¿Qué es el Model Context Protocol (MCP)?

¿Qué es?

El Model Context Protocol (MCP) es un estándar abierto creado por Anthropic que define cómo las aplicaciones de IA se conectan con herramientas y fuentes de datos externas. Antes de MCP, cada integración entre un modelo y una herramienta requería código a medida. MCP establece un protocolo único que ambos lados implementan una sola vez.

La analogía oficial de Anthropic es directa: MCP es el USB-C de las aplicaciones de IA. Así como el USB-C permite conectar cualquier periférico a cualquier computadora sin adaptadores, MCP permite que cualquier modelo hable con cualquier herramienta sin integraciones personalizadas.

Modelo mental

El problema que MCP resuelve es un problema de combinatoria. Si tienes M modelos de IA y N herramientas, sin un estándar necesitas M × N integraciones distintas. Cada modelo necesita su propio código para hablar con cada herramienta.

graph TD subgraph "Sin MCP: M × N integraciones" GPT4 --> T1[Tool A] GPT4 --> T2[Tool B] Claude --> T1 Claude --> T2 Gemini --> T1 Gemini --> T2 end

Con MCP, cada modelo implementa el protocolo una vez (como host) y cada herramienta lo implementa una vez (como server). El problema pasa de M × N a M + N.

graph TD subgraph "Con MCP: M + N integraciones" GPT4 --> MCP[MCP Protocol] Claude --> MCP Gemini --> MCP MCP --> T1[Tool A] MCP --> T2[Tool B] end

La arquitectura tiene tres componentes clave:

Host: la aplicación de IA que consume capacidades (Claude Code, Cursor, un chatbot).
MCP Server: expone las capacidades de una herramienta mediante el protocolo.
Resources y Tools: los servers exponen resources (datos que el modelo puede leer) y tools (acciones que el modelo puede ejecutar).

¿Cómo se usa?

En la práctica, usar MCP implica dos pasos: configurar un server para la herramienta y conectarlo a un host que lo consuma.

Configurar un MCP Server

Un MCP server se configura típicamente en un archivo de configuración del host. Por ejemplo, para conectar Claude Code a un server de Stitch:

{
  "mcpServers": {
    "stitch": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-stitch"],
      "env": {
        "STITCH_API_KEY": "tu-api-key"
      }
    }
  }
}

Una vez configurado, el host descubre automáticamente qué resources y tools expone el server. El modelo puede leer diseños, consultar bases de datos, o ejecutar acciones sin que el usuario escriba código de integración.

Flujo típico

El host inicia la conexión con el MCP server.
El server responde con la lista de resources y tools disponibles.
El modelo decide qué tool invocar o qué resource leer según el contexto de la conversación.
El server ejecuta la acción o devuelve los datos en el formato del protocolo.
El modelo incorpora el resultado en su respuesta o en su siguiente acción.

¿Cuándo usarlo / cuándo no?

Usar MCP cuando:

Necesitas conectar un modelo de IA con múltiples herramientas y quieres evitar integraciones a medida.
Estás construyendo una herramienta y quieres que cualquier modelo compatible pueda usarla.
Tu flujo de trabajo requiere que el modelo lea datos externos o ejecute acciones de forma autónoma.

No usar MCP cuando:

Solo necesitas una integración simple entre un modelo y una herramienta: una llamada directa a la API es más simple.
La herramienta no tiene un server MCP disponible y no vale la pena construirlo para un solo caso de uso.
Necesitas control fino sobre el formato de los datos intercambiados: MCP estandariza, pero esa estandarización puede limitar casos muy específicos.