Lee AI CodeOps vs. Cursor. ¿Usas otro agente? Consulta AI CodeOps para Claude Code.

Preguntas frecuentes

¿AI CodeOps revisa los pull requests que abren los agentes de Cursor?

No. AI CodeOps somete a sus controles los cambios hechos en sus propias sesiones. Un pull request que abre un agente en la nube de Cursor no lo revisa AI CodeOps, y la comprobación de publicación lo deniega. Para someter el trabajo a los controles, lanza una sesión de AI CodeOps desde Cursor.

¿Dónde va la configuración?

En .cursor/mcp.json en tu proyecto, o en ~/.cursor/mcp.json en tu carpeta personal para todos los proyectos. Cursor lee la clave de una variable de entorno con ${env:NAME}.

¿Qué transporte usa el servidor de AI CodeOps?

Streamable HTTP, que Cursor admite, con la clave en una cabecera Authorization Bearer.

¿Bugbot es lo mismo que el control de AI CodeOps?

No. Bugbot revisa pull requests en tu proveedor de Git. El control de AI CodeOps retiene un cambio que escribieron sus agentes hasta que las pruebas pasan, la revisión con IA se ha completado y una persona lo aprueba.