Un agente puede ejecutar todo esto de principio a fin sin una persona.

MCP, no rascar tu propia documentación

Apunta cualquier cliente MCP al endpoint streamable HTTP y obtiene herramientas tipadas: crear un lote, leer un lote, consultar el saldo, listar capturas de muestra y crear una sesión de checkout. Los esquemas de entrada describen cada opción de renderizado, así que un modelo no tiene que adivinar qué significa full_page.

La tarjeta del servidor, la tarjeta de agente y la skill de agente están publicadas bajo /.well-known, así que un cliente que descubra el origen puede configurarse solo sin que le digan dónde está nada.

POST https://url2image.com/mcp
{"jsonrpc":"2.0","id":1,"method":"tools/call",
 "params":{"name":"create_screenshot_batch",
           "arguments":{"urls":["https://stripe.com"],"format":"png"}}}

Identidad sin formulario de registro

Un agente necesita una identidad estable para que sus créditos y sus lotes sobrevivan a un reinicio. Hay dos formas de conseguir una y ninguna implica un correo de confirmación: registrar credenciales de cliente OAuth anónimas en /oauth/register, o generar una clave de API en /api/v1/keys. Ambas producen un token bearer que vincula cada lote a una cuenta.

Pagar sin tarjeta

Dos vías, y la elección depende de quién está en el proceso. Cuando hay una persona, la herramienta de checkout devuelve una URL de Stripe alojada y el agente se la entrega. Los datos de la tarjeta nunca llegan al agente, a este servicio ni al contexto del modelo.

Cuando no hay ninguna persona, se encarga x402. Llama a un endpoint con precio, lee el cuerpo del HTTP 402, reintenta con una cabecera X-PAYMENT firmada, y un facilitador verifica y liquida la transferencia. Las condiciones están publicadas en /.well-known/x402 y su precio coincide con la tarifa de crédito de entrada, así que pagar por llamada nunca es peor que comprar un paquete.

Qué debe decirle el agente al usuario

La skill de agente lo deja claro: pregunta antes de crear una sesión de checkout, nunca pidas datos de tarjeta, e informa de cuántas capturas consumirá un lote antes de ejecutarlo. Son instrucciones que lee el modelo, no solo indicaciones en un README.