🧠 ¿Qué es el famoso MCP? Y por qué deberías estar explorándolo ya

Hace un par de semanas empecé a escuchar cada vez más sobre algo llamado Model Context Protocol (MCP). De hecho, lo primero que vi fue un video en TikTok de ChicaPython, y lo que entendí a primeras fue que MCP era una especie de API… pero para comunicarse con LLMs (Large Language Models) 🤯.

Después me puse a googlear y encontré esta documentación oficial, con varias lecturas sobre la arquitectura del protocolo. Desde ahí, con algunos ejemplos y tutoriales usando Claude, empecé la parte práctica.

Y lo potente de esto es que MCP es un protocolo de comunicación estándar, declarado en noviembre de 2024 (sí, relativamente nuevo). Y al ser un protocolo estándar, significa que llegó para quedarse. Su objetivo es que los LLMs puedan interactuar con el mundo real: ejecutar acciones, conectarse a servicios externos y recibir información en tiempo real. Y lo mejor: agnóstico del modelo.

Desde ahora, nos comunicamos de esta manera con los LLMs, y no solo para consumir servicios como cuando usábamos la API de Gemini para crear un agente. Ahora usamos MCP para potenciar la comunicación y aumentar la operabilidad del modelo.

Casos de uso prácticos

Con esto, podemos crear un agente y, a través de un MCP server, darle permisos específicos para que ejecute acciones concretas. Por ejemplo, podemos autorizar la lectura y escritura del agente en una carpeta local para que obtenga información desde ahí y guarde los outputs en un archivo. Y lo mejor es que gracias a la Comunidad Open Source, ya existen muchos MCP servers disponibles, acá te dejo algunos ejemplos de uso:

• Para conectarte con GitHub y que el agente te arme un Pull Request (como Jules, el copiloto que presentó Google en el I/O de este año)
• Para leer una base de datos
• O para automatizar tareas como revisar issues, generar reportes y mucho más

🟡 Side note: como con todo lo poderoso, hay que tener criterio. Revisa bien qué permisos estás entregando antes de usar MCPs de terceros. Puedes estar exponiendo más de lo que imaginas. (Apliquemos la frase estrella "Un gran poder significa una gran responsabilidad")

Lo que más me gustó 💡

Lo que más me sorprendió fue lo accesible que es: no necesitas una máquina muy potente, ni programas raros, ni aprender un nuevo lenguaje recién lanzado. Para nada.

Puedes trabajar en tu máquina local, correr el inspector de MCP, y probar lo que estás construyendo en TypeScript por ejemplo o alguno de los lenguajes compatibles (te los dejo al final del artículo). También puedes configurar un MCP existente mediante un archivo JSON, así bien simple.

Además, puedes testear las herramientas que desarrollas directamente integradas en Claude, gratuitamente.

Mi experiencia práctica

Así fue como pude crear mi primer servidor MCP en TypeScript, siguiendo el tutorial de Midu. Usé un Inspector MCP local para probar herramientas (npx -y @modelcontextprotocol/inspector npx -y tsx main.ts se ejecuta en el puerto 6274), activé la vista de desarrollador en Claude para testear lo que estaba construyendo, automaticé pull requests en GitHub con @modelcontextprotocol/server-github y logré crear un agente conectado con la API del clima, para que me respondiera en tiempo real qué clima había en la ciudad que le estaba consultando y también logré acceder al sistema de archivos local para leer y guardar archivos de forma controlada.

Lo más emocionante: tan solo con la capacidad de leer y guardar archivos, podríamos darle contexto al modelo con información ubicada en el directorio X, y guardar los resultados sintetizados de nuestras consultas en el directorio Y.

Todo bajo control. Sin alucinaciones. Con pasos claros. ¡Todo desde tu local!

Así se vería la configuración MCP que está disponible para acceder a tu file system, en este caso le estamos dando acceso al Escritorio. Al agregar esta herramienta en Claude podemos interactuar con el agente, pedir que lea los archivos en escritorio, que nos de outputs en base a eso y que los almacene en archivos.

Bueno, ¿y por qué deberías estar explorándolo tú también?

No solo porque es algo que llegó para quedarse, ni para subirse al hype. Esto va más allá.

Deberías empezar a explorarlo porque:

1. Si sientes que vas tarde: hoy es lo más temprano que puedes empezar.
2. No necesitas experiencia en IA.
3. Tampoco necesitas aprender un lenguaje nuevo: MCP tiene SDKs oficiales en TypeScript, Python, Java, Kotlin y C#, así que probablemente ya puedes empezar con lo que sabes (y si no, quizás es el momento perfecto para aprender algo nuevo con un proyecto entretenido).
4. Puedes abrir tu ventana de la creatividad. Explorando MCPs se te van a ocurrir mil formas de conectar herramientas y descubrir nuevas posibilidades.
5. Además, MCP es agnóstico al modelo. Puedes usarlo con Claude, ChatGPT, Gemini o el que venga.

El modelo no importa tanto. Lo importante es el contexto que le das, las instrucciones, las herramientas que expones y los permisos que definas.

Explorar es muy sencillo

Una idea rondando tu cabeza es suficiente, no necesitas tener un gran proyecto en mente. Puedes partir envolviendo una API que ya usas, creando un flujo automatizado simple, o simplemente jugando con archivos locales.

Y si algo te incomoda en el camino (como dar permisos, entender qué ve el modelo o qué puede ejecutar), está bien. Esa incomodidad es parte del aprendizaje.

Cuestionar los límites es parte del proceso. Así construimos IA más responsable.

Links a explorar 100% recomendado:

Te dejo algunos links útiles por si quieres comenzar (como lo hice yo 👀):

• 🔗 Introducción oficial a MCP
• 📚 Repositorio oficial de servidores MCP
• 🧠 Artículo de lanzamiento de Anthropic
• 💻 GitHub del protocolo
• 💡 Tutoriales en la documentación

MCP no resuelve todo por ti, pero te da el poder de decidir cómo y con qué construir.

¿Ya lo probaste? Si aún no lo haces, ojalá este blogcito te inspire a dar el primer paso. Puedes comenzar leyendo archivos de tu sistema local, automatizando un pull request en GitHub, conectando una API como la del clima o incluso creando una herramienta que te ayude a organizar tus notas.
Lo importante no es el tamaño del proyecto, sino las ganas de explorar ✨

Comments

[Armando Picón]

Buen artículo querida!

[Alpha Docere]

Hola cecy espero estes genial!!! eres seca y gracias por compartir y entregar conocimientos ! eres una gran profesionar e inspiración en el ecosistema chileno!!!