¿Qué es un MCP en IA? El servidor MCP explicado y cómo usarlo

Seguro que has visto pasar «MCP» en algún anuncio de Claude, de ChatGPT o de un fabricante de software. Detrás de la sigla hay una idea sencilla: dar a la IA un acceso estándar a tus herramientas, para que trabaje con tus datos en lugar de con lo que tú le copias y pegas.

Empiezo por la definición, sigo con el funcionamiento, ejemplos de servidores útiles y los pasos para añadir uno en Claude, con un generador de comandos para evitar errores de sintaxis.

¿Qué es un MCP en IA? La definición sencilla

MCP es la abreviatura de Model Context Protocol, literalmente «protocolo de contexto para modelos». Es un estándar abierto que describe cómo una aplicación de inteligencia artificial se conecta a sistemas externos: archivos, una base de datos, un buscador, un software de gestión.

La documentación oficial usa una imagen que yo repito siempre en las reuniones: MCP es un puerto USB-C para las aplicaciones de IA. Antes del USB-C, cada aparato tenía su cable. Antes de MCP, cada conexión entre un asistente y un servicio se programaba a mano, una vez por asistente y una vez por servicio. Con MCP, un servicio publica un servidor y todos los asistentes compatibles saben usarlo.

En la práctica, una IA conectada por MCP puede buscar en tus páginas de Notion, consultar tus estadísticas de Google Analytics, controlar un navegador o lanzar un rastreo con Screaming Frog, y después responderte a partir de lo que acaba de encontrar. Pasa de ser un asistente que redacta a un asistente que consulta y actúa.

¿De dónde viene MCP y quién lo gobierna?

Anthropic, la empresa que desarrolla Claude, publicó MCP en noviembre de 2024. Después, la mayoría de los actores del sector adoptaron el protocolo: cuando se transfirió, en diciembre de 2025, el anuncio oficial citaba compatibilidad con ChatGPT, Claude, Cursor, Gemini, Microsoft Copilot y Visual Studio Code, más de 10.000 servidores activos y 97 millones de descargas mensuales de los kits de desarrollo.

Esa transferencia se produjo el 9 de diciembre de 2025: Anthropic cedió MCP a la Agentic AI Foundation, un fondo alojado por la Linux Foundation y cofundado con Block y OpenAI. Las decisiones sobre la especificación siguen en manos de sus mantenedores, a partir de propuestas públicas de la comunidad. Para una empresa, esta es la respuesta a la objeción de la dependencia: adoptar MCP no equivale a apostar por un único proveedor.

¿Qué diferencia hay entre MCP, IA y LLM?

Los tres términos designan capas distintas. El LLM (gran modelo de lenguaje) es el motor que entiende y redacta: Claude, GPT, Gemini. La aplicación de IA es el software en el que trabajas con él: la aplicación de Claude, ChatGPT, Claude Code, Cursor. MCP es el cable que conecta esa aplicación con tus herramientas.

Así que MCP no hace al modelo más inteligente. Le da acceso a información y a acciones que antes no tenía. Un modelo normalito bien conectado a tus datos suele responder mejor que un modelo excelente que trabaja a ciegas.

MCP o API: ¿qué diferencia hay?

Una API es la puerta de entrada programática de un servicio, propia de cada proveedor. Un servidor MCP casi siempre se apoya en esa API, pero la presenta en un formato común, con un nombre para cada herramienta, una descripción que el modelo puede leer y un esquema de parámetros. MCP no sustituye a la API: la hace utilizable por cualquier IA compatible, sin código de adaptación específico para cada asistente.

La ventaja se ve con números. Conectar cinco asistentes a diez servicios exigía cincuenta integraciones, cada una por escribir y mantener. Con MCP bastan diez servidores, y los cinco asistentes los leen todos.

¿Qué es un servidor MCP?

Un servidor MCP es el programa que hace de enlace entre la IA y un servicio. Anuncia lo que sabe hacer, recibe las peticiones de la IA, las ejecuta en el servicio (una API, una base de datos, unos archivos) y devuelve el resultado. La palabra «servidor» impone sin motivo: muchas veces es un programa pequeño de unos cientos de líneas.

Hay dos tipos:

• El servidor local se ejecuta en tu ordenador. La propia aplicación de IA lo arranca y se comunica con él por la entrada y la salida estándar (el transporte stdio). Es el caso de un servidor que lee tus archivos o controla un programa instalado, como Screaming Frog.
• El servidor remoto lo aloja el proveedor del servicio y se accede a él por una dirección HTTPS (el transporte Streamable HTTP). Notion, Stripe o Sentry publican el suyo: no hay nada que instalar, basta con conectar tu cuenta.

En Claude, un servidor remoto añadido desde la interfaz se llama conector. Un conector MCP no es más que un servidor MCP remoto declarado en tu cuenta.

Cómo funciona MCP: cliente, servidor, herramientas y recursos

Los tres roles: host, cliente y servidor

La arquitectura distingue tres roles, y confundirlos es el error más habitual.

• El host es la propia aplicación de IA: Claude Desktop, Claude Code, Visual Studio Code. Es quien coordina el conjunto.
• El cliente es el componente que mantiene la conexión con un servidor. El host crea uno por servidor: tres servidores conectados, tres clientes.
• El servidor es el programa que aporta el contexto, tanto si se ejecuta en tu equipo como al otro lado de la red.

Ninguno de los tres necesita conocer a su interlocutor de antemano. Un servidor escrito para tu herramienta interna funciona hoy con Claude y mañana con otro asistente, sin una línea de código más. Para eso sirve un estándar.

Lo que expone un servidor: herramientas, recursos y prompts

Un servidor puede ofrecer tres tipos de elementos, que la especificación llama primitivas.

• Las herramientas son funciones ejecutables: consultar una base de datos, llamar a una API, escribir un archivo. Es lo que el modelo activa.
• Los recursos son datos consultables: el contenido de un archivo, un registro, el esquema de una base de datos. Es lo que el modelo lee.
• Los prompts son plantillas de interacción reutilizables: un procedimiento, ejemplos. Es lo que encuadra al modelo.

La regla que aplico: si la IA tiene que actuar, es una herramienta. Si tiene que saber, es un recurso. Si tiene que proceder de una forma concreta, es un prompt. En la práctica, la mayoría de los servidores públicos exponen sobre todo herramientas, y la calidad de la experiencia depende de ellas.

En sentido inverso, el cliente puede ofrecer funciones al servidor. La principal es la elicitación: el servidor pide una aclaración o una confirmación al usuario sobre la marcha.

Lo que pasa cuando haces una pregunta

1. Descubrimiento. El cliente pide al servidor sus capacidades y después la lista de sus herramientas (tools/list): para cada una, un nombre, una descripción y un esquema JSON de los parámetros.
2. Elección. El modelo lee esas descripciones y decide si alguna de las herramientas sirve para tu petición. De la herramienta solo sabe lo que pone en su descripción.
3. Aprobación. Según tu configuración, la aplicación te pide permiso antes de ejecutar la herramienta.
4. Llamada. El cliente envía la petición (tools/call) con parámetros conformes al esquema, y el servidor la ejecuta en el servicio.
5. Respuesta. El resultado vuelve a la conversación. El modelo sigue razonando y, si hace falta, llama a otra herramienta.

Consecuencia práctica: la calidad de las descripciones de las herramientas cuenta tanto como el código. Una herramienta mal descrita nunca se llamará en el momento adecuado.

La parte técnica en un párrafo

Los intercambios usan JSON-RPC 2.0, sea cual sea el transporte. Desde la versión 2026-07-28 de la especificación, el protocolo no tiene estado: cada petición lleva su versión y las capacidades del cliente, y el servidor publica las suyas mediante una petición de descubrimiento obligatoria (server/discover). En el transporte HTTP, la autenticación pasa por los mecanismos habituales de la web (token, clave de API, cabecera), y la especificación recomienda OAuth para obtener los tokens.

Ejemplos de servidores MCP útiles

Existen miles de servidores, de calidad muy desigual. Los de la tabla los publica el proveedor del servicio o el propio proyecto MCP, que es mi primer criterio de elección.

En SEO, ojo con una ausencia: que yo sepa, Google no ha publicado un servidor oficial para Search Console. Existen servidores de la comunidad, y conviene leer su código o sus permisos antes de confiarles tus propiedades. He reunido otros usos de la IA para el posicionamiento web en Claude para SEO.

Para un caso completo, paso a paso, he detallado la instalación del MCP de Screaming Frog en Claude, con los ajustes y la trampa del primer rastreo.

Dónde encontrar más servidores MCP

• El registro oficial del proyecto, registry.modelcontextprotocol.io, que recoge los servidores publicados.
• El repositorio de servidores de referencia del proyecto en GitHub (modelcontextprotocol/servers), útil para ver cómo es un servidor bien hecho.
• El catálogo de conectores de Claude, donde los servidores de los grandes proveedores se añaden en pocos clics.
• La documentación de tus programas: cada vez más proveedores describen en ella su servidor MCP y cómo instalarlo.

MCP en Claude: cómo añadir un servidor MCP en Claude

Los pasos dependen de dónde uses Claude. El servidor es el mismo, solo cambia la forma de declararlo.

En Claude (web y aplicación): añadir un conector

1. Abre los ajustes de los conectores: Customize > Connectors en los planes Pro y Max.
2. Haz clic en + Add, después en Add custom connector, y pega la dirección del servidor remoto, por ejemplo https://mcp.notion.com/mcp.
3. Si el proveedor te los ha facilitado, introduce el identificador y el secreto OAuth en los ajustes avanzados, confirma y conecta tu cuenta.
4. En una conversación, activa o desactiva el conector desde el menú de herramientas del cuadro de texto.

Tres límites que conviene conocer. El plan gratuito solo admite un conector personalizado. En los planes Team y Enterprise, solo los propietarios del espacio añaden conectores, y los miembros se conectan a ellos después. Por último, Claude accede al servidor desde la infraestructura de Anthropic, no desde tu ordenador: un servidor que solo escucha en localhost queda inaccesible por esta vía.

En Claude Desktop: extensión o archivo de configuración

Para un servidor local hay dos métodos. El más sencillo es la extensión: un archivo .mcpb que facilita el proveedor y que se instala desde Settings > Extensions. Es el método que documenta Screaming Frog.

El otro pasa por el archivo de configuración. En los ajustes de la aplicación, abre Developer > Edit Config: Claude abre claude_desktop_config.json, que está en ~/Library/Application Support/Claude/ en macOS y en %APPDATA%\Claude\ en Windows. Declara ahí el servidor:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/tu-usuario/Documents/carpeta-permitida"
      ]
    }
  }
}

Después, cierra Claude por completo, no solo la ventana, y vuelve a abrirlo. Ese olvido explica la mayoría de los servidores «invisibles». El servidor aparece entonces en la lista de conectores, desde el botón de añadir del cuadro de texto.

En Claude Code: el comando claude mcp add

Claude Code se configura desde la línea de comandos. Si todavía no tienes la herramienta en tu equipo, sigue primero mi tutorial para instalar Claude Code. Tres formas cubren casi todos los casos:

# Servidor remoto (HTTP)
claude mcp add --transport http notion https://mcp.notion.com/mcp

# Servidor local (stdio): todo lo que va después de -- es el comando del servidor
claude mcp add --transport stdio playwright -- npx @playwright/mcp@latest

# Servidor local con una variable de entorno, para todos tus proyectos
claude mcp add --transport stdio --scope user analytics-mcp -e "GOOGLE_PROJECT_ID=tu-proyecto" -- pipx run analytics-mcp

La opción --scope decide dónde se guarda la configuración:

• local, el valor por defecto: este proyecto, solo para ti.
• project: un archivo .mcp.json en la raíz del proyecto, compartido con el equipo a través de git.
• user: todos tus proyectos, en tu equipo.

Después, claude mcp list muestra los servidores declarados, claude mcp remove nombre elimina uno, y el comando /mcp, dentro de una sesión, muestra su estado y lanza la conexión OAuth cuando un servidor la pide.

Para no equivocarte de sintaxis, el generador de abajo escribe el comando de Claude Code y el bloque JSON a partir de unos pocos campos. Parte de un servidor conocido o describe el tuyo.

Seguridad: los riesgos de un servidor MCP

MCP le da manos a la IA. Ahí está todo su interés, y ahí también están los riesgos. La documentación de seguridad del protocolo y la de Claude coinciden en cuatro puntos.

• Un servidor local se ejecuta con tus permisos. Un servidor de archivos puede leer y modificar todo lo que tú puedes leer y modificar. Limítalo a las carpetas necesarias y no ejecutes nunca un comando de instalación que no entiendas.
• La inyección de prompts. Un servidor que recupera contenido externo (una página web, un ticket, un correo) puede meter en la conversación instrucciones ocultas que desvían al modelo. La documentación de Claude Code lo recuerda: asegúrate de que confías en cada servidor antes de conectarlo.
• Permisos demasiado amplios. Las buenas prácticas del protocolo recomiendan empezar con autorizaciones mínimas y ampliarlas solo cuando una acción lo requiera. Un token que lo abre todo lo expone todo si se filtra.
• Los conectores no verificados. Anthropic lo aclara sobre los conectores personalizados: conectan Claude con servicios que Anthropic no ha verificado. Revisa cada solicitud de aprobación de herramienta.

MCP, skills y agentes: ¿quién hace qué?

Son tres nociones que aparecen juntas y se complementan. MCP da el acceso: conecta la IA a una herramienta. Una skill aporta el método: una carpeta de instrucciones y scripts que Claude carga cuando una tarea lo pide, por ejemplo tu procedimiento de auditoría. Un agente encadena ambos de forma autónoma para alcanzar un objetivo.

Un ejemplo en SEO: el servidor MCP de Screaming Frog sabe lanzar un rastreo y sacar una exportación, y una skill de auditoría indica qué exportaciones pedir y cómo priorizar los problemas. Para escribir las tuyas, consulta mi guía de Claude Skills y, para el paso siguiente, el método para crear un agente de IA.

¿Merece la pena crear tu propio servidor MCP?

Rara vez como primer paso. Empieza conectando un servidor existente y convive con él durante dos semanas: la lista de lo que has echado en falta se convierte en el pliego de condiciones de tu primer servidor.

Escribir un servidor sale rentable cuando la misma conexión tiene que servir varias veces: varios asistentes, varios equipos o varios meses. Los kits de desarrollo oficiales existen en los principales lenguajes, y el protocolo no es la parte difícil. La verdadera cuestión es elegir qué herramientas exponer y hasta dónde.

Mi consejo cabe en una frase: dos herramientas bien nombradas y bien descritas valen más que un servidor que copia una API entera. Ante cincuenta herramientas, un modelo elige mal, y cada definición de herramienta ocupa sitio en su ventana de contexto. Es el tipo de proyecto que llevo a cabo en mis proyectos de automatización con IA, cuando una herramienta de negocio tiene que ser accesible para Claude.

Escrito por

Anthony Courtin

Consultor SEO, GEO y automatización con IA

Acompaño a pymes y profesionales independientes en su visibilidad (Google, ChatGPT, Perplexity) y en el uso real de la IA en el trabajo. Intervengo en empresas para formar a los equipos y replantear los procesos. Todo lo que escribo aquí lo uso en mis proyectos.

Sígueme en LinkedIn Mi canal de YouTube (en francés)