Inicio / Artículos

Introducción rápida — ¿Qué es MCP?

Qué es MCP en pocos minutos: el puerto de estilo USB-C para herramientas de IA, por qué se necesitaba más allá de una simple API REST, y qué expone un servidor MCP a ChatGPT o Claude.

Editor: REACTAPP.TOP11 min de lectura2438 palabras

Fuentes: ⚡ Quick Dive — What Is MCP?

Esta guía reconstruye el proceso desde las materias primas hasta un sistema funcional para: “Introducción rápida: ¿Qué es MCP?”. El enfoque está en pasos operativos claros, verificaciones explícitas y código que se puede incorporar a un repositorio sin tener que adivinar su propósito.

MCP es básicamente un puerto USB-C para la IA

Dado que MCP funciona como una etapa, es necesario definir las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar la etapa a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Es preferible utilizar unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el error debe indicar una única responsabilidad y no un proceso complicado. Se debe autenticar en la pasarela de entrada y volver a autorizarlo en el plano de datos; un token de portador por sí solo no constituye un límite entre entidades distintas.

ChatGPT → custom GitHub integration
Claude  → another GitHub integration
Cursor  → another GitHub integration
              MCP
               ↓
        ┌──────┼──────┐
        ↓      ↓      ↓
      GitHub  DB     Slack
ChatGPT ─┐
Claude  ─┼──→ MCP Server ─→ Your System
Cursor  ─┤
VS Code ─┘

¿Por qué se necesitó MCP?

En la etapa de “¿Por qué se necesitaba MCP?”, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Trate esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace las completaciones parciales silenciosas. Autentíquese en la pasarela y vuelva a autorizarse en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias.

Read Jira tickets
Read GitHub
Query database
Search documentation
Create tasks
Send messages
ChatGPT integration
      ↓
GitHub-specific code
Claude integration
      ↓
GitHub-specific codeCursor integration
      ↓
GitHub-specific code
           GitHub MCP Server
                    ↑
          ┌─────────┼─────────┐
          ↓         ↓         ↓
       ChatGPT    Claude    Cursor

¿Pero qué es exactamente un servidor MCP?

En la fase “Pero, ¿qué es exactamente?”, defina las entradas, el responsable de la etapa y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar la etapa a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Registre los tiempos de ejecución y el costo de los tokens o consultas junto con los resultados funcionales. La visibilidad temprana del costo evita facturas inesperadas cuando el proceso pasa de entornos de demostración a entornos compartidos. Autentíquese en la pasarela y vuelva a autorizarse en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias.

GET /orders
POST /orders
GET /customers
MCP Server
   │
   ├── getCustomer()
   ├── searchOrders()
   ├── createTicket()
   └── getProjectDocumentation()

Las tres palabras que debe recordar

Para la etapa de Las Tres Palabras, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Mantenga la configuración fuera del código de la aplicación. Los archivos de entorno, los almacenes de datos secretos y las banderas de funcionalidad deben estar en un lugar que los operadores puedan auditar sin necesidad de leer todo el sistema. Autentique en la pasarela y vuelva a autorizarlo en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias.

Tools
Resources
Prompts

Herramientas

En la etapa de Herramientas, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Documente tanto la ruta óptima como la ruta de recuperación. Las intentonas, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras posteriores. Autentique en la pasarela y vuelva a autorizarlo en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias. En la etapa de Herramientas, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Trate esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina comprobaciones de éxito y rechace las completaciones parciales silenciosas.

createIssue()
sendEmail()
searchOrders()
deployApplication()

Recursos

Al trabajar en la etapa de Recursos, anote primero el contrato: los datos requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Registre los tiempos y el costo de tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el proceso pasa de la versión de demostración a entornos compartidos. Registre el nombre de la herramienta, el hash de los argumentos, la latencia y el resultado de cada llamada. Depurar ciclos sin ese historial desperdicia horas.

Documentation
Files
Database records
Logs
Schemas

Prompts

Al trabajar en la fase de instrucciones, anote primero el contrato: los datos requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Guarde la configuración fuera del código de la aplicación. Los archivos de entorno, los almacenes de datos secretos y las banderas de funcionalidad deben estar en un lugar donde los operadores puedan auditarlos sin tener que leer todo el sistema. Almacene en caché las instrucciones del sistema estables y los esquemas de las herramientas. Reenviar un preámbulo idéntico es una causa común de consumo excesivo.

Un pequeño ejemplo

Al trabajar en la etapa de “Un pequeño ejemplo”, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Documente junto con ella el camino óptimo y el camino de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras posteriores. Registre el nombre de la herramienta, el hash de los argumentos, la latencia y el resultado de cada llamada. Depurar agentes en bucles sin esa huella desperdicia horas. Al trabajar en la etapa de “Un pequeño ejemplo”, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Trate esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina comprobaciones de éxito y rechace las completaciones parciales silenciosas.

school-mcp

La etapa school-mcp funciona mejor cuando se trata como una superficie medible. Capture un registro exitoso, un caso de fallo y la nota de reversión antes de ampliar el alcance. Registre los tiempos y el costo en tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el camino pasa de la demostración a entornos compartidos. Exponga herramientas con esquemas limitados y etiquetas explícitas de efectos secundarios. Los administradores necesitan saber qué llamadas modifican el estado antes de aprobarlas automáticamente.

getStudentAttendance(studentId)getAssignments(classId)createAssignment(...)getFeeStatus(studentId)
getAssignments()
getStudentSubmissions()
             AI Model
                ↓
            MCP Client
                ↓
             MCP Server
                ↓
        Your Application/API
                ↓
             Database

Construyamos un pequeño servidor MCP

El enfoque de “Vamos a construir un escenario” funciona mejor cuando se trata como una superficie medible. Capture una transcripción exitosa, un caso de fallo y la nota de reversión antes de ampliar el alcance. Mantenga la configuración fuera del código de la aplicación. Los archivos de entorno, los almacenes de secretos y las banderas de funcionalidad deben estar en un lugar donde los operadores puedan auditarlos sin tener que leer todo el sistema. Exponga herramientas con esquemas limitados y etiquetas explícitas de efectos secundarios. Los administradores necesitan saber qué llamadas modifican el estado antes de aprobarlas automáticamente.

my-mcp/
│
├── package.json
├── tsconfig.json
└── src/
    └── index.ts
import { McpServer } from "@modelcontextprotocol/server";

const server = new McpServer({
  name: "school-mcp",
  version: "1.0.0"
});
server.registerTool(
  "get_student",
  {
    description: "Get student information"
  },
  async ({ studentId }) => {
    const student = await getStudent(studentId);
    return {
      content: [
        {
          type: "text",
          text: JSON.stringify(student)
        }
      ]
    };
  }
);
REST API
GraphQL
Database
Filesystem
Internal services

Esta es la parte que generalmente hace que MCP funcione

La etapa “This Is the Part” funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Documente tanto el camino óptimo como el de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras posteriores. Exponga herramientas con esquemas limitados y etiquetas explícitas de efectos secundarios. Los administradores necesitan saber qué llamadas modifican el estado antes de aprobarlas automáticamente. La etapa “This Is the Part” funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Trate esta etapa como un contrato entre las entradas y las salidas validadas. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace las completaciones parciales silenciosas.

GET /api/students/:id
AI
 ↓
MCP Tool
 ↓
Existing REST API
 ↓
Backend
 ↓
Database
server.registerTool("get_student", ..., async ({ studentId }) => {
const response = await fetch(
    `${API_URL}/students/${studentId}`
  );
  return await response.json();
});

¿Cómo lo utiliza ChatGPT?

Para la etapa “¿Cómo utiliza ChatGPT?”, defina las entradas, el responsable de la tarea y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar la tarea a partir de un punto de control conocido sin tener que adivinar el estado oculto. Registre los tiempos de ejecución y el costo en tokens o consultas junto con los resultados funcionales. La visibilidad temprana de los costos evita facturas inesperadas cuando la tarea pasa de un entorno de demostración a uno compartido. Autentíquese en la pasarela y vuelva a autorizarse en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias.

ChatGPT
   ↓
MCP App / Connector
   ↓
Remote MCP Server
   ↓
Your API
ChatGPT
    ↓
Custom MCP App
    ↓
https://mcp.yourcompany.com
    ↓
Company Services

¿Cómo utiliza Claude MCP?

Para la etapa “¿Cómo utiliza Claude?”, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Guarde la configuración fuera del código de la aplicación. Los archivos de entorno, los almacenes de datos confidenciales y las banderas de funcionalidad deben encontrarse en un lugar que los operadores puedan auditar sin necesidad de leer todo el sistema. Autentique en la pasarela y vuelva a autorizarlo en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias.

Claude / Claude Code
        ↓
    MCP Client
        ↓
    MCP Server
        ↓
Your Tools / Data
Claude
  ↓
school-mcp
  ↓
getAssignments()
getAttendance()

Cursor funciona de la misma manera

En la misma etapa de Cursor Works, se deben definir las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Se debe documentar tanto la ruta óptima como la ruta de recuperación. Las intentonas, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras posteriores. Hacer la autenticación en la pasarela y volver a autorizar en el plano de datos. Un token portador por sí solo no constituye un límite entre tenencias. En la misma etapa de Cursor Works, se deben definir las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Trate esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina comprobaciones de éxito y rechace las completaciones parciales silenciosas.

company-dev-mcp
   │
   ├── search_docs
   ├── get_api_schema
   ├── inspect_logs
   └── create_jira_ticket
Search internal docs
      ↓
Inspect API schema
      ↓
Check logs
      ↓
Explain issue

El modelo mental

Al trabajar en la etapa del modelo mental, anote primero el contrato: los datos de entrada necesarios, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Registre los tiempos y el costo de tokens o consultas junto con los resultados funcionales. Tener visible el costo desde el principio evita facturas inesperadas cuando el proceso pasa de la versión de demostración a entornos compartidos. Almacene en caché las instrucciones del sistema estables y los esquemas de las herramientas. Reenviar un preámbulo idéntico es una causa común de desperdicio de recursos.

                   USER
                     ↓
               "Find my orders"
                     ↓
        ┌─────────────────────────┐
        │       AI CLIENT         │
        │ ChatGPT / Claude/Cursor │
        └────────────┬────────────┘
                     ↓
                 MCP Protocol
                     ↓
        ┌─────────────────────────┐
        │       MCP SERVER        │
        │                         │
        │  Tools                  │
        │  Resources              │
        │  Auth / Permissions     │
        └────────────┬────────────┘
                     ↓
          Existing Application
                     ↓
          REST / GraphQL / DB
                     ↓
                    DATA

¿Por qué es poderoso MCP?

Al trabajar en la etapa de “¿Por qué es poderoso MCP?”, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Guarde la configuración fuera del código de la aplicación. Los archivos de entorno, los almacenes de secretos y las banderas de funcionalidad deben estar en un lugar donde los operadores puedan auditarlos sin tener que leer todo el sistema. Registre el nombre de la herramienta, el hash de los argumentos, la latencia y el resultado de cada llamada. Depurar agentes sin ese rastro desperdicia horas.

Tool A integration for ChatGPT
Tool A integration for Claude
Tool A integration for Cursor
Tool A integration for VS Code
            MCP Server
                 ↑
       ┌─────────┼──────────┐
       ↓         ↓          ↓
    ChatGPT    Claude     Cursor

Otra ventaja: la IA no necesita todo en el prompt

Al trabajar en la fase de Another Benefit AI Doesn, anote primero el contrato: los datos de entrada requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Documente tanto la ruta de éxito como la ruta de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras realizadas posteriormente. Almacene en caché las instrucciones del sistema estables y los esquemas de las herramientas. Reenviar un preámbulo idéntico es una causa común de agotamiento de recursos. Al trabajar en la fase de Another Benefit AI Doesn, anote primero el contrato: los datos de entrada requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Trate esta fase como un contrato entre las entradas y las salidas validadas. Asigne nombres a los artefactos, defina las verificaciones de éxito y rechace las completaciones parciales silenciosas.

Take:
20 documentation files
+
database schema
+
API specification
+
logs

Put everything into context
Question
   ↓
AI decides what information is needed
   ↓
Calls relevant tool/resource
   ↓
Receives small relevant result
"Why did payment 784 fail?"
             ↓
       getPayment(784)
             ↓
        inspectLogs()
             ↓
          Answer

Pero MCP no es magia

deleteUser()
sendPayment()
deployProduction()
Authentication
Authorization
Input validation
Audit logs
Rate limits
User permissions
Confirmation for dangerous operations

MCP vs REST API

REST
 VS
MCP
              HUMAN APP
                   ↓
               REST API
                   ↓
                Backend
                 AI
                  ↓
                 MCP
                  ↓
               REST API
                  ↓
               Backend

MCP vs llamadas a funciones

Application
    ↓
Tell model these specific functions
    ↓
Model calls function
Function calling
     =
"Model can use a function."
MCP
     =
"Standard way AI clients and external
 systems expose/discover/use capabilities."

Un servidor MCP, muchos clientes de IA

                         ┌───────────┐
                         │ ChatGPT   │
                         └─────┬─────┘
                               │
                         ┌─────▼─────┐
                         │ Claude    │
                         └─────┬─────┘
                               │
                         ┌─────▼─────┐
                         │ Cursor    │
                         └─────┬─────┘
                               │
                       MCP Protocol
                               │
                     ┌─────────▼─────────┐
                     │ COMPANY MCP       │
                     │                   │
                     │ searchDocs        │
                     │ getCustomer       │
                     │ createTicket      │
                     │ inspectLogs       │
                     └─────────┬─────────┘
                               │
                ┌──────────────┼──────────────┐
                ↓              ↓              ↓
              GitHub          Jira          Database

La mayor lección aprendida

AI → API
AI Application
      ↓
MCP Client
      ↓
Standard Protocol
      ↓
MCP Server
      ↓
Controlled Tools + Data
      ↓
Existing Systems

La explicación en una línea

Lista de verificación operativa

Lecturas relacionadas

  • Notas prácticas: ¿Qué y por qué MCP? para sistemas de producción — Guía paso a paso de las Notas prácticas: ¿Qué y por qué MCP? para sistemas de producción: contratos, verificaciones y espacios de código listos para usar para los equipos que implementan este patrón.