Un agente de IA de Claude que podía completar cada campo de texto en un formulario web se detuvo en seco en el paso final al intentar adjuntar tres imágenes, dejando al descubierto una limitación no documentada en el manejo de la carga de archivos de la Desktop App. El fallo es importante porque convierte lo que parecía una automatización de extremo a extremo completa en un traspaso manual, obligando a los desarrolladores a replantearse cómo construyen los flujos de trabajo impulsados por IA.
Por qué aparece el problema ahora
Los agentes de Claude se ejecutan en tres entornos: una interfaz de línea de comandos (CLI), una extensión de Visual Studio Code o la Desktop App independiente. En la CLI, el agente lee un archivo de un directorio añadido a la sesión y lo carga sin problemas. La Desktop App no hereda ese comportamiento. Incluso cuando el agente escribe un archivo en su propia carpeta temporal, la aplicación rechaza la carga, citando una definición interna de archivos "compartidos" que nunca aparece en la documentación pública.
La discrepancia surgió cuando un usuario creó una automatización que completaba un formulario, hacía clic en “save draft” (guardar borrador) y luego intentaba adjuntar tres imágenes. Los campos de texto se completaron sin errores, pero el paso de carga devolvía un error cada vez.
Qué han intentado los desarrolladores
- Añadir los archivos a la carpeta de la sesión que crea la aplicación.
- Usar la herramienta
directory-connectque permite al agente ver una carpeta del host. - Adjuntar las imágenes directamente en la ventana de chat.
- Crear una carpeta de carga manual y dirigir el formulario hacia ella.
Todos estos enfoques produjeron el mismo error de rechazo. La ventana del navegador que muestra el cuadro de diálogo de selección de archivos se ejecuta en modo de solo lectura para la automatización de escritorio. El agente puede ver el cuadro de diálogo, pero no puede hacer clic dentro de él ni escribir una ruta, por lo que los trucos de automatización de la interfaz de usuario (UI) fallan.
Una “puerta trasera” frágil
El único método que funcionó utilizó el portapapeles de Windows:
- Un script de PowerShell copia el archivo de destino en el portapapeles.
- El agente envía una pulsación de teclas Ctrl + V.
- El navegador recibe el evento de pegado y carga el archivo.
Este truco funciona, pero borra el portapapeles del usuario, está limitado a Windows y podría romperse con cualquier actualización de la Desktop App. No es una solución sostenible para flujos de trabajo de producción.
Lo que la limitación significa realmente
El problema central no es un error de software; es una superficie no documentada que trata los permisos de archivos como una propiedad de la aplicación host en lugar de una simple bandera del sistema de archivos. En la CLI, el agente hereda el acceso de lectura del proceso, por lo que cualquier archivo que la sesión pueda ver puede cargarse. En la Desktop App, el entorno de ejecución (runtime) aísla la vista del sistema de archivos del agente, permitiendo solo los archivos que cumplen con los criterios ocultos de “compartidos”.
Debido a que la restricción está integrada en la arquitectura de la Desktop App, las soluciones alternativas que dependen de la manipulación de la interfaz de usuario o de carpetas temporales no han tenido éxito.
Caminos fiables hacia adelante
Si un flujo de trabajo requiere la carga de archivos, los desarrolladores tienen tres opciones fiables:
- Ejecutar el agente desde la CLI. Este entorno respeta los permisos del sistema de archivos de la sesión y realiza la carga sin pasos adicionales.
- Usar la extensión de VS Code. La extensión refleja el modelo de permisos de la CLI, permitiendo que los agentes lean y carguen archivos que el editor puede ver.
- Dejar el paso de carga a un humano. Una rápida acción manual de dos minutos es mejor que pasar horas diseñando una solución alternativa frágil.
Elegir las dos primeras opciones implica ejecutar la automatización fuera de la Desktop App.
Conclusión
La capacidad de carga de archivos en los agentes de IA de Claude no es universal en todos los entornos de ejecución; depende de cómo se inicie el agente. Para una automatización fiable, considere la CLI y la extensión de VS Code como los únicos entornos que respetan de manera constante los permisos del sistema de archivos. Al usar la Desktop App, planifique un traspaso manual o acepte un truco de portapapeles frágil. Ignorar esta distinción puede convertir un guion fluido de extremo a extremo en un costoso ejercicio de depuración.