¿Qué es Treg? El OpenRouter de las herramientas para agentes, explicado

Qué es Treg

La documentación de Treg lo describe como "OpenRouter, but for agent tools instead of models." Si has usado OpenRouter, la idea se entiende rápido, porque OpenRouter es básicamente una clave para cientos de modelos de lenguaje. Treg da a tu agente una clave para miles de herramientas: datos de SEO y SERP, backlinks, feeds sociales, enriquecimiento de personas y empresas, plataformas de anuncios, scraping y generación de imagen, vídeo y voz.

Puedes verlo como el primo del lado de las herramientas de todos los servidores MCP para agentes de IA que han aparecido este año, solo que con miles de proveedores detrás de una misma puerta.

Lo construye Superdesign, el equipo detrás de un agente de diseño de producto con IA, y el principal autor de commits del repositorio de treg es su fundador, Jason Zhou. El repositorio se creó el 15 de julio de 2026 y el 29 de septiembre tenía 3.805 estrellas y 312 forks, con más de 2.400 commits en unas 11 semanas.

Treg se lanzó en Product Hunt el 17 de agosto de 2026 y terminó séptimo del día con 160 votos.

Escribo sobre SEO para ganarme la vida, así que este planteamiento toca una fibra que conozco bien. Las herramientas que un agente necesita para una automatización de SEO real están detrás de suscripciones, y nadie contrata una suscripción para una sola ejecución. La propia documentación de Treg las nombra: "Semrush $139/mo, Moz $99/mo, Crunchbase $99/mo, Apollo $59/seat." Lo que hace Treg es llevar esas cuentas (o proveedores más baratos que hacen lo mismo) y facturarte fracciones de céntimo por llamada.

Cómo funciona Treg

Todo pasa por un único endpoint, /call/. Tu agente envía una petición con una cabecera X-Treg-Token, Treg inyecta la credencial adecuada en sus propios servidores y reenvía la petición, y la respuesta del proveedor se devuelve sin cambios. La documentación de configuración formula la promesa así: "nothing sensitive lands on the agent's machine, and every call is audited."

Hay dos formas de llamarlo:

1. Un endpoint del catálogo por ID, como tikhub.tiktok.user.profile. Treg elige la credencial.
2. Una de tus propias herramientas, anteponiendo la URL real de destino, como https://treg.to/call/https://api.stripe.com/v1/charges. Treg busca la clave que tu equipo registró para ese host y la inyecta.

La decisión de diseño que me parece más interesante es cómo Treg decide de quién es la clave que paga una llamada. Baja por una escalera, y gana la primera coincidencia.

Si lo estás evaluando, este es el detalle que subrayaría. En palabras de Treg: "Your own key always wins over treg's, and those calls are never metered." Así que si ya pagas por Firecrawl o Apify, conectar esa clave no te cobrará dos veces. Treg funciona entonces como una única puerta de entrada a las herramientas que ya tienes, con un respaldo de pago por uso para las que no, y sinceramente es un trato más justo que el de la mayoría de las pasarelas.

Otros mecanismos que conviene conocer:

• Precio antes de la llamada. treg catalog get <id> muestra la tarifa, y el cargo real vuelve en una cabecera X-Treg-Cost-Micro.
• Tope de gasto estricto. Envía X-Treg-Route-Max-Cost y Treg rechaza cualquier llamada que cueste más, sin cobrar nada.
• Sin límite de concurrencia. La documentación dice que no hay "no per-token or per-team concurrency limit", así que un agente puede lanzar llamadas en paralelo.
• Tokens de agente con alcance limitado. Los administradores pueden crear un token limitado a ciertas herramientas y a un número diario de llamadas, como treg org agent-new ci-bot --tools stripe,gh --cap 500.

Qué hay en el catálogo de Treg

En muchos sentidos el catálogo es el producto. Las plataformas se agrupan en 10 categorías, y cada tarjeta muestra cuántos endpoints tiene y el precio más bajo por llamada. Así se veía a fecha de 29 de septiembre de 2026, según el catálogo en vivo:

Una salvedad: las propias páginas de Treg no coinciden en la cifra principal. La página de inicio dice más de 3.700 endpoints de 102 proveedores, /catalog dice más de 3.200 herramientas, y la API JSON del catálogo cuenta 3.338 endpoints, 2.096 de ellos con sello de verificado. Como el catálogo crece a diario, yo trataría cualquier cifra suelta como una instantánea.

Las páginas de comparación son la verdadera función

Lo que hace de Treg algo más que una caja fuerte de claves es que muestra a tu agente todas las opciones para una tarea una al lado de otra. Cada página de casos de uso lista todos los proveedores que hacen una tarea, con el precio en la unidad propia del proveedor, las entradas que acepta, una tasa de éxito a 30 días del tráfico propio de Treg y la fecha en que Treg lo verificó por última vez de extremo a extremo.

Las diferencias de precio son bastante salvajes. Para encontrar un correo de trabajo (el pan de cada día de cualquier agente de generación de leads), QuickEnrich cuesta 0,00483 $ por dirección encontrada con un 100 % de éxito en 600.414 llamadas, mientras que Hunter en la misma página cuesta 0,0245 $ y Wiza 0,075 $. Para un resumen de backlinks, Serpstat cuesta 0,0025 $ por llamada y Moz unos 0,0133 $ (mi comparativa Moz vs Ahrefs explica qué obtienes de cada uno a precio completo). La documentación lo dice sin rodeos: "Spreads inside one capability reach 200×."

Aun así, Treg no elige por ti por defecto, a diferencia de una capa de enrutamiento como Clay, que integra la lógica de cascada en el producto. Su nota de método dice "treg.to does not choose for you" y deja la elección al agente (la única excepción hoy es un endpoint enrutado de búsqueda de correos). Los administradores pueden fijar una tarea a un proveedor para todo el equipo con treg org pin. Es un valor por defecto sensato, pero significa que el criterio de tu agente importa mucho, porque un proveedor barato con 8 llamadas de historial no es la misma apuesta que uno con 600.000.

Precios de Treg: lo que pagas de verdad

La página de precios de Treg se resume en una frase: "A prepaid balance, metered per call at the provider's own rate, with no markup." No hay puestos ni suscripción, y tampoco mínimo mensual. Las cuentas nuevas verificadas reciben 1,00 $ de crédito gratis, una sola vez.

Lo que se mide y lo que no importa más que el titular:

¿Cómo gana dinero Treg con recargo cero? La página de inicio responde: "we earn on volume pricing with vendors - not on you." En la práctica compra capacidad de proveedor a tarifas por volumen y luego te factura la tarifa de lista. Para unos pocos proveedores que solo venden suscripciones, Treg fija su propia tarifa por llamada y dice que la revisa cada mes.

Lee con cuidado la línea de "371 $/mes"

La página de inicio tiene un panel ordenado: volumen de palabras clave a 0,006 $/llamada en lugar de Semrush a 139 $/mes, backlinks a 0,012 $ en lugar de Moz a 99 $/mes, datos de financiación a 0,020 $ en lugar de Crunchbase a 99 $/mes y correo de trabajo a 0,004 $ en lugar de Hunter a 34 $/mes. Total: "$371/mo of seats → cents per call."

Es una ilustración justa de la idea, pero compara trabajos, no proveedores. Cuando revisé el catálogo en vivo, Semrush y Crunchbase no pueden funcionar con la clave de Treg en absoluto. Ambos son solo con tu propia clave, así que las cifras baratas de palabras clave y financiación vienen de otros proveedores que hacen un trabajo parecido. La búsqueda de correo del propio Hunter en Treg cuesta 0,0245 $, no 0,004 $. Nada de eso es un truco, solo significa que "sustituye tu puesto de Semrush" en realidad quiere decir "sustituye para lo que usabas Semrush por otra fuente de datos". Si tu equipo confía específicamente en las cifras de Semrush, esa diferencia importa. (Si buscas más bien un puesto más barato, mi lista de alternativas a Semrush cubre la vía del panel.)

Cuánto cuestan las ejecuciones reales

Treg publica recibos de ejecuciones reales en su página de workflows, algo que ojalá hicieran más proveedores. Dos merecen una mirada más de cerca:

La ejecución de palabras clave amplió una semilla, obtuvo el volumen de 50 palabras clave y comprobó tendencias, todo en DataForSEO, por 0,11 $. Encontró 742.970 búsquedas mensuales en la lista. La ejecución de la lista de leads encadenó Apollo, un filtro de IA, Findymail, Tomba y LeadMagic para convertir 50 empresas en 20 leads verificados por 2,33 $. Lo que me gusta es que el recibo admite sus propios fallos: Tomba se quedó sin capacidad, los fallos de Findymail se facturaron igualmente, y solo 4 de 19 frases de apertura generadas obtuvieron "decent or better".

Esa última cifra es toda la historia en miniatura. Los datos costaron céntimos. La parte que necesitaba criterio en su mayoría no funcionó.

Cómo configurar Treg

La configuración es rápida y está pensada para que los agentes puedan hacerla solos. La página de inicio de Treg te dice literalmente que pegues esto en tu agente: set up treg - https://treg.to/llms.txt. A partir de ahí el agente lee las instrucciones y se configura. Si prefieres hacerlo a mano, elige la ruta que corresponda a tu herramienta:

1. Claude Code, como servidor MCP: claude mcp add --transport http treg https://treg.to/mcp. Si eres nuevo en esto, mi guía de herramientas MCP de Claude Code explica cómo funcionan los servidores remotos.
2. Claude Code, como plugin: /plugin marketplace add superdesigndev/treg, y luego /plugin install treg@treg.
3. ChatGPT, Claude.ai o Claude Desktop: añade https://treg.to/mcp/ como conector personalizado y aprueba la pantalla de OAuth. No hay nada que instalar.
4. La CLI: curl -fsSL https://treg.to/install.sh | sh, y luego treg login. treg mcp install registra el servidor también en Cursor, Codex y opencode.
5. Otros agentes: npx skills add superdesigndev/treg -s treg lo instala como skill para herramientas como Gemini CLI, Windsurf y Cline.

Si quieres el contexto de por qué agentes centrados en la terminal como este están despegando, mi artículo sobre la CLI de programación agéntica lo cubre. La CLI también tiene treg claude y treg codex, que arrancan esos agentes con las claves compartidas de tu equipo ya cargadas. Para equipos que usan Hermes u OpenClaw, el instalador también los detecta.

Seguridad, licencia y la letra pequeña del acceso anticipado

Cualquier herramienta que guarde todas las claves de API que usan tus agentes es una petición grande de confianza, así que creo que esta sección merece más que una nota al pie.

El modelo de seguridad está bien pensado. Los secretos almacenados se cifran con Fernet, con la clave guardada fuera del repositorio y de la base de datos. Todo se limita a un equipo (el mismo modelo hacia el que se mueven la mayoría de las apps MCP), con cuatro roles (viewer, member, admin, owner) y listas de herramientas permitidas por miembro. Las ejecuciones locales de la CLI pueden correr como un usuario aislado en sandbox con una lista de salida permitida, y cada llamada se registra con quién, qué herramienta y el código de estado. Una salvedad de la propia guía de integración de Treg: las filas de auditoría se "shed under load", así que el libro de facturación es el registro fiable, no el log de llamadas.

Los cuerpos de tus peticiones y respuestas pasan por Treg. Así funciona un proxy, pero conviene decirlo en voz alta. Un comentarista de Product Hunt preguntó por la retención de datos y el RGPD durante el lanzamiento y no encontré una respuesta pública. Si tu agente mueve datos de clientes en llamadas de enriquecimiento, preguntaría por esto antes de ponerlo en producción.

Es acceso anticipado. Los términos dicen que el servicio alojado tiene "no uptime commitment and no support commitment." Es honesto, y para experimentos está bien, pero para un pipeline de producción del que depende tu facturación es más difícil de vender.

La licencia no es lo que dice el pie de página. El pie de treg.to dice "100% open source · AGPL", pero el archivo LICENSE del repositorio es Apache 2.0 con términos adicionales que tienen prioridad. Puedes usarlo, modificarlo y autoalojarlo para tu propia organización, pero no puedes ofrecerlo como servicio alojado a terceros sin permiso por escrito. Eso lo hace source-available, no código abierto en el sentido de la OSI. Para la mayoría de los equipos no supone problema alguno, aunque para una agencia que quiera revenderlo sí.

Por cierto, el autoalojamiento también es una opción real. El README explica cómo ejecutarlo con uv y admite SQLite o Postgres, y además incluye un blueprint de Render. También advierte de que perder tu TREG_SECRET_KEY hace irrecuperables todos los secretos almacenados, así que haz copia de seguridad.

Qué dice la gente sobre Treg

Treg tiene solo unas 11 semanas, así que la voz de la comunidad aún es joven y vive sobre todo en X. También es ruidosa en una dirección muy concreta: GTM y generación de leads. La publicación más sólida que encontré venía de alguien que ejecutó con él un montaje completo de outbound:

"Defined my ICP in plain English to Fable 5.1 with a link to my VSL page & it used Treg to source the companies, found the contacts, verified emails across 5 services, loaded into Instantly with dynamic variables, copywriting done, and an A/B test"

@stormOCS, X

La publicación combina Treg con Claude Fable 5.1 e Instantly, y ese fue el patrón que más vi: un modelo potente hace el razonamiento, con Treg para los datos. Lo que la gente repite es el modelo de precios, sobre todo frente a los mínimos de crédito de las API en bruto:

"For example DFS you need to buy minimum $50 credits to use platform, but with Treg I can pay per api call."

Joshua Palmer, X

En LinkedIn el enfoque fue menos el precio y más el tiempo de configuración, que creo que es la mitad infravalorada del planteamiento:

"Realistically, connecting tools to your agents and signing up to all these providers is still one of the few manual tasks that can take some time when setting up an agent environment."

Giannis Tambakis, LinkedIn

Hasta ahora nadie ha publicado una reseña negativa, pero las preguntas abiertas dicen mucho. La única reseña de Product Hunt (4,0 estrellas) decía que cuando varios proveedores hacen la misma tarea, el listado no dejaba claro cuál era más barato o fiable, así que el autor hizo llamadas de prueba para comparar. Y la respuesta más afilada que encontré bajo una publicación de lanzamiento resumió todo el debate en una línea:

"2,800 data sources is the easy part. a CMO also decides which signals to ignore. curious how this handles that"

The Boring Developer, X

También descontaría un poco parte del volumen. Varias de las publicaciones de lanzamiento más ruidosas venían de cuentas vinculadas al fundador o que republicaban el texto del lanzamiento palabra por palabra. Las voces independientes de arriba son positivas, pero todavía no hay muchas.

Dónde encaja Treg y dónde no

La forma más limpia de ubicar Treg es ver dónde se sitúa en el stack: una capa por encima del enrutador de modelos y una capa por debajo del agente que realmente hace el trabajo.

Treg encaja muy bien cuando:

• Ya usas un agente en Claude Code, Cursor o Hermes, y sigue topándose con "no tengo acceso a esos datos".
• Necesitas unos cientos de consultas al mes en muchos proveedores, no miles en uno. Ahí es justo donde un puesto de 139 $ no tiene sentido.
• Estás montando un agente de SEO con IA y quieres que compruebe volumen, SERP y citas de AI Overview sin un puesto por herramienta.
• Estás construyendo un producto que revende datos. La documentación de Treg dice que revender está "allowed and encouraged", con etiquetas de uso por cliente para facturar.
• Quieres un solo lugar para revocar todas las claves que tienen tus agentes.

Treg encaja peor cuando:

• Tu equipo vive todo el día en los paneles de Ahrefs o Semrush. Ahrefs no está en el catálogo y Semrush es solo con tu propia clave, así que conservarías esos puestos de todos modos.
• Necesitas un SLA. El acceso anticipado sin compromiso de disponibilidad es una restricción real.
• Todavía no tienes un agente ni una estrategia. Si es tu caso, empieza por un repaso de los mejores agentes de IA. Treg da manos a un agente. No le dice qué construir.

En ese último punto es donde discreparía del entusiasmo de "gestiona todo tu GTM desde la terminal". Las herramientas nunca fueron lo difícil del SEO. Llevo dos años trabajando en búsqueda, y la consulta de palabras clave de 0,11 $ es el 5 % fácil del trabajo. El otro 95 % es elegir el enfoque, preparar el brief de contenido, saber qué posiciona ya, escribir algo digno de ser citado y enlazarlo con el resto de tu sitio. Un agente con Treg puede hacer las llamadas de investigación, pero alguien tiene que hacerse responsable del artículo.

Treg frente a un compañero de equipo de IA ya listo

Si lees esto porque quieres que tu agente haga trabajo de SEO o de contenido, ayuda nombrar la decisión con claridad desde el principio. Treg es infraestructura: una capa de datos limpia y barata. Tú pones el agente, los prompts, el ciclo de revisión y la estrategia. Es la opción correcta para quienes disfrutan montando cosas, y Treg es una de las mejores versiones de esa capa que he visto.

El otro camino es contratar el trabajo hecho. Es la apuesta de eesel, y la que yo haría para la mayoría de los equipos de contenido. En lugar de un agente generalista más una caja de herramientas, eesel te da compañeros de equipo de IA listos para trabajar en tareas concretas, y uno de ellos es el redactor de blog con IA. Ya sabe investigar una palabra clave, estudiar qué posiciona, extraer fuentes reales, crear los visuales y redactar con tu voz de marca.

Si quieres la mecánica, escribí cómo funciona un redactor de blog con IA. Tu parte es revisar y aprobar. El propio blog de eesel funciona con él, y un responsable de contenido SEO en Webflow lo usa para escalar a más de 360 artículos al mes, unos 12 al día, con revisión en bloque antes de publicar.

Tampoco es una caja cerrada para quienes construyen. eesel incluye una CLI real, @eesel/cli, que maneja el mismo compañero de equipo que usarías en el panel. Cada comando imprime JSON, las escrituras tienen una opción --dry-run que muestra la llamada exacta al servidor antes de enviarla, y la autenticación sin interfaz funciona con variables de entorno, así que encaja en scripts y CI. Además, cada espacio de trabajo de eesel es un servidor MCP: npx @eesel/cli mcp token imprime un comando claude mcp add listo para pegar, de modo que Claude Code, Codex o Cursor pueden pasar trabajo al redactor de blog igual que llamarían a Treg. Incluso puedes usar ambos: Treg para consultas en bruto, eesel para el trabajo que las convierte en un artículo terminado.

Prueba eesel para contenido SEO

Si Treg te hizo ver que los datos nunca fueron el cuello de botella, el redactor de blog con IA de eesel es la parte que convierte una palabra clave en un artículo investigado, citado y fiel a tu marca que de verdad publicarías. Funciona como una nueva incorporación para tu calendario de contenido: dale tu sitio y una palabra clave, y vuelve con un borrador completo, visuales y preguntas frecuentes para que apruebes. Es gratis para empezar, sin tarjeta, y mi desglose del coste de un redactor de blog con IA muestra cómo se compara con hacerlo a mano. Para ver cómo se sitúa frente a otras herramientas, consulta mi comparativa de redactores de blog para SEO.

Probar eesel