{"id":1625,"date":"2026-09-27T14:56:05","date_gmt":"2026-09-27T12:56:05","guid":{"rendered":"https:\/\/antoniofernandez.net\/?p=1625"},"modified":"2026-10-24T00:11:13","modified_gmt":"2026-10-23T22:11:13","slug":"que-es-mcp","status":"publish","type":"post","link":"https:\/\/antoniofernandez.net\/copia-divi\/que-es-mcp\/","title":{"rendered":"Qu\u00e9 es MCP y c\u00f3mo conecta los agentes IA con herramientas externas"},"content":{"rendered":"\n
\"Qu\u00e9
Qu\u00e9 es MCP (Model Context Protocol): conexi\u00f3n de agentes de inteligencia artificial con herramientas y servicios externos.<\/figcaption><\/figure>\n\n\n\n
\n

Si te preguntas qu\u00e9 es MCP, el Model Context Protocol (MCP) es un est\u00e1ndar abierto que permite conectar aplicaciones de inteligencia artificial con herramientas, servicios externos y fuentes de informaci\u00f3n mediante un sistema de comunicaci\u00f3n com\u00fan.<\/p>\n\n\n\n

Su objetivo es facilitar que los modelos de lenguaje puedan trabajar con informaci\u00f3n y funcionalidades que no forman parte de sus conocimientos internos.<\/p>\n\n\n\n

Por ejemplo, un agente de inteligencia artificial puede necesitar consultar documentos, recuperar informaci\u00f3n de una base de datos o utilizar una herramienta para completar una tarea. MCP proporciona una forma estandarizada de conectar la aplicaci\u00f3n que ejecuta el agente con esos recursos.<\/p>\n\n\n\n

En lugar de desarrollar una integraci\u00f3n completamente diferente para cada herramienta, los desarrolladores pueden utilizar MCP como protocolo com\u00fan, siempre que las aplicaciones y los servicios correspondientes sean compatibles.<\/p>\n\n\n\n

Esta caracter\u00edstica resulta especialmente interesante para construir agentes IA capaces de combinar modelos de lenguaje, informaci\u00f3n externa y herramientas especializadas.<\/p>\n\n\n\n

1. Qu\u00e9 significa MCP o Model Context Protocol<\/h2>\n\n\n\n

Las siglas MCP corresponden a Model Context Protocol<\/em>, que podemos traducir como protocolo de contexto para modelos.<\/p>\n\n\n\n

Se trata de un est\u00e1ndar de comunicaci\u00f3n dise\u00f1ado para facilitar la interacci\u00f3n entre aplicaciones de inteligencia artificial y sistemas externos.<\/p>\n\n\n\n

Para comprender su utilidad, debemos recordar que un modelo de lenguaje no dispone autom\u00e1ticamente de acceso a nuestros archivos, aplicaciones o bases de datos.<\/p>\n\n\n\n

Aunque puede generar respuestas a partir de la informaci\u00f3n que recibe, necesita mecanismos adicionales para consultar datos actualizados o interactuar con herramientas externas.<\/p>\n\n\n\n

MCP establece una forma com\u00fan de ofrecer esas capacidades a las aplicaciones compatibles.<\/p>\n\n\n\n

Por ejemplo, una aplicaci\u00f3n puede conectarse a un servidor MCP que proporcione acceso controlado a determinados documentos. De esta manera, el modelo podr\u00e1 recibir informaci\u00f3n relevante para responder a una consulta, siempre bajo las condiciones y los permisos establecidos.<\/p>\n\n\n\n

2. Qu\u00e9 problema resuelve MCP<\/h2>\n\n\n\n

Tradicionalmente, conectar una aplicaci\u00f3n de inteligencia artificial con diferentes servicios externos puede requerir m\u00faltiples integraciones.<\/p>\n\n\n\n

Imaginemos que queremos desarrollar un agente capaz de consultar documentos, recuperar informaci\u00f3n de una base de datos y utilizar una herramienta de b\u00fasqueda.<\/p>\n\n\n\n

Cada sistema puede disponer de su propia API, sus mecanismos de autenticaci\u00f3n y sus formatos de comunicaci\u00f3n.<\/p>\n\n\n\n

El desarrollador necesita comprender estas diferencias y programar las conexiones correspondientes.<\/p>\n\n\n\n

MCP pretende simplificar parte de este proceso mediante un protocolo compartido.<\/p>\n\n\n\n

As\u00ed, una aplicaci\u00f3n compatible puede utilizar una interfaz estandarizada para descubrir las capacidades que ofrece un servidor MCP e interactuar con ellas.<\/p>\n\n\n\n

Esto no significa que desaparezca todo el trabajo de integraci\u00f3n. Los servidores deben conectarse correctamente con los servicios correspondientes y seguir gestionando la autenticaci\u00f3n, los permisos y los posibles errores.<\/p>\n\n\n\n

Sin embargo, disponer de un protocolo com\u00fan facilita la reutilizaci\u00f3n de determinadas integraciones entre diferentes aplicaciones de inteligencia artificial.<\/p>\n\n\n\n

3. La relaci\u00f3n entre MCP, las APIs y los modelos de lenguaje<\/h2>\n\n\n\n

Para entender correctamente MCP, debemos diferenciar tres conceptos.<\/p>\n\n\n\n

Los modelos de lenguaje<\/strong> procesan instrucciones e informaci\u00f3n para generar respuestas. Dependiendo de sus capacidades, tambi\u00e9n pueden proponer la utilizaci\u00f3n de herramientas.<\/p>\n\n\n\n

Las APIs<\/strong> permiten que diferentes aplicaciones intercambien informaci\u00f3n y utilicen funcionalidades ofrecidas por otros sistemas.<\/p>\n\n\n\n

MCP<\/strong> establece una forma estandarizada de conectar aplicaciones de inteligencia artificial con herramientas y fuentes de informaci\u00f3n.<\/p>\n\n\n\n

Estos elementos pueden trabajar conjuntamente.<\/p>\n\n\n\n

Por ejemplo, un servidor MCP puede utilizar internamente una API para consultar un servicio externo. La aplicaci\u00f3n que ejecuta el agente se comunica con el servidor MCP y proporciona al modelo los resultados necesarios para completar su tarea.<\/p>\n\n\n\n

Por tanto, MCP no sustituye necesariamente a las APIs ni a los modelos de lenguaje. Puede utilizar ambos elementos como parte de una arquitectura m\u00e1s amplia.<\/p>\n\n\n\n

4. Qu\u00e9 podemos conectar mediante MCP<\/h2>\n\n\n\n

MCP permite que los servidores compatibles ofrezcan diferentes capacidades a las aplicaciones de inteligencia artificial.<\/p>\n\n\n\n

Entre sus componentes principales encontramos las herramientas, los recursos y los prompts.<\/p>\n\n\n\n

Las herramientas permiten ejecutar funciones o recuperar informaci\u00f3n mediante operaciones definidas.<\/p>\n\n\n\n

Los recursos proporcionan contenidos que la aplicaci\u00f3n puede utilizar como contexto, como documentos o informaci\u00f3n estructurada.<\/p>\n\n\n\n

Los prompts ofrecen plantillas de instrucciones que pueden facilitar determinadas interacciones.<\/p>\n\n\n\n

Estas capacidades permiten desarrollar diferentes integraciones.<\/p>\n\n\n\n

Por ejemplo, podemos crear un servidor MCP que proporcione acceso a documentos de un proyecto, ofrezca funciones para consultar informaci\u00f3n y facilite instrucciones predefinidas para analizar los resultados.<\/p>\n\n\n\n

Sin embargo, debemos recordar que la disponibilidad de cada funci\u00f3n depende de las caracter\u00edsticas del servidor y de las capacidades que admita la aplicaci\u00f3n utilizada.<\/p>\n\n\n\n

5. Por qu\u00e9 MCP es importante para los agentes IA<\/h2>\n\n\n\n

Los agentes de inteligencia artificial necesitan combinar diferentes componentes para realizar tareas que van m\u00e1s all\u00e1 de generar una respuesta de texto.<\/p>\n\n\n\n

Un agente puede interpretar una solicitud, identificar la informaci\u00f3n necesaria, utilizar herramientas autorizadas y preparar un resultado.<\/p>\n\n\n\n

MCP facilita la conexi\u00f3n entre la aplicaci\u00f3n que coordina el agente y determinadas herramientas o fuentes de informaci\u00f3n externas.<\/p>\n\n\n\n

Por ejemplo, un agente encargado de preparar informes podr\u00eda conectarse a un servidor MCP que permita consultar documentos y recuperar informaci\u00f3n relevante.<\/p>\n\n\n\n

La aplicaci\u00f3n se encargar\u00eda de gestionar la comunicaci\u00f3n, comprobar las autorizaciones y proporcionar al modelo los resultados obtenidos.<\/p>\n\n\n\n

Esto permite desarrollar arquitecturas m\u00e1s modulares, en las que podemos incorporar determinadas capacidades sin tener que redise\u00f1ar completamente la comunicaci\u00f3n con cada herramienta.<\/p>\n\n\n\n

No obstante, utilizar MCP no convierte autom\u00e1ticamente una aplicaci\u00f3n en un agente aut\u00f3nomo.<\/p>\n\n\n\n

La planificaci\u00f3n, la supervisi\u00f3n y el control de las operaciones siguen dependiendo del dise\u00f1o del sistema.<\/p>\n\n\n\n

6. Un ejemplo sencillo para comprender MCP<\/h2>\n\n\n\n

Imaginemos que desarrollamos un asistente de inteligencia artificial para consultar los documentos internos de una empresa.<\/p>\n\n\n\n

El usuario pregunta qu\u00e9 tareas est\u00e1n pendientes en un determinado proyecto.<\/p>\n\n\n\n

Para responder correctamente, el asistente necesita acceder a informaci\u00f3n que no forma parte de los conocimientos del modelo de lenguaje.<\/p>\n\n\n\n

Podemos utilizar una aplicaci\u00f3n compatible con MCP y conectarla a un servidor que ofrezca acceso autorizado a los documentos del proyecto.<\/p>\n\n\n\n

El funcionamiento general ser\u00eda el siguiente:<\/p>\n\n\n\n

    \n
  1. El usuario realiza una pregunta al asistente.<\/li>\n\n\n\n
  2. La aplicaci\u00f3n identifica las capacidades disponibles a trav\u00e9s del servidor MCP.<\/li>\n\n\n\n
  3. El modelo puede solicitar la utilizaci\u00f3n de una herramienta adecuada, si la aplicaci\u00f3n y el modelo admiten esa funci\u00f3n.<\/li>\n\n\n\n
  4. La aplicaci\u00f3n comprueba los permisos y gestiona la solicitud.<\/li>\n\n\n\n
  5. El servidor MCP utiliza los mecanismos necesarios para recuperar la informaci\u00f3n autorizada.<\/li>\n\n\n\n
  6. La aplicaci\u00f3n proporciona los resultados al modelo de lenguaje.<\/li>\n\n\n\n
  7. El modelo prepara una respuesta utilizando la informaci\u00f3n recibida.<\/li>\n<\/ol>\n\n\n\n

    Este ejemplo muestra c\u00f3mo MCP puede facilitar el acceso a informaci\u00f3n externa sin que el modelo tenga que conectarse directamente a todos los sistemas utilizados.<\/p>\n\n\n\n

    Tambi\u00e9n demuestra la importancia de establecer controles de acceso y verificar los resultados antes de utilizarlos.<\/p>\n\n\n\n

    7. MCP como parte del ecosistema de inteligencia artificial<\/h2>\n\n\n\n

    MCP forma parte de un ecosistema tecnol\u00f3gico en el que encontramos modelos de lenguaje, APIs, plataformas de automatizaci\u00f3n, bases de datos y herramientas especializadas.<\/p>\n\n\n\n

    Cada componente cumple una funci\u00f3n diferente.<\/p>\n\n\n\n

    Los modelos procesan la informaci\u00f3n, las APIs permiten comunicarse con servicios externos y MCP facilita determinadas conexiones estandarizadas entre aplicaciones de inteligencia artificial y sistemas que ofrecen herramientas o recursos.<\/p>\n\n\n\n

    Por ejemplo, podemos desarrollar un agente que utilice un modelo de lenguaje accesible mediante OpenRouter y una aplicaci\u00f3n compatible con MCP para conectarse a herramientas externas.<\/p>\n\n\n\n

    En este caso, OpenRouter facilitar\u00eda el acceso al modelo, mientras que MCP permitir\u00eda establecer las conexiones compatibles con los servidores correspondientes.<\/p>\n\n\n\n

    La aplicaci\u00f3n del agente coordinar\u00eda ambos componentes y controlar\u00eda las operaciones.<\/p>\n\n\n\n

    Comprender estas diferencias nos ayudar\u00e1 a dise\u00f1ar aplicaciones de inteligencia artificial m\u00e1s flexibles y a seleccionar las tecnolog\u00edas adecuadas para cada proyecto.<\/p>\n\n\n\n

    Documentaci\u00f3n oficial de Model Context Protocol<\/a><\/p>\n<\/div>\n\n\n\n

    \n

    C\u00f3mo funciona MCP: arquitectura y componentes principales<\/h2>\n\n\n\n

    Para comprender c\u00f3mo funciona MCP, debemos conocer su arquitectura y los componentes que intervienen en la comunicaci\u00f3n entre una aplicaci\u00f3n de inteligencia artificial y los servicios externos.<\/p>\n\n\n\n

    MCP utiliza una arquitectura en la que las aplicaciones pueden establecer conexiones con servidores que ofrecen herramientas, recursos y otras capacidades.<\/p>\n\n\n\n

    Sus tres elementos fundamentales son el host, el cliente MCP y el servidor MCP.<\/p>\n\n\n\n

    Aunque cada uno desempe\u00f1a una funci\u00f3n diferente, trabajan conjuntamente para permitir que una aplicaci\u00f3n de inteligencia artificial acceda a informaci\u00f3n y utilice herramientas externas mediante un protocolo com\u00fan.<\/p>\n\n\n\n

    1. El host MCP: la aplicaci\u00f3n que coordina el sistema<\/h3>\n\n\n\n

    El host es la aplicaci\u00f3n de inteligencia artificial desde la que interact\u00faa el usuario y que incorpora las conexiones MCP.<\/p>\n\n\n\n

    Puede tratarse de un asistente, una aplicaci\u00f3n de escritorio, un entorno de desarrollo o una plataforma que utiliza modelos de lenguaje.<\/p>\n\n\n\n

    Su funci\u00f3n consiste en coordinar el funcionamiento general de la aplicaci\u00f3n y gestionar las conexiones con los servidores MCP.<\/p>\n\n\n\n

    Por ejemplo, imaginemos que utilizamos un asistente de inteligencia artificial para consultar documentos y preparar informes.<\/p>\n\n\n\n

    En este caso, el asistente actuar\u00eda como host y podr\u00eda establecer conexiones con diferentes servidores MCP para acceder a las capacidades que necesita.<\/p>\n\n\n\n

    El host tambi\u00e9n es responsable de aplicar las pol\u00edticas de seguridad correspondientes y determinar c\u00f3mo se incorporan los resultados externos al contexto del modelo.<\/p>\n\n\n\n

    Es importante recordar que el host no tiene por qu\u00e9 ejecutar directamente todas las herramientas. Puede delegar determinadas operaciones en los servidores MCP conectados.<\/p>\n\n\n\n

    2. El cliente MCP: el componente que establece la comunicaci\u00f3n<\/h3>\n\n\n\n

    El cliente MCP es el componente que mantiene la comunicaci\u00f3n entre el host y un servidor MCP.<\/p>\n\n\n\n

    Normalmente, el host crea un cliente para cada conexi\u00f3n con un servidor.<\/p>\n\n\n\n

    De esta manera, una misma aplicaci\u00f3n puede conectarse a diferentes servidores mediante clientes independientes.<\/p>\n\n\n\n

    Por ejemplo, un asistente podr\u00eda disponer de un cliente conectado a un servidor de documentos y otro conectado a un servidor que ofrece herramientas de consulta.<\/p>\n\n\n\n

    Cada cliente gestiona la comunicaci\u00f3n correspondiente mediante el protocolo MCP.<\/p>\n\n\n\n

    Entre sus funciones encontramos establecer la conexi\u00f3n, intercambiar mensajes y gestionar las operaciones admitidas por el servidor.<\/p>\n\n\n\n

    Esta organizaci\u00f3n permite separar las conexiones y facilita la incorporaci\u00f3n de nuevas capacidades.<\/p>\n\n\n\n

    Sin embargo, debemos recordar que el cliente MCP es un componente t\u00e9cnico de la aplicaci\u00f3n y no debe confundirse con el usuario que realiza las solicitudes.<\/p>\n\n\n\n

    3. El servidor MCP: donde se ofrecen las herramientas y los recursos<\/h3>\n\n\n\n

    El servidor MCP es el componente que pone determinadas capacidades a disposici\u00f3n de las aplicaciones compatibles.<\/p>\n\n\n\n

    Estas capacidades pueden incluir herramientas, recursos y prompts.<\/p>\n\n\n\n

    Por ejemplo, un servidor puede ofrecer una herramienta para buscar informaci\u00f3n en una base de datos, un recurso que proporciona documentos o una plantilla de instrucciones para realizar una tarea.<\/p>\n\n\n\n

    Cuando recibe una solicitud compatible, el servidor ejecuta la operaci\u00f3n correspondiente o proporciona la informaci\u00f3n solicitada.<\/p>\n\n\n\n

    En algunos casos, el servidor MCP utiliza internamente otras APIs para comunicarse con servicios externos.<\/p>\n\n\n\n

    Esto permite que una aplicaci\u00f3n utilice una interfaz MCP com\u00fan sin tener que implementar directamente todas las conexiones particulares de esos servicios.<\/p>\n\n\n\n

    No obstante, el servidor sigue necesitando los permisos y las credenciales que correspondan para acceder a los sistemas con los que trabaja.<\/p>\n\n\n\n

    Adem\u00e1s, las capacidades disponibles dependen de cada implementaci\u00f3n. No todos los servidores MCP ofrecen las mismas funciones.<\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n

    4. C\u00f3mo se comunican los componentes de MCP<\/h3>\n\n\n\n

    Una vez identificados los componentes principales, debemos comprender c\u00f3mo intercambian informaci\u00f3n.<\/p>\n\n\n\n

    MCP utiliza mensajes estructurados y mecanismos de transporte<\/a> que permiten establecer la comunicaci\u00f3n entre clientes y servidores.<\/p>\n\n\n\n

    Los mensajes del protocolo utilizan JSON-RPC, un formato que permite representar solicitudes, respuestas y notificaciones.<\/p>\n\n\n\n

    Por su parte, los mecanismos de transporte determinan c\u00f3mo se env\u00edan esos mensajes.<\/p>\n\n\n\n

    Entre las opciones utilizadas encontramos:<\/p>\n\n\n\n

    Comunicaci\u00f3n local mediante stdio<\/strong><\/p>\n\n\n\n

    Permite intercambiar mensajes mediante la entrada y la salida est\u00e1ndar de un proceso.<\/p>\n\n\n\n

    Resulta \u00fatil cuando una aplicaci\u00f3n ejecuta un servidor MCP localmente y establece una conexi\u00f3n directa con \u00e9l.<\/p>\n\n\n\n

    Comunicaci\u00f3n mediante HTTP<\/strong><\/p>\n\n\n\n

    Permite establecer conexiones con servidores MCP accesibles mediante infraestructura HTTP.<\/p>\n\n\n\n

    En implementaciones compatibles se utiliza Streamable HTTP, aunque debemos tener en cuenta la versi\u00f3n del protocolo y las caracter\u00edsticas de los componentes utilizados.<\/p>\n\n\n\n

    La elecci\u00f3n del transporte depende de la arquitectura del proyecto, de las capacidades de las aplicaciones y de las condiciones de seguridad necesarias.<\/p>\n\n\n\n

    En ambos casos, el objetivo es facilitar el intercambio de mensajes entre el cliente y el servidor mediante el protocolo MCP.<\/p>\n\n\n\n

    5. El proceso de conexi\u00f3n y descubrimiento de capacidades<\/h3>\n\n\n\n

    Antes de utilizar las herramientas de un servidor MCP, la aplicaci\u00f3n necesita establecer una comunicaci\u00f3n compatible.<\/p>\n\n\n\n

    Los detalles de este proceso dependen de la versi\u00f3n del protocolo y de la implementaci\u00f3n utilizada.<\/p>\n\n\n\n

    En t\u00e9rminos generales, el cliente establece una conexi\u00f3n con el servidor y utiliza los mecanismos correspondientes para identificar las capacidades disponibles.<\/p>\n\n\n\n

    Por ejemplo, puede obtener informaci\u00f3n sobre las herramientas que ofrece el servidor y las operaciones que admite.<\/p>\n\n\n\n

    Cada herramienta dispone de una descripci\u00f3n y de una estructura que permite conocer los argumentos necesarios para utilizarla.<\/p>\n\n\n\n

    La aplicaci\u00f3n puede proporcionar esta informaci\u00f3n al modelo de lenguaje para que identifique las herramientas disponibles durante una tarea.<\/p>\n\n\n\n

    Sin embargo, descubrir una herramienta no significa que deba ejecutarse autom\u00e1ticamente.<\/p>\n\n\n\n

    El host debe aplicar las autorizaciones, las validaciones y los controles establecidos antes de realizar operaciones externas.<\/p>\n\n\n\n

    Esta separaci\u00f3n resulta especialmente importante cuando las herramientas pueden acceder a informaci\u00f3n confidencial o modificar datos.<\/p>\n\n\n\n

    6. Ejemplo pr\u00e1ctico: c\u00f3mo viaja una solicitud por MCP<\/h3>\n\n\n\n

    Imaginemos que desarrollamos un asistente de inteligencia artificial que permite consultar informaci\u00f3n almacenada en una base de datos empresarial.<\/p>\n\n\n\n

    El asistente utiliza un modelo de lenguaje y dispone de una conexi\u00f3n con un servidor MCP que ofrece una herramienta de consulta.<\/p>\n\n\n\n

    El funcionamiento podr\u00eda organizarse de la siguiente manera:<\/p>\n\n\n\n

      \n
    1. El usuario solicita al asistente informaci\u00f3n sobre un determinado proyecto.<\/li>\n\n\n\n
    2. El host recibe la petici\u00f3n y prepara el contexto necesario para el modelo de lenguaje.<\/li>\n\n\n\n
    3. La aplicaci\u00f3n identifica las herramientas disponibles mediante su conexi\u00f3n MCP.<\/li>\n\n\n\n
    4. El modelo puede solicitar la utilizaci\u00f3n de una herramienta de consulta.<\/li>\n\n\n\n
    5. El host comprueba que la operaci\u00f3n est\u00e1 autorizada.<\/li>\n\n\n\n
    6. El cliente MCP transmite la solicitud al servidor correspondiente.<\/li>\n\n\n\n
    7. El servidor ejecuta la operaci\u00f3n permitida y devuelve los resultados.<\/li>\n\n\n\n
    8. El cliente recibe la respuesta y la proporciona al host.<\/li>\n\n\n\n
    9. La aplicaci\u00f3n incorpora la informaci\u00f3n recuperada al contexto del modelo.<\/li>\n\n\n\n
    10. El modelo genera una respuesta que el asistente presenta al usuario.<\/li>\n<\/ol>\n\n\n\n

      Este ejemplo muestra c\u00f3mo los diferentes componentes trabajan conjuntamente.<\/p>\n\n\n\n

      El modelo de lenguaje interpreta las instrucciones, el host coordina las operaciones, el cliente establece la comunicaci\u00f3n y el servidor MCP proporciona acceso a la herramienta.<\/p>\n\n\n\n

      Tambi\u00e9n debemos recordar que el servidor puede utilizar una API tradicional para consultar la base de datos o el servicio correspondiente.<\/p>\n\n\n\n

      Por tanto, MCP facilita la comunicaci\u00f3n entre determinados componentes, pero no sustituye necesariamente a las tecnolog\u00edas que utilizan los sistemas externos.<\/p>\n\n\n\n

      7. Ventajas de una arquitectura MCP modular<\/h3>\n\n\n\n

      La separaci\u00f3n entre host, clientes y servidores permite organizar las conexiones de forma modular.<\/p>\n\n\n\n

      Esta caracter\u00edstica puede resultar especialmente interesante cuando desarrollamos aplicaciones que necesitan acceder a diferentes herramientas y fuentes de informaci\u00f3n.<\/p>\n\n\n\n

      Entre sus principales posibilidades encontramos:<\/p>\n\n\n\n

      7.1.- Reutilizaci\u00f3n de integraciones<\/strong><\/p>\n\n\n\n

      Un servidor MCP compatible puede ofrecer sus capacidades a diferentes aplicaciones, siempre que estas admitan los mecanismos necesarios.<\/p>\n\n\n\n

      7.2.- Separaci\u00f3n de responsabilidades<\/strong><\/p>\n\n\n\n

      El host coordina la aplicaci\u00f3n, los clientes gestionan las conexiones y los servidores proporcionan las capacidades externas.<\/p>\n\n\n\n

      7.3.- Incorporaci\u00f3n de nuevas herramientas<\/strong><\/p>\n\n\n\n

      Podemos ampliar determinadas funcionalidades mediante nuevos servidores sin tener que redise\u00f1ar por completo todas las conexiones existentes.<\/p>\n\n\n\n

      7.4.- Organizaci\u00f3n de los permisos<\/strong><\/p>\n\n\n\n

      La arquitectura permite establecer controles diferenciados para determinadas conexiones y operaciones, aunque la seguridad depende de c\u00f3mo se implementen.<\/p>\n\n\n\n

      7.5.- Compatibilidad entre componentes<\/strong><\/p>\n\n\n\n

      El protocolo com\u00fan facilita la comunicaci\u00f3n entre aplicaciones y servidores compatibles, teniendo siempre en cuenta las versiones y las capacidades admitidas.<\/p>\n\n\n\n

      En definitiva, la arquitectura MCP proporciona una estructura com\u00fan para conectar aplicaciones de inteligencia artificial con herramientas y fuentes de informaci\u00f3n.<\/p>\n\n\n\n

      Comprender las funciones del host, el cliente y el servidor es fundamental antes de comenzar a desarrollar integraciones m\u00e1s avanzadas o utilizar MCP dentro de nuestros propios agentes IA.<\/p>\n<\/div>\n\n\n\n

      \n

      Herramientas, recursos y prompts en MCP<\/h2>\n\n\n\n

      <\/strong>Herramientas, recursos y prompts en MCP: qu\u00e9 son y c\u00f3mo funcionan<\/p>\n\n\n\n

      Una de las caracter\u00edsticas fundamentales de MCP es que permite a los servidores ofrecer diferentes capacidades a las aplicaciones de inteligencia artificial mediante un protocolo com\u00fan.<\/p>\n\n\n\n

      Entre estas capacidades destacan tres elementos principales: las herramientas (Tools<\/em>), los recursos (Resources<\/em>) y las plantillas de instrucciones (Prompts<\/em>).<\/p>\n\n\n\n

      Aunque pueden utilizarse conjuntamente, cada uno cumple una funci\u00f3n diferente.<\/p>\n\n\n\n

      Las herramientas permiten realizar operaciones, los recursos proporcionan informaci\u00f3n y los prompts facilitan instrucciones reutilizables.<\/p>\n\n\n\n

      Comprender estas diferencias es importante para dise\u00f1ar agentes de inteligencia artificial capaces de consultar informaci\u00f3n, interactuar con servicios externos y ejecutar tareas de forma controlada.<\/p>\n\n\n\n

      1. Qu\u00e9 son las herramientas o Tools en MCP<\/h3>\n\n\n\n

      Las herramientas son funciones que un servidor MCP pone a disposici\u00f3n de las aplicaciones compatibles.<\/p>\n\n\n\n

      Permiten realizar operaciones espec\u00edficas, como consultar una base de datos, efectuar c\u00e1lculos, buscar informaci\u00f3n o interactuar con una API externa.<\/p>\n\n\n\n

      Por ejemplo, podemos desarrollar un servidor MCP que ofrezca una herramienta para consultar las condiciones meteorol\u00f3gicas de una ciudad.<\/p>\n\n\n\n

      Cuando un usuario solicita informaci\u00f3n sobre el tiempo, el modelo de lenguaje puede identificar esa herramienta como una opci\u00f3n adecuada.<\/p>\n\n\n\n

      Si la aplicaci\u00f3n permite su utilizaci\u00f3n, el cliente MCP env\u00eda la solicitud al servidor, que ejecuta la operaci\u00f3n correspondiente y devuelve los resultados.<\/p>\n\n\n\n

      Una herramienta suele incluir un nombre, una descripci\u00f3n y un esquema que especifica los argumentos necesarios para utilizarla.<\/p>\n\n\n\n

      Esta informaci\u00f3n permite que las aplicaciones y los modelos compatibles comprendan qu\u00e9 funci\u00f3n realiza y c\u00f3mo solicitar su ejecuci\u00f3n.<\/p>\n\n\n\n

      Sin embargo, disponer de una herramienta no significa que el modelo tenga autorizaci\u00f3n ilimitada para utilizarla.<\/p>\n\n\n\n

      La aplicaci\u00f3n debe aplicar los permisos, las validaciones y los mecanismos de supervisi\u00f3n correspondientes.<\/p>\n\n\n\n

      2. Qu\u00e9 son los recursos o Resources en MCP<\/h3>\n\n\n\n

      Los recursos permiten que un servidor MCP proporcione informaci\u00f3n que una aplicaci\u00f3n puede utilizar como contexto.<\/p>\n\n\n\n

      A diferencia de las herramientas, cuya finalidad principal consiste en ejecutar una funci\u00f3n, los recursos est\u00e1n orientados a ofrecer contenido.<\/p>\n\n\n\n

      Por ejemplo, un servidor MCP podr\u00eda proporcionar acceso a documentos, archivos de configuraci\u00f3n o informaci\u00f3n estructurada.<\/p>\n\n\n\n

      Cada recurso dispone de un identificador URI que permite localizarlo y solicitar su contenido.<\/p>\n\n\n\n

      Tambi\u00e9n pueden existir plantillas de recursos que permiten construir identificadores a partir de determinados par\u00e1metros.<\/p>\n\n\n\n

      Imaginemos que desarrollamos un asistente encargado de responder preguntas sobre la documentaci\u00f3n de un proyecto.<\/p>\n\n\n\n

      Podemos configurar un servidor MCP que exponga determinados documentos como recursos.<\/p>\n\n\n\n

      La aplicaci\u00f3n podr\u00e1 recuperar el contenido autorizado e incorporarlo al contexto del modelo cuando resulte necesario.<\/p>\n\n\n\n

      Esto permite proporcionar informaci\u00f3n espec\u00edfica sin incluir permanentemente todos los documentos en cada conversaci\u00f3n.<\/p>\n\n\n\n

      No obstante, debemos comprobar que los recursos ofrecidos contienen informaci\u00f3n apropiada para el usuario y que la aplicaci\u00f3n dispone de los permisos necesarios para acceder a ellos.<\/p>\n\n\n\n

      3. Qu\u00e9 son los prompts o plantillas de instrucciones<\/h3>\n\n\n\n

      Los prompts de MCP son plantillas reutilizables que permiten preparar mensajes destinados a los modelos de lenguaje.<\/p>\n\n\n\n

      Su finalidad consiste en facilitar determinadas interacciones mediante instrucciones previamente definidas.<\/p>\n\n\n\n

      Por ejemplo, podemos crear una plantilla para resumir documentos, analizar informaci\u00f3n o revisar fragmentos de c\u00f3digo.<\/p>\n\n\n\n

      En lugar de escribir repetidamente las mismas instrucciones, el usuario puede seleccionar una plantilla disponible en una aplicaci\u00f3n compatible.<\/p>\n\n\n\n

      Algunas plantillas tambi\u00e9n admiten argumentos que permiten personalizar su contenido.<\/p>\n\n\n\n

      Imaginemos que disponemos de un prompt denominado \u00abResumir documento\u00bb.<\/p>\n\n\n\n

      La plantilla podr\u00eda solicitar el contenido del documento y el tipo de resumen que queremos obtener.<\/p>\n\n\n\n

      Una vez proporcionados los argumentos necesarios, la aplicaci\u00f3n recupera los mensajes preparados y los incorpora a la conversaci\u00f3n.<\/p>\n\n\n\n

      De esta manera, los prompts permiten organizar instrucciones frecuentes y facilitar determinadas tareas.<\/p>\n\n\n\n

      Sin embargo, una plantilla no ejecuta por s\u00ed misma herramientas externas ni garantiza la exactitud de las respuestas generadas.<\/p>\n\n\n\n

      Su funci\u00f3n principal consiste en proporcionar instrucciones estructuradas para una interacci\u00f3n.<\/p>\n\n\n\n

      4. Diferencias entre herramientas, recursos y prompts<\/h3>\n\n\n\n

      Aunque las tres capacidades pueden formar parte de un mismo servidor MCP, resulta importante distinguir sus funciones.<\/p>\n\n\n\n

      Herramientas: realizar operaciones<\/strong><\/p>\n\n\n\n

      Las herramientas permiten ejecutar funciones y, cuando corresponde, interactuar con servicios externos.<\/p>\n\n\n\n

      Por ejemplo, consultar una API, realizar un c\u00e1lculo o actualizar un registro autorizado.<\/p>\n\n\n\n

      Recursos: proporcionar informaci\u00f3n<\/strong><\/p>\n\n\n\n

      Los recursos permiten recuperar contenidos que pueden utilizarse como contexto.<\/p>\n\n\n\n

      Por ejemplo, un documento, un archivo de configuraci\u00f3n o informaci\u00f3n procedente de una fuente determinada.<\/p>\n\n\n\n

      Prompts: preparar instrucciones<\/strong><\/p>\n\n\n\n

      Los prompts ofrecen plantillas reutilizables para organizar determinadas interacciones con el modelo.<\/p>\n\n\n\n

      Por ejemplo, una plantilla para resumir documentos o preparar un informe.<\/p>\n\n\n\n

      En t\u00e9rminos generales, las herramientas suelen estar orientadas a las operaciones que solicita el modelo, los recursos a la informaci\u00f3n que gestiona la aplicaci\u00f3n y los prompts a las instrucciones que selecciona el usuario.<\/p>\n\n\n\n

      Esta distinci\u00f3n describe su funcionamiento habitual, aunque cada aplicaci\u00f3n puede ofrecer diferentes mecanismos de interacci\u00f3n y supervisi\u00f3n.<\/p>\n\n\n\n

      Para profundizar en estas diferencias, puedes consultar la documentaci\u00f3n oficial de los SDK de MCP<\/a>, donde se explica c\u00f3mo implementar herramientas, recursos y prompts<\/p>\n\n\n\n

      5. C\u00f3mo descubre y utiliza estas capacidades una aplicaci\u00f3n<\/h3>\n\n\n\n

      Cuando una aplicaci\u00f3n establece una conexi\u00f3n con un servidor MCP, puede consultar las capacidades que este ofrece.<\/p>\n\n\n\n

      Dependiendo de las caracter\u00edsticas del servidor, podr\u00e1 descubrir herramientas, recursos y prompts.<\/p>\n\n\n\n

      Cada tipo de capacidad dispone de mecanismos espec\u00edficos para consultar sus elementos disponibles y solicitar su utilizaci\u00f3n.<\/p>\n\n\n\n

      Por ejemplo, una aplicaci\u00f3n puede obtener la lista de herramientas de un servidor y conocer los argumentos que necesita cada una.<\/p>\n\n\n\n

      Tambi\u00e9n puede recuperar la lista de recursos disponibles o consultar las plantillas de instrucciones ofrecidas.<\/p>\n\n\n\n

      Una vez descubiertas estas capacidades, la aplicaci\u00f3n decide c\u00f3mo presentarlas al usuario y c\u00f3mo incorporarlas al funcionamiento del modelo.<\/p>\n\n\n\n

      No todas las aplicaciones muestran los mismos elementos ni permiten utilizarlos de id\u00e9ntica manera.<\/p>\n\n\n\n

      Adem\u00e1s, algunas operaciones pueden requerir autorizaciones adicionales o estar restringidas por la configuraci\u00f3n del servidor.<\/p>\n\n\n\n

      Por tanto, la compatibilidad con MCP no garantiza que todas las capacidades de cualquier servidor est\u00e9n disponibles en todas las aplicaciones.<\/p>\n\n\n\n

      6. Ejemplo pr\u00e1ctico: combinar Tools, Resources y Prompts<\/h3>\n\n\n\n

      Imaginemos que desarrollamos un agente de inteligencia artificial encargado de preparar informes sobre proyectos empresariales.<\/p>\n\n\n\n

      Queremos que pueda consultar documentos, recuperar informaci\u00f3n actualizada y utilizar una estructura com\u00fan para elaborar los informes.<\/p>\n\n\n\n

      Podemos dise\u00f1ar un servidor MCP que ofrezca las siguientes capacidades.<\/p>\n\n\n\n

      Un recurso para consultar documentaci\u00f3n<\/strong><\/p>\n\n\n\n

      El servidor proporciona acceso autorizado a determinados documentos del proyecto.<\/p>\n\n\n\n

      La aplicaci\u00f3n recupera la informaci\u00f3n necesaria y la incorpora al contexto del modelo.<\/p>\n\n\n\n

      Una herramienta para consultar tareas pendientes<\/strong><\/p>\n\n\n\n

      El servidor ofrece una funci\u00f3n que permite consultar las tareas registradas en un sistema externo.<\/p>\n\n\n\n

      Cuando resulta necesario, el modelo puede solicitar su utilizaci\u00f3n y la aplicaci\u00f3n gestiona la operaci\u00f3n.<\/p>\n\n\n\n

      Un prompt para preparar informes<\/strong><\/p>\n\n\n\n

      El servidor ofrece una plantilla con las instrucciones y la estructura que deben seguir los informes.<\/p>\n\n\n\n

      El usuario selecciona la plantilla y proporciona los par\u00e1metros necesarios.<\/p>\n\n\n\n

      El proceso completo podr\u00eda organizarse de la siguiente manera:<\/p>\n\n\n\n

        \n
      1. El usuario selecciona la plantilla para preparar un informe.<\/li>\n\n\n\n
      2. La aplicaci\u00f3n recupera el prompt y obtiene las instrucciones correspondientes.<\/li>\n\n\n\n
      3. La aplicaci\u00f3n incorpora los documentos autorizados mediante los recursos disponibles.<\/li>\n\n\n\n
      4. El modelo identifica si necesita consultar informaci\u00f3n adicional.<\/li>\n\n\n\n
      5. Si procede, solicita la utilizaci\u00f3n de una herramienta.<\/li>\n\n\n\n
      6. La aplicaci\u00f3n comprueba los permisos y ejecuta la solicitud mediante el cliente MCP.<\/li>\n\n\n\n
      7. El servidor devuelve los resultados de la operaci\u00f3n.<\/li>\n\n\n\n
      8. El modelo utiliza la informaci\u00f3n recibida para preparar el informe.<\/li>\n\n\n\n
      9. El usuario revisa el contenido antes de almacenarlo o compartirlo.<\/li>\n<\/ol>\n\n\n\n

        Este ejemplo demuestra c\u00f3mo las tres capacidades pueden complementarse dentro de una misma aplicaci\u00f3n.<\/p>\n\n\n\n

        Los recursos proporcionan informaci\u00f3n, las herramientas permiten realizar operaciones y los prompts ayudan a estructurar determinadas tareas.<\/p>\n\n\n\n

        7. Buenas pr\u00e1cticas al utilizar las capacidades de MCP<\/h3>\n\n\n\n

        Cuando desarrollamos aplicaciones o agentes que utilizan servidores MCP, debemos prestar atenci\u00f3n tanto a la funcionalidad como a la seguridad.<\/p>\n\n\n\n

        Una herramienta mal configurada podr\u00eda ejecutar operaciones no deseadas. Del mismo modo, un recurso podr\u00eda proporcionar informaci\u00f3n que el usuario no est\u00e1 autorizado a consultar.<\/p>\n\n\n\n

        Tambi\u00e9n debemos considerar que las instrucciones procedentes de fuentes externas pueden contener informaci\u00f3n incorrecta o intentar modificar el comportamiento previsto del agente.<\/p>\n\n\n\n

        Por ello, conviene adoptar determinadas precauciones.<\/p>\n\n\n\n

        7.1.- Definir claramente las herramientas<\/strong><\/p>\n\n\n\n

        Cada herramienta debe disponer de una descripci\u00f3n comprensible y de argumentos bien definidos.<\/p>\n\n\n\n

        7.2.- Aplicar permisos espec\u00edficos<\/strong><\/p>\n\n\n\n

        Las aplicaciones y los servidores deben comprobar qu\u00e9 operaciones est\u00e1n autorizadas y qu\u00e9 informaci\u00f3n puede consultar cada usuario.<\/p>\n\n\n\n

        7.3.- Validar los argumentos<\/strong><\/p>\n\n\n\n

        Antes de ejecutar una herramienta, debemos comprobar que los datos recibidos cumplen los requisitos establecidos.<\/p>\n\n\n\n

        7.4.- Controlar el acceso a los recursos<\/strong><\/p>\n\n\n\n

        Los documentos y las fuentes de informaci\u00f3n deben estar sujetos a las pol\u00edticas de acceso correspondientes.<\/p>\n\n\n\n

        7.5.- Revisar las instrucciones externas<\/strong><\/p>\n\n\n\n

        Los prompts y los contenidos recuperados no deben considerarse autom\u00e1ticamente fiables. Es necesario mantener una separaci\u00f3n adecuada entre las instrucciones autorizadas y la informaci\u00f3n procedente de fuentes externas.<\/p>\n\n\n\n

        7.6.- Supervisar las operaciones importantes<\/strong><\/p>\n\n\n\n

        Las acciones que puedan modificar informaci\u00f3n, enviar comunicaciones o producir consecuencias relevantes deben contar con mecanismos de autorizaci\u00f3n y supervisi\u00f3n.<\/p>\n\n\n\n

        En definitiva, las herramientas, los recursos y los prompts constituyen tres elementos fundamentales para comprender las posibilidades de MCP.<\/p>\n\n\n\n

        Su utilizaci\u00f3n conjunta permite desarrollar aplicaciones de inteligencia artificial m\u00e1s flexibles, siempre que se establezcan los controles necesarios y se compruebe la compatibilidad de los diferentes componentes.<\/p>\n<\/div>\n\n\n\n

        \n

        C\u00f3mo empezar a utilizar MCP: conectar un servidor y comprobar su funcionamiento<\/h2>\n\n\n\n

        Despu\u00e9s de conocer la arquitectura y las capacidades de MCP, el siguiente paso consiste en comprender c\u00f3mo podemos utilizarlo en un entorno real.<\/p>\n\n\n\n

        Para comenzar, no necesitamos desarrollar un agente de inteligencia artificial completo ni contratar un servidor externo.<\/p>\n\n\n\n

        Podemos realizar una prueba local utilizando un servidor MCP sencillo y una herramienta que permita conectarnos a \u00e9l.<\/p>\n\n\n\n

        En este ejemplo utilizaremos MCP Inspector<\/strong>, una aplicaci\u00f3n que permite explorar las capacidades de los servidores MCP, ejecutar sus herramientas y comprobar las respuestas que proporcionan.<\/p>\n\n\n\n

        El objetivo es comprender el proceso de conexi\u00f3n y familiarizarnos con los componentes que posteriormente podremos integrar en nuestros agentes IA.<\/p>\n\n\n\n

        1. Qu\u00e9 necesitamos para empezar con MCP<\/h3>\n\n\n\n

        Antes de realizar nuestra primera conexi\u00f3n, necesitamos disponer de un entorno adecuado.<\/p>\n\n\n\n

        Los requisitos concretos dependen del servidor MCP que queramos utilizar y de la aplicaci\u00f3n desde la que vayamos a establecer la conexi\u00f3n.<\/p>\n\n\n\n

        Para este ejemplo necesitaremos:<\/p>\n\n\n\n