Servidor MCP: el tutorial para conectar cualquier herramienta a tu agente de IA

Mi agente de IA escribía bien, pero vivía en una burbuja. Imposible leer mis carpetas de trabajo, consultar una página web o comprobar la hora local de Bangkok sin copiar y pegar a mano. Cada tarea seria se convertía en un agotador ping-pong entre la máquina y yo.

El protocolo MCP resuelve este problema, y este tutorial de servidores MCP te muestra cómo aprovecharlo en menos de 30 minutos. Primero planteamos el concepto con una analogía sencilla, luego configuramos dos clientes reales y terminamos con las trampas de seguridad que casi nadie lee en la documentación.

✨ Resumen Esencial

• Un servidor MCP es un puente estandarizado entre tu agente de IA y una herramienta externa: archivos, páginas web, APIs de negocio.
• El Model Context Protocol es un estándar abierto lanzado por Anthropic a finales de 2024, hoy adoptado mucho más allá de sus productos.
• La configuración cabe en unas pocas líneas: un archivo JSON del lado de Claude Desktop, unas líneas YAML del lado de Hermes Agent.
• Tres servidores cubren lo esencial para un solopreneur: acceso a archivos, lectura de páginas web, husos horarios.
• La seguridad se configura antes de la primera conexión: perímetro de archivos reducido, código ejecutado localmente, claves API aisladas.

Conecté mis primeros servidores MCP una noche de semana cargada, entre dos correcciones. Resultado: mi agente ahora lee mis carpetas de proyectos y busca él mismo el contenido de una página web. He aquí el método exacto que hoy repito en cada máquina nueva.

Servidor MCP: manual de uso con una analogía sencilla

Antes del Model Context Protocol, conectar una herramienta a un asistente de IA era bricolaje a medida. Cada editor programaba su propia integración y nada era reutilizable de un software a otro. Los desarrolladores pasaban más tiempo cableando tuberías que construyendo funcionalidades útiles.

La analogía que me hizo entender el concepto: MCP es el puerto USB de la IA. Antes del USB, cada periférico tenía su cable propietario y su driver específico. Con el protocolo MCP, cualquier herramienta expone sus capacidades en un formato único, y cualquier agente compatible las utiliza sin desarrollo especial.

En concreto, un servidor MCP anuncia una lista de herramientas: leer este archivo, extraer esta página, crear este ticket. El agente descubre esas herramientas al arrancar y luego las llama como si fueran nativas. No escribes ningún código para consumir un servidor existente, simplemente declaras dónde se encuentra.

El protocolo es de código abierto y nació en Anthropic, pero no está bloqueado a sus productos (documentación oficial). Hay clientes MCP en Claude Desktop, Cursor, VS Code o agentes autónomos como Hermes. Es esa puesta en común lo que hace interesante el movimiento para nosotros: un servidor configurado sirve en todas partes.

Conectar un servidor MCP a Claude Desktop

Claude Desktop sigue siendo el camino más corto para probar un servidor MCP de Claude sin tocar la terminal más allá de un copiar y pegar. Todo pasa por un archivo de configuración JSON. He aquí el procedimiento, probado en mi máquina.

1. Instala Node.js si aún no está hecho: la mayoría de los servidores oficiales funcionan vía npx.
2. Localiza el archivo de configuración. En macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`. En Windows: `%APPDATA%\Claude\claude_desktop_config.json`.
3. Añade el siguiente bloque y guarda el archivo.

«`json

{

«mcpServers»: {

«filesystem»: {

«command»: «npx»,

«args»: [«-y», «@modelcontextprotocol/server-filesystem», «/Users/tonnom/Documents/projets»]

}

}

}

«`

1. Reinicia Claude Desktop por completo. No solo la ventana: cierra la aplicación desde la barra de menús y vuelve a abrirla.
2. Haz clic en el icono de herramientas en la zona de escritura: tu servidor debe aparecer en la lista. Si no, el menú de desarrollo muestra los registros de errores.

El punto crucial es el último argumento: la carpeta que se pasa al servidor filesystem define su perímetro de acción. Nunca des tu raíz de usuario entera. Basta una carpeta de trabajo precisa y eso limita los daños en caso de problema.

Si hay silencio radial tras reiniciar, comprueba que `npx –version` responda en una terminal y luego releer tu JSON a la caza de comas de más. Estas dos causas explican la mayoría de los casos en que un servidor MCP de Claude se niega a cargar.

Conectar servidores MCP a Hermes Agent

Si usas Hermes Agent, la lógica es idéntica pero la configuración pasa por YAML. Elegí este enfoque para mis flujos de automatización porque los servidores permanecen conectados de forma permanente, sesión tras sesión, sin manipulación manual.

Los prerrequisitos caben en dos comprobaciones:

«`bash

pip install mcp

node –version

«`

Luego añade tus servidores en `~/.hermes/config.yaml`, bajo la clave `mcp_servers`:

«`yaml

mcp_servers:

filesystem:

command: «npx»

args: [«-y», «@modelcontextprotocol/server-filesystem», «/opt/data/travail»]

fetch:

command: «uvx»

args: [«mcp-server-fetch»]

time:

command: «uvx»

args: [«mcp-server-time»]

«`

Al reiniciar, Hermes descubre cada servidor, enumera sus herramientas y las registra con un prefijo explícito: `mcp_filesystem_read_file`, `mcp_time_get_current_time`. Esta convención evita colisiones de nombres cuando apilas varios servidores MCP.

Un detalle que importa para la tranquilidad: Hermes filtra las variables de entorno transmitidas a los subprocesos. Tus claves API solo llegan a un servidor MCP si las declaras explícitamente en su clave `env`. El comportamiento esperado de una herramienta que funciona horas en tu máquina.

¿Quieres conectar una API propietaria para agente de IA que todavía no tiene servidor comunitario? La documentación oficial describe cómo escribir uno. Cuenta una tarde-noche si dominas Python o TypeScript; en la inmensa mayoría de los casos, alguien ya lo hizo por ti.

Esta configuración completa la infraestructura para agentes de IA que detallo paso a paso en una guía dedicada.

Tres servidores MCP útiles para empezar

Mi combo diario: filesystem para las carpetas de proyectos, fetch para leer páginas durante la vigilancia, time porque vivo en el Sudeste Asiático y me coordino con tres husos horarios. Estos tres servidores llevan semanas funcionando en mi equipo sin caídas.

El catálogo oficial (repositorio de GitHub modelcontextprotocol) también recoge servidores para GitHub, Slack, PostgreSQL o memoria persistente. La calidad varía mucho de un colaborador a otro: prioriza los repositorios de la organización modelcontextprotocol o los de editores consolidados.

Una vez colocados estos ladrillos, el paso lógico es encadenarlos en tareas automatizadas. Explico ese salto a la acción en mi artículo sobre microautomatizaciones en Python; el principio sigue siendo idéntico con un agente.

Seguridad: las trampas que conviene conocer antes de conectar

Trampa número 1: ejecutar código sin saber qué hace. Un servidor distribuido vía npx se ejecuta localmente con tus permisos de usuario. Comprueba el repositorio fuente, la fecha de la última actualización y la reputación del mantenedor antes de añadir una línea a tu config. Un servidor MCP es código de terceros en tu máquina, no un plugin mágico.

Trampa número 2: el perímetro demasiado amplio. El servidor filesystem solo ve lo que le pasas como argumento. Restringe a una carpeta de trabajo dedicada, nunca a tu directorio personal entero ni a ubicaciones con documentos confidenciales.

Trampa número 3: la inyección de prompt. El contenido traído por una herramienta, ya sea una página web o un archivo, entra en el contexto del modelo. Una página maliciosa puede contener instrucciones destinadas a manipular al agente. Mantén siempre un humano en el bucle para las acciones irreversibles: borrado de archivos, publicación, envío de correos.

Trampa número 4: las claves a la vista. Algunas configuraciones exigen un token de GitHub o una clave de API directamente en el archivo. Nunca versiones estos archivos en un repositorio público y prefiere las variables de entorno declaradas correctamente en la clave `env`.

La palabra final

El MCP transformó mi uso de la IA generativa: el agente pasó de redactor en una burbuja a asistente conectado a mi verdadero entorno de trabajo. Este tutorial de servidores MCP se resume en una progresión sencilla: primero un solo servidor, el filesystem sobre una carpeta de prueba. Cuando veas al agente leer y ordenar archivos solo, el resto vendrá naturalmente.

Documento este tipo de experimentos sobre la marcha en la sección Labo, con las configs completas y los fallos incluidos.

FAQ: vuestras preguntas sobre los servidores MCP

¿Qué es un servidor MCP en términos sencillos?

Es un pequeño programa que expone las funciones de una herramienta, como archivos o una API, en un formato estándar que entienden los agentes de IA compatibles. El agente llama a estas funciones como si fueran herramientas integradas.

¿Está MCP reservado a los productos de Anthropic?

No. El Model Context Protocol es un estándar abierto, utilizable por cualquier editor. Claude Desktop lo implementa, y también Cursor, VS Code y agentes autónomos como Hermes Agent.

¿Hay que saber programar para usar un servidor MCP?

No para los servidores existentes: copias un bloque de configuración JSON o YAML y reinicias la aplicación. Sí para escribir tu propio servidor: hacen falta bases sólidas en Python o TypeScript.

¿Cuesta dinero usar un servidor MCP?

Los servidores oficiales son de código abierto y gratuitos. Ojo: algunas herramientas situadas detrás de un servidor siguen siendo de pago; un servidor de Notion no sustituye a la suscripción de Notion. El protocolo en sí no cuesta nada.

¿Qué diferencia hay entre un servidor MCP y una API clásica?

Una API clásica impone un desarrollo específico del lado de la aplicación cliente. Un servidor MCP encapsula esa API en un formato único: basta una sola configuración y el agente descubre las herramientas solo. Es la capa de interoperabilidad que faltaba para conectar APIs de agentes de IA sin complicaciones.