Santos-del-Riego, AntoninoMontaos Rodríguez, IzanUniversidade da Coruña. Facultade de Informática2026-05-152026-05-152026-02https://hdl.handle.net/2183/48269[Resumen]: La Inteligencia Artificial (IA) ha crecido mucho en los últimos años. Lo que antes era un simple chatbot con respuestas bastante limitadas se ha convertido en un sistema capaz de razonar, interactuar con herramientas externas y orquestar tareas complejas de forma autónoma. Es, sin duda, una revolución y como sucede con este tipo de avances tecnológicos, los sectores se tendrán que adaptar a ello. Este trabajo nace de unir esta tecnología con el pentesting. La idea central del proyecto es desarrollar un asistente autónomo de pentesting que permita a un profesional de la ciberseguridad delegar en él ciertas tareas para poder enfocarse en los puntos que necesitan intuición y experiencia. El sistema también está pensado para que un usuario sin conocimientos avanzados pueda, con algo de documentación externa, evaluar la seguridad de su entorno de forma sencilla. El resultado es Unburden, una plataforma que conecta un Large Language Model (LLM) ejecutado en local con herramientas de pentesting, como Nmap o Metasploit, mediante el estándar Model Context Protocol (MCP).[Abstract]: Inteligencia Artificial (IA) has grown significantly in recent years. What was once a simple chatbot with fairly limited responses has evolved into a system capable of reasoning, interacting with external tools, and orchestrating complex tasks autonomously. It is undoubtedly a revolution, and as with this type of technological advance, different sectors will have to adapt to it. This project arises from combining this technology with pentesting. The main idea is to develop an autonomous pentesting assistant that allows a cybersecurity professional to delegate certain tasks in order to focus on aspects that require intuition and experience. The system is also designed so that users without advanced knowledge can, with the help of some external documentation, assess the security of their environment in a simple way. The result is Unburden, a platform that connects a locally executed Large Language Model (LLM) with pentesting tools such as Nmap or Metasploit through the Model Context Protocol (MCP).spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Inteligencia ArtificialAgentes AutónomosLarge Language ModelCiberseguridadPentestingModel Context ProtocolAutomatizaciónArtificial IntelligenceAutonomous AgentsLarge Language ModelCybersecurityPentestingModel Context ProtocolAutomationbachelor thesisopen access