MCP es un estándar abierto que funciona como un integrador entre un modelo de IA y un contexto de datos. Funciona como un adaptador de USB-C que permite conectar multiples dispositivos a un solo puerto. En este caso, el puerto es el modelo de IA y los dispositivos son los diferentes contextos de datos.
Se puede usar para que una solución de IA tenga acceso a cualquier contexto que necesitemos que tenga o incluso tomar acciones si el contexto lo permite, y como es un estándar abierto, cualquiera puede desarrollar sus propios adaptadores. Por esa razón ha causado mucho revuelo en la comunidad de IA.
¿Qué hace MCP exactamente?
Ahora que sabemos qué es MCP, veamos qué hace exactamente.
Imagínate que tienes un asistente con IA que solo tiene acceso a información desactualizada, sin acceso a tus archivos y solo sirve para chatear. MCP lo soluciona conectando tu IA con la información que necesitas. Por ejemplo, tu repositorio de código, tu calendario, tu correo electrónico, etc.
MCP utiliza «Hosts» que son aplicaciones de IA como Visual Studio Code, Cursor o tu propia aplicación que desearías conectar a datos externos.
Cada Host tiene «Clientes» que son como una conexión con un servidor. Los «Servidores» son pequeños programas que se vinculan a datos o herramientas específicas como una base de datos, una API o un repositorio de archivos.
¿Qué herramientas y plataformas soportan MCP?
Cada vez más plataformas soportan MCP ya que es un estándar abierto. Uno de los más populares en GitHub Copilot para VS Code que ahora permite usar MCP para conectar la IA a tu repositorio en GitHUb.
Clientes MCP
Algunas herramientas que ya soportan MCP son:
Microsoft Copilot Studio: Permite la creación de agentes que pueden interactuar con datos externos.
Cursor: Un IDE que permite la creación de aplicaciones de IA ahora puede usar MCP para acceder a otras herramientas como GitHub, o bases de datos
OpenAI: Soporta MCP a través de OpenAI Agents SDK. Permite desarrollar agentes que se conecten a herramientas externas o datos como APIs, bases de datos, etc. En lugar de quemar en el código el acceso a APIs específicas, se puede solo conectarlas a través de MCP y dejar que el agente las use cuando las necesite.
Servidores MCP
Los servidores son los que permiten la exposición de APIs compatibles con MCP para que los clientes puedan acceder a ellas. Algunos ejemplos son:
MCP Server Personalizado: Se puede crear un propio servidor MCP en cualquiera de los SDKs disponibles para lenguajes como C#, Python, TypeScript, Kotlin o Java.
Playwright MCP Server: Un MCP de Microsoft que permite a un LLM controlar un navegador usando Playwright. Un cliente podría correr una prueba de inicio a fin, hacer clic en botones o llenar formularios enviando instrucciones en formato MCP.
GitHub MCP Server: Permite consultar o tomar acciones sobre un repositorio de GitHub. Por ejemplo, automatizar workflows o extraer data de repositorios.
¿Por dónde empezar?
La mejor forma de empezar es visitando la página oficial de Model Context Protocol donde podemos encontrar más detalles sobre la arquitectura de los clientes y servidores MCP, así como su estándar de transporte. También podemos encontrar documentación de los diferentes SDKs disponibles para crear nuestros propios clientes y servidores MCP.
El siguiente paso es usar alguno de los clientes MCP ya disponibles como Visual Studio Code y Servidores como Playwright o GitHub. De esta forma podemos empezar a experimentar con MCP y ver cómo funciona en la práctica.
Para empezar a experimentar con la creación de servidores MCP propios podemos seguir uno de los siguientes tutoriales:
Cree servidores MCP remotos con Azure Functions en C# y .NET
Cree servidores MCP remotos con Azure Functions en TypeScript
Acelera.Tech 