Qué es MCP (Model Context Protocol) y por qué importa para agentes de IA

Model Context Protocol, o MCP, es un estándar abierto para conectar aplicaciones de IA con herramientas, datos y servicios externos de forma consistente. Fue introducido por Anthropic en 2024 y ha ganado adopción rápida como capa de integración para agentes y asistentes de IA.

En vez de integrar cada herramienta con una API propia dentro del asistente, MCP propone una interfaz común para que un agente pueda descubrir capacidades, leer contexto y ejecutar acciones bajo reglas definidas. Es como un "USB-C para la IA": un conector estándar que cualquier herramienta puede implementar.

El problema que resuelve MCP

Los agentes de IA no son útiles solo por responder texto. Su valor real aparece cuando pueden trabajar con sistemas externos: calendarios, bases de datos, repositorios de código, documentos, dashboards, CRM o infraestructura cloud.

Sin un protocolo común, cada integración termina siendo distinta. Cada API tiene su propio formato de autenticación, su esquema de errores, su manera de paginar resultados y su forma de manejar permisos. Eso aumenta el costo de mantenimiento, los errores de configuración y la dificultad para auditar qué hizo el agente.

MCP ayuda a ordenar esa capa de integración definiendo:

• Un formato estándar para declarar qué herramientas existen,
• Un protocolo de comunicación entre cliente y servidor,
• Reglas de permisos que el servidor controla,
• Un ciclo de descubrimiento donde el cliente aprende qué puede hacer.

Cómo funciona MCP en términos simples

MCP sigue una arquitectura cliente-servidor:

El servidor MCP expone capacidades. Es un programa que se conecta a un servicio externo (Google Drive, GitHub, una base de datos, etc.) y declara qué acciones están disponibles, qué datos puede leer y qué permisos requiere cada operación.

El cliente MCP es la aplicación de IA (un agente, un asistente, un IDE) que se conecta al servidor y puede usar las herramientas que este declara.

Por ejemplo, un servidor MCP puede permitir:

• buscar archivos en Google Drive,
• consultar y modificar una base de datos PostgreSQL,
• crear issues en Linear o Jira,
• leer logs de una plataforma de monitoreo,
• administrar assets en Cloudinary,
• inspeccionar y modificar un repositorio Git,
• enviar mensajes a Slack,
• gestionar calendarios de Google Calendar.

El agente no necesita conocer todos los detalles internos de cada servicio. Usa las herramientas que el servidor MCP declara, con la interfaz estandarizada que el protocolo define.

Las tres primitivas de MCP

MCP define tres tipos de capacidades que un servidor puede exponer:

1. Tools (Herramientas): Funciones que el modelo puede ejecutar. Tienen un nombre, una descripción y un esquema de parámetros. Por ejemplo, create_issue con parámetros title y description.

2. Resources (Recursos): Datos que el modelo puede leer. Son como endpoints de información: el cliente puede solicitar un recurso por URI y recibir su contenido. Por ejemplo, file:///project/src/main.ts.

3. Prompts: Plantillas de prompts predefinidas que el servidor ofrece. El cliente puede usarlas para estandarizar interacciones comunes con un servicio específico.

Por qué importa para equipos

MCP permite separar responsabilidades. El agente decide qué necesita hacer, pero la herramienta define qué acciones existen, qué datos puede leer y qué permisos aplican. Esta separación facilita tres cosas:

Seguridad: Las acciones pueden limitarse por herramienta y cuenta. El servidor MCP controla qué operaciones están disponibles y con qué alcance. No es el modelo quien decide qué puede hacer; es el servidor quien lo limita.

Trazabilidad: Es más claro qué sistema ejecutó qué acción. Cada llamada a una herramienta MCP puede registrarse, auditarse y revisarse. Esto es crítico en entornos empresariales donde la gobernanza de IA es obligatoria.

Reutilización: Una misma integración MCP puede servir para distintos asistentes o flujos. Si construyes un servidor MCP para tu CRM, cualquier cliente compatible (Claude, Cursor, agentes personalizados) puede usarlo sin reescribir la integración.

Cuándo conviene usar MCP

MCP tiene sentido cuando necesitas que un agente interactúe con sistemas externos de forma repetible y mantenible. Es especialmente útil si:

• hay varias herramientas que el agente necesita usar,
• varios usuarios o flujos deben acceder a las mismas integraciones,
• las integraciones deben mantenerse en el tiempo,
• necesitas auditoría de qué acciones ejecutó el agente,
• quieres que distintos asistentes compartan la misma capa de herramientas.

No siempre hace falta MCP para casos simples. Si una app solo necesita llamar una API puntual de forma directa, una integración simple con function calling puede ser suficiente. MCP brilla cuando hay múltiples herramientas, múltiples clientes o necesidad de estandarización.

MCP vs function calling tradicional

Es común confundir MCP con function calling, pero son conceptos complementarios:

Function calling es una capacidad del modelo: el LLM decide qué función llamar basándose en el prompt y las herramientas declaradas. Es parte del modelo.

MCP es un protocolo de integración: define cómo un servidor expone herramientas y cómo un cliente las descubre y ejecuta. Es una capa por encima del modelo.

En la práctica, un cliente MCP usa function calling internamente: el modelo decide qué herramienta MCP invocar, y el cliente ejecuta la llamada al servidor MCP correspondiente.

Cómo evaluar MCP antes de adoptarlo

Antes de adoptar MCP en un proyecto, conviene revisar:

• Qué herramientas necesita usar el agente y si ya existen servidores MCP disponibles para esos servicios.
• Qué permisos requiere cada acción y cómo se gestionan las credenciales.
• Qué datos sensibles puede leer el servidor y cómo se protegen.
• Qué logs quedan disponibles para auditoría y debugging.
• Qué pasa si una acción falla: ¿hay reintentos, timeouts, manejo de errores?
• Quién mantiene el servidor MCP: ¿es oficial del proveedor, de la comunidad o propio?
• Compatibilidad con los clientes que usas (Claude Desktop, Cursor, agentes custom).

Servidores MCP populares

Algunos de los servidores MCP más usados incluyen:

• Filesystem: acceso a archivos locales con permisos configurables.
• GitHub: gestión de repos, issues, PRs y código.
• PostgreSQL / SQLite: consulta y modificación de bases de datos.
• Google Drive: búsqueda y lectura de documentos.
• Slack: envío de mensajes y búsqueda en canales.
• Puppeteer / Playwright: automatización de navegador web.
• Brave Search: búsqueda web con resultados estructurados.

La lista crece constantemente, y muchos proveedores de servicios están publicando servidores MCP oficiales para sus plataformas.

Preguntas frecuentes

¿MCP es solo para Claude?

No. Aunque MCP fue creado por Anthropic, es un protocolo abierto. Cualquier cliente puede implementarlo. Ya hay soporte en Claude Desktop, Cursor, Windsurf, Zed y otros. La idea es que sea un estándar universal.

¿Necesito un servidor MCP para cada herramienta?

Depende. Algunos servidores exponen múltiples capacidades de un mismo servicio. Otros son específicos. Si usas varias herramientas de un mismo proveedor (ej: Google Drive + Google Calendar), un solo servidor puede cubrirlas.

¿MCP reemplaza las APIs REST?

No. MCP es una capa encima de las APIs existentes. El servidor MCP internamente llama a las APIs del servicio, pero expone una interfaz estandarizada para que el agente no tenga que lidiar con los detalles de cada API.

¿Es seguro usar MCP en producción?

Sí, si se configura correctamente. La clave está en limitar los permisos del servidor, usar credenciales con alcance mínimo, registrar todas las acciones y revisar los logs. MCP no es inseguro por diseño, pero como cualquier capa de integración, requiere buenas prácticas de seguridad.

Conclusión

MCP representa un paso importante en la maduración de los agentes de IA. Al estandarizar cómo los modelos se conectan con herramientas externas, reduce la complejidad de integración, mejora la seguridad y permite que las capacidades de los agentes crezcan de forma ordenada.

Para equipos que construyen agentes con múltiples integraciones, MCP deja de ser una curiosidad y se convierte en una pieza arquitectónica clave. La pregunta ya no es "¿debería usar MCP?", sino "¿qué servidores MCP necesito y cómo los gobierno?".