Referencia de herramientas integradas

Todas las opciones de las herramientas que trae Pando: leer páginas web, buscar en la web, manejar un navegador, manejar tu escritorio y convertir documentos. Las explicaciones están en Automatización del navegador, Control del escritorio y Conversión de documentos; el paso a paso, en la guía Dale ojos y manos a Pando.

Todas las claves van en la sección [InternalTools] de .pando.toml.

Lectura y búsqueda web

[InternalTools]
FetchEnabled            = true
FetchMaxSizeMB          = 10
GoogleSearchEnabled     = true
GoogleAPIKey            = ''
GoogleSearchEngineID    = ''
BraveSearchEnabled      = true
BraveAPIKey             = ''
PerplexitySearchEnabled = true
PerplexityAPIKey        = ''
ExaSearchEnabled        = false
ExaAPIKey               = ''
SourcegraphEnabled      = false
SourcegraphToken        = ''      # optional: the public service is used when empty
Context7Enabled         = true    # library documentation, no key needed

La herramienta fetch puede leer una página a través de un navegador cuando la página necesita JavaScript:

{
  "url": "https://example.com",
  "format": "markdown",
  "browser": "auto"
}

browser admite auto, chrome, firefox, curl y http.

Navegador

[InternalTools]
BrowserEnabled     = true
BrowserType        = 'chrome'
BrowserExecutable  = ''         # empty: find it automatically
BrowserHeadless    = false      # true: no visible window
BrowserTimeout     = 30         # seconds
BrowserUserDataDir = ''
BrowserMaxSessions = 3

`BrowserType`	Navegador
`chrome`	Google Chrome (por defecto)
`msedge`	Microsoft Edge
`chromium`	Chromium
`opera`	Opera
`firefox`	Firefox (a través de la herramienta fetch)
`lightpanda`	Lightpanda, un navegador ligero sin ventana
`obscura`	Obscura, un navegador rápido sin ventana, escrito en Rust

Lightpanda y Obscura los arranca Pando como un programa en segundo plano y no tienen ventana ni perfil de usuario, así que BrowserHeadless y BrowserUserDataDir no se les aplican. Para Obscura, el comando obscura tiene que estar en tu PATH.

Las sesiones de navegador se reparten de un grupo limitado por BrowserMaxSessions. Si tu perfil habitual está en uso, Pando recurre a uno temporal.

Herramienta	Qué hace el agente con ella
`browser_navigate`	Abrir una dirección
`browser_get_content`	Leer la página: HTML, texto o título
`browser_screenshot`	Sacar una captura de la página o de un elemento
`browser_click`	Hacer clic en algo
`browser_fill`	Rellenar un campo de formulario
`browser_scroll`	Desplazar la página
`browser_evaluate`	Ejecutar JavaScript en la página
`browser_console_logs`	Leer los mensajes de consola de la página
`browser_network`	Ver las peticiones que hizo la página
`browser_pdf`	Guardar la página como PDF

Control del escritorio

[InternalTools]
DesktopEnabled            = false   # master switch
DesktopBackend            = 'auto'  # auto | atspi | uia | ax | cdp | null
DesktopAllowPhysicalInput = true    # allow a real mouse click or key press as fallback
DesktopMaxNodes           = 500     # most elements reported per look
DesktopDefaultDepth       = 3       # how deep to look into a window by default
DesktopActionTimeout      = 10      # seconds
DesktopSnapshotTTL        = 60      # seconds a look stays usable
DesktopScreenshotScale    = 1.0     # shrink screenshots before sending them to the model
DesktopAllowedApps        = []      # if set, only these apps can be touched
DesktopDeniedApps         = []      # never touched; wins over the allow list

Clave	Para qué sirve
`DesktopBackend`	Déjalo en `auto`. Pando elige el adecuado para tu sistema y, si hay una sesión de navegador abierta, maneja el navegador con las mismas herramientas. Cualquier otro valor fija ese
`DesktopAllowPhysicalInput`	Cuando una aplicación no ofrece una forma propia de actuar sobre un elemento, Pando puede recurrir a un clic o una pulsación reales. `false` lo prohíbe
`DesktopAllowedApps` / `DesktopDeniedApps`	La forma práctica de ponerle una valla al agente: permite solo la aplicación con la que trabajas, prohíbe tu gestor de contraseñas, el correo o la terminal. La prohibición siempre gana
`DesktopScreenshotScale`	Bájalo (por ejemplo `0.5`) para que las capturas salgan más baratas

Qué puede hacer el agente	¿Te pregunta antes?
Listar las aplicaciones abiertas y sus ventanas	no
Leer el contenido y la estructura de una ventana	no
Buscar un elemento por nombre o por tipo	no
Esperar a que algo aparezca, desaparezca, se active o reciba el foco	no
Hacer clic, dar foco, escribir texto, pulsar una tecla o una combinación, desplazar	sí
Sacar una captura de la pantalla, de una ventana o de un elemento	sí
Hacer clic en una posición de la pantalla (último recurso, a ojo)	sí

Plataforma	Qué necesitas
Linux (X11)	Un bus de accesibilidad en marcha (`org.a11y.Bus`); GNOME y KDE lo traen activado
Linux (Wayland)	Aceptar el diálogo del escritorio la primera vez. Tu respuesta se recuerda
macOS	Dar a Pando el permiso de Accesibilidad (Ajustes del Sistema → Privacidad y seguridad → Accesibilidad). Las capturas necesitan además Grabación de pantalla
Windows	Nada más

Las herramientas de escritorio también se pueden ofrecer a otros programas con pando mcp-server. Obedecen al mismo interruptor DesktopEnabled.

Conversión de documentos

Sin opciones. Funciona tal cual.

pando convert report.docx              # print the Markdown
pando convert data.xlsx -o data.md     # write it to a file
pando convert https://example.com/page.html
pando convert --list-formats

Tipo	Extensiones
PDF	`.pdf`
Word	`.docx`
Excel	`.xlsx`, `.xls`
PowerPoint	`.pptx`
Web	`.html`, `.htm`
Datos	`.csv`
Libro electrónico	`.epub`
Notebook	`.ipynb`
Feed	`.rss`, `.atom`
Marcado	`.xml`, `.json`, `.jsonl`
Archivo comprimido	`.zip`
Texto	`.txt`, `.md`, `.markdown`

Para añadir una carpeta entera de documentos a la base de conocimiento, convirtiéndolos por el camino:

pando kb import /path/to/documents