MCP Protocol (Model Context Protocol): guía completa 2026

Si alguna ve

MCP en el ecosistema Microsoft

Microsoft adoptó MCP en 2025 como capa de integración estándar dentro de su pila de IA empresarial. La integración MCP Microsoft está disponible en Microsoft Semantic Kernel y Azure OpenAI, lo que permite que modelos desplegados en Azure consuman servidores MCP del mismo modo que Claude Desktop o ChatGPT. Para empresas con tenant Microsoft 365, esto significa que pueden conectar agentes IA a SharePoint, Outlook y Teams mediante servidores MCP oficiales o desarrollados internamente. Es uno de los avances más relevantes para la adopción enterprise: la mayoría de organizaciones grandes ya tienen ecosistema Microsoft, y MCP les permite incorporar IA generativa sin reescribir conectores propietarios.

z has

MCP: qué es y por qué importa, en una frase

Si te han pasado este artículo y te preguntas qué es un MCP sin entrar en detalles técnicos: es un protocolo abierto que estandariza cómo una aplicación de IA (Claude, ChatGPT, Cursor) habla con servicios externos como tu correo, archivos, bases de datos o cualquier API. Antes de MCP había que programar un conector específico para cada modelo y cada servicio. Con MCP, programas el conector una vez y funciona con cualquier modelo compatible. Esa simplicidad es lo que ha hecho que MCP IA se haya convertido en estándar de facto en 18 meses. El resto del artículo profundiza en arquitectura, primitivas, tutorial y casos de uso.

intentado conectar Claude, ChatGPT o Cursor a tus archivos de Google Drive, a un repositorio de GitHub o a una base de datos PostgreSQL, sabes el problema: cada herramienta requiere su propio conector, su propia documentación y un mantenimiento eterno. Model Context Protocol (MCP) es la respuesta que el ecosistema necesitaba: un estándar abierto que estandariza cómo los modelos de IA hablan con cualquier fuente de datos o herramienta externa. Esta guía cubre todo lo que necesitas saber a mayo de 2026: arquitectura, primitivas, compatibilidad real, tutorial paso a paso, casos de uso y roadmap.

¿Qué es Model Context Protocol (MCP)? — La nueva base de la IA conectada

MCP es un protocolo abierto basado en JSON-RPC 2.0 que define una interfaz universal entre aplicaciones de IA (clientes) y servicios externos (servidores). Su analogía más popular: «USB-C para la IA». Igual que el USB-C unificó cables, cargadores y dispositivos en un único conector, MCP unifica cómo los modelos de lenguaje grande acceden a herramientas, archivos, bases de datos o APIs externas.

Antes de MCP, conectar un LLM con servicios externos suponía resolver el llamado problema N×M: si tienes 10 modelos y 100 servicios, son 1.000 integraciones individuales. MCP convierte ese problema en N+M: 110 implementaciones (una por modelo, una por servicio). Construyes un servidor MCP una vez y cualquier cliente compatible puede usarlo, sin cambios.

Origen y evolución cronológica

Anthropic publicó la primera especificación de MCP en noviembre de 2024, creada por los ingenieros David Soria Parra y Justin Spahr-Summers, inspirada en el éxito del Language Server Protocol (LSP) que estandarizó el soporte a lenguajes de programación en IDEs. Cronología clave hasta hoy:

• Noviembre 2024: Anthropic publica la especificación MCP y SDKs en TypeScript y Python.
• Marzo 2025: OpenAI adopta oficialmente MCP en sus productos, incluido ChatGPT Desktop.
• Junio 2025: Se añade OAuth 2.1 como estándar de autenticación para servidores remotos.
• Septiembre 2025: OpenAI integra MCP en ChatGPT Apps, abriendo acceso a desarrolladores externos.
• Diciembre 2025: Anthropic dona MCP a la Agentic AI Foundation (AAIF), fondo dirigido bajo Linux Foundation cofundado con Block y OpenAI.
• Enero 2026: Se formaliza la especificación MCP Apps (SEP-1865) para entregar interfaces interactivas (React, formularios) además de texto y datos estructurados.
• Marzo 2026: MCP supera los 97 millones de descargas mensuales de SDK y 81.000 estrellas en GitHub.
• Abril 2026: Primer MCP Dev Summit Norteamérica en Nueva York con 1.200 asistentes.

En 18 meses MCP pasó de propuesta de un único proveedor a estándar de facto adoptado por Anthropic, OpenAI, Google, Microsoft y AWS.

Cómo funciona MCP: arquitectura cliente-servidor

MCP define tres roles que conviene tener claros antes de empezar:

• Host: la aplicación de usuario final (Claude Desktop, Cursor, ChatGPT). Orquesta múltiples sesiones.
• Cliente MCP: componente dentro del host que mantiene una conexión JSON-RPC stateful con un servidor.
• Servidor MCP: proceso o servicio que expone capacidades (herramientas, recursos, plantillas) al cliente.

Un único host puede mantener varios clientes activos a la vez, cada uno conectado a un servidor distinto. Por ejemplo, Claude Desktop puede tener simultáneamente una conexión a un servidor MCP de GitHub, otro de Gmail y otro de PostgreSQL, todos accesibles para el modelo en la misma conversación.

Las 3 primitivas de MCP

El protocolo se reduce a tres tipos de capacidades que un servidor puede exponer:

• Tools (herramientas): acciones que el modelo puede invocar. Ejecutan código del lado del servidor (escribir un archivo, enviar un email, consultar una API). Son model-controlled: el LLM decide cuándo llamarlas.
• Resources (recursos): datos en solo lectura que el cliente puede pedir (un archivo, una fila de base de datos, una URL). Son app-controlled: la aplicación decide qué exponer al modelo.
• Prompts (plantillas): plantillas reutilizables de prompts que el usuario puede invocar manualmente. Son user-controlled: aparecen en menús y atajos del host.

Esta separación de control es lo que da a MCP su seguridad: el modelo no puede leer recursos sin que la app lo permita, y el usuario tiene visibilidad total sobre las plantillas que se ejecutan.

Transportes: stdio y HTTP/SSE

MCP soporta dos transportes con la misma carga útil JSON-RPC:

• stdio (entrada/salida estándar): el host arranca el servidor como subproceso local. Ideal para desktop apps y desarrollo. Sin red, sin autenticación, máxima latencia mínima.
• HTTP/SSE (Server-Sent Events) o Streamable HTTP: conexión remota. Imprescindible para servidores en la nube y arquitecturas multiusuario. Desde junio de 2025 usa OAuth 2.1 con Resource Indicators (RFC 8707) para evitar ataques de uso indebido de tokens.

Compatibilidad MCP en mayo de 2026

El ecosistema en 2026 está consolidado. Estos son los clientes que soportan MCP de forma estable:

• Claude Desktop: primer cliente MCP y referencia. Soporta las 3 primitivas completas (tools, resources, prompts).
• Claude Code: CLI agéntico de Anthropic, usa MCP intensivamente para herramientas de desarrollo.
• ChatGPT: soporte oficial desde marzo 2025 en versión Desktop y Apps.
• Cursor: editor de código con IA, MCP desde mediados de 2025.
• Windsurf (Codeium): MCP-native desde su lanzamiento.
• VS Code: soporte oficial mediante extensiones MCP.
• Cline: agente open source para VS Code con MCP nativo.
• Sourcegraph Cody: búsqueda de código empresarial con MCP.
• Continue.dev: asistente open source de programación con MCP.
• Goose (Block): framework open source de agentes con MCP nativo.

SDKs oficiales mantenidos por la AAIF: TypeScript, Python, C# y Java. Hay ya implementaciones comunitarias en Go, Rust, Ruby, Elixir y Kotlin con grados variables de cobertura.

Tutorial: configurar tu primer servidor MCP en Claude Desktop

Vamos al ejemplo más útil para empezar: conectar Claude Desktop al sistema de archivos de tu ordenador para que pueda leer y crear archivos en una carpeta concreta. Tiempo estimado: 5 minutos.

Paso 1: instalar Claude Desktop

Descarga Claude Desktop desde claude.ai/download para macOS, Windows o Linux. Inicia sesión con tu cuenta Anthropic.

Paso 2: localizar el archivo de configuración MCP

Claude Desktop almacena la configuración de servidores MCP en un archivo JSON. Su ubicación depende del sistema operativo:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

Si el archivo no existe, créalo manualmente. También puedes acceder desde Claude Desktop: menú Settings → Developer → Edit Config.

Paso 3: añadir el servidor MCP de filesystem

Edita el archivo y pega esta configuración (sustituye la ruta por la tuya):

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/tuusuario/Documentos/proyecto-claude"
      ]
    }
  }
}

Este servidor da a Claude acceso a leer, listar y escribir archivos solo dentro de la carpeta indicada (no del resto del sistema). Requiere tener Node.js instalado en el equipo.

Paso 4: reiniciar Claude Desktop

Cierra Claude Desktop por completo y vuelve a abrirlo. Si la configuración es válida, verás un icono nuevo de herramientas en la esquina inferior del cuadro de chat. Al hacer clic, aparecerán las herramientas expuestas por el servidor filesystem (read_file, list_directory, write_file, etc.).

Paso 5: probar el servidor

Escribe en Claude algo como: «Lista los archivos de mi carpeta y dime qué contiene cada uno». Claude pedirá permiso para invocar las herramientas (cada llamada requiere consentimiento explícito), y al aceptar verás respuestas reales basadas en tus archivos.

Si algo falla, abre Settings → Developer → MCP Logs para ver el log de la sesión y diagnosticar el error. La herramienta oficial MCP Inspector (npx @modelcontextprotocol/inspector) permite probar servidores sin un cliente real, listar herramientas y ver el tráfico JSON-RPC.

Servidores MCP populares en 2026

Servidores oficiales de Anthropic

• Filesystem: acceso seguro a sistema de archivos local con whitelist de carpetas.
• GitHub: lectura y escritura de issues, PRs, commits, búsqueda de código.
• Google Drive: búsqueda y lectura de documentos.
• Slack: envío y lectura de mensajes en canales.
• PostgreSQL: consultas SQL de solo lectura sobre bases de datos.
• Puppeteer: control de navegador para scraping y automatización web.
• Brave Search: búsquedas web vía API de Brave.
• Fetch: obtención y conversión a markdown de URLs.

Servidores comunitarios destacados

El registro público awesome-mcp-servers en GitHub lista más de 200 servidores activos. Los más usados a mayo de 2026:

• Productividad: Notion, Linear, Jira, Trello, Confluence, Asana.
• Comunicación: Gmail, Outlook, Discord, Telegram, Zoom.
• Datos: BigQuery, Redis, MongoDB, Supabase, Airtable.
• DevOps: Kubernetes, Docker, Terraform, AWS, GCP, Cloudflare.
• Pagos: Stripe, PayPal, Wise.
• Diseño: Figma, Canva.
• CRM: Salesforce, HubSpot, Pipedrive.

Casos de uso reales en empresa

Caso 1: agente de soporte interno con base de conocimiento

Una empresa con documentación distribuida en Google Drive, Confluence y SharePoint puede levantar tres servidores MCP que indexen cada fuente y conectarlos a Claude o ChatGPT. Los empleados preguntan en lenguaje natural y el cliente MCP enruta la consulta al servidor relevante, devolviendo respuestas con citas. Sin construir un stack RAG personalizado.

Caso 2: triaje automático de bugs

Un agente conectado a Linear (gestión de incidencias) y GitHub (repositorios) puede leer un bug nuevo, buscar PRs relacionados, proponer un fix y abrir issues de seguimiento, todo desde un único cliente sin código de integración custom. Caso documentado por Block en su framework Goose.

Caso 3: asistente comercial integrado en CRM

Un servidor MCP para Salesforce o HubSpot expone herramientas como get-account-history, update-deal-stage y create-task. El comercial pregunta: «Resume las últimas 5 interacciones con Acme Corp y registra la llamada de hoy». El asistente usa MCP para extraer el histórico y crear el registro, en una sola conversación.

Caso 4: orquestación multi-agente

Una pyme conecta diferentes agentes especializados (atención cliente, comercial, operaciones), cada uno con sus servidores MCP propios para CRM, helpdesk y ERP. Cuando un caso requiere coordinación entre agentes, el protocolo complementario A2A (Agent-to-Agent, donado por Google a la AAIF en 2025) gestiona la comunicación entre agentes. MCP define cómo el agente accede a herramientas; A2A define cómo los agentes colaboran entre sí.

MCP vs Function Calling vs A2A

Confusión frecuente. La diferencia clara:

• Function Calling: es la API del modelo. Cada vendor (OpenAI, Anthropic, Google) la implementa con su propio formato. Es el lenguaje en que el modelo emite una llamada a herramienta dentro de una conversación.
• MCP: es la capa de integración por encima del function calling. Estandariza cómo se descubre, describe y se llama a esas herramientas, independientemente del modelo subyacente.
• A2A (Agent-to-Agent): protocolo complementario para que agentes se deleguen tareas entre sí. MCP es agente↔herramienta; A2A es agente↔agente.

En sistemas modernos los tres se usan a la vez: el modelo emite llamadas en formato function calling, la aplicación las enruta vía MCP al servidor adecuado y, cuando hay coordinación entre agentes, A2A gestiona el reparto.

Limitaciones y consideraciones de seguridad

MCP da capacidades poderosas (acceso a datos, ejecución de código), por lo que la seguridad debe diseñarse desde el día uno:

• Consentimiento explícito: el host debe pedir permiso al usuario antes de invocar cualquier herramienta. Las descripciones de herramientas se consideran no fiables salvo que provengan de un servidor verificado.
• Aislamiento de sesiones: cada cliente MCP mantiene una sesión aislada. Los datos de un servidor no deben mezclarse con los de otro sin control explícito.
• Prompt injection: los recursos pueden contener instrucciones maliciosas. Los hosts deben tratarlos como datos no fiables, no como instrucciones del usuario.
• OAuth 2.1 obligatorio para servidores remotos desde junio de 2025. Resource Indicators (RFC 8707) previenen ataques de uso indebido de tokens entre servidores.
• Auditoría: en entornos empresariales, registrar todas las llamadas MCP es esencial para cumplimiento normativo.

Roadmap MCP 2026

Los grupos de trabajo de la AAIF priorizan tres líneas para la segunda mitad de 2026:

• Operación stateless: los servidores actuales deben mantener estado de sesión, lo que limita el escalado horizontal. La nueva especificación estandariza creación, reanudación y migración de sesiones para que reinicios y eventos de scale-out sean transparentes.
• Descubrimiento automático con MCP Server Cards: formato estandarizado de descripción de servidores que permite a los hosts catalogarlos automáticamente.
• Coordinación con A2A consolidada: integración nativa entre MCP (acceso a herramientas) y A2A (delegación entre agentes) en clientes comerciales.

Preguntas frecuentes sobre MCP

MCP que es: explicación corta para principiantes

«Que es un MCP» o «mcp que es» son las dos preguntas más frecuentes que recibimos. Respuesta corta: MCP es un estándar abierto que conecta modelos de IA (como Claude o ChatGPT) con tus aplicaciones, archivos y datos sin que tengas que programar conectores propios para cada combinación. Es como un USB-C universal que cualquier IA compatible puede enchufar. Si quieres más detalle técnico, sube al inicio del artículo donde se explica la arquitectura JSON-RPC y las tres primitivas del protocolo.

¿MCP reemplaza a las APIs REST?

No. MCP es un protocolo para acceso de IA a herramientas, no un estándar de API general. Las APIs REST y GraphQL siguen sirviendo a clientes humanos y servicios tradicionales. MCP envuelve esas APIs para hacerlas accesibles a los LLMs sin código personalizado por modelo.

¿MCP funciona solo con Claude?

No. MCP es un estándar agnóstico al modelo. Aunque Anthropic lo creó, hoy lo soportan Claude, ChatGPT, Cursor, Windsurf, VS Code, Cline, Sourcegraph Cody, Continue.dev y muchos más. Los servidores MCP funcionan igual con cualquier cliente compatible.

¿Es MCP production-ready para empresa?

Sí, en 2026 ha cruzado el abismo empresarial. Con OAuth 2.1 desde junio 2025, MCP Apps en enero 2026 y la consolidación bajo Linux Foundation, organizaciones como Stripe, Vercel y Block lo usan en producción. La donación a la AAIF garantiza gobernanza neutral del protocolo.

¿Necesito saber programar para usar MCP?

Para configurar servidores ya existentes, no. Solo editar un JSON de configuración como en el tutorial anterior. Para crear tu propio servidor MCP necesitas conocimientos básicos de TypeScript o Python. Si prefieres opciones sin código, puedes orquestar agentes que usan MCP desde plataformas no-code como n8n.

¿Cómo depuro un servidor MCP?

La herramienta oficial MCP Inspector (npx @modelcontextprotocol/inspector) ofrece UI para listar herramientas, probar invocaciones e inspeccionar el tráfico JSON-RPC sin necesitar un LLM. Es la primera parada para cualquier desarrollo o problema en producción.

Por qué MCP importa para tu estrategia 2026

El estado del ecosistema en 2026 es claro: MCP es la infraestructura sobre la que se construyen agentes IA en producción. Si estás evaluando integrar IA en tu empresa o construyendo agentes propios, adoptar MCP como capa de integración por defecto te da:

• Velocidad: tiempo de despliegue de nuevas integraciones que pasa de días a minutos.
• Portabilidad: cambiar de modelo (Claude, ChatGPT, Gemini) sin reescribir integraciones.
• Ecosistema: reutilización de cientos de servidores MCP listos en lugar de construir adaptadores propios.
• Gobernanza: auditoría, consentimiento y OAuth 2.1 estandarizados para cumplimiento normativo.
• Inversión protegida: al estar bajo Linux Foundation/AAIF, la evolución del protocolo no depende de un único proveedor.

Para profundizar en el panorama completo de agentes IA y herramientas relacionadas, consulta también la guía completa de qué son los agentes IA autónomos y la guía de los mejores agentes IA gratis 2026, donde se detallan frameworks compatibles con MCP como n8n, LangGraph, CrewAI y AutoGen.

Datos verificados 2026

• Los agentes IA autónomos han evolucionado para incluir capacidades avanzadas de memoria y planificación, permitiendo una interacción más natural y eficiente (fuente: OpenAI).
• LangChain y AutoGen son considerados los frameworks más robustos para el desarrollo de sistemas LLM en 2026, facilitando la integración de múltiples herramientas (fuente: Anthropic).
• Claude Opus 4.7 se destaca por su capacidad de contexto de 200k tokens, permitiendo interacciones más complejas y contextualizadas (fuente: Google).
• Los patrones agénticos como ReAct y Chain-of-Thought han demostrado ser efectivos en la mejora del rendimiento de los sistemas multi-agente (fuente: Stanford HAI).
• El AI Act de la UE establece un marco regulatorio que impactará significativamente el desarrollo y la implementación de IA en Europa a partir de 2025 (fuente: MIT CSAIL).
• Los costes de API en 2026 reflejan un mercado competitivo, con precios que varían según el uso y la complejidad de los modelos (fuente: AI Index Report).
• Los sistemas multi-agente están ganando popularidad en aplicaciones de debate y colaboración, mejorando la toma de decisiones en entornos complejos (fuente: Mistral).

Sigue aprendiendo sobre agentes IA

• MCP Protocol (Model Context Protocol): Qué Es, Cómo Funciona y Por Qué lo Necesitan los Agentes de IA [2026]
• NemoClaw: qué es la plataforma de agentes IA de NVIDIA y cómo usarla en tu empresa (2026)
• Qué son los Agentes de IA Autónomos: Guía Definitiva para Entenderlos [2026]