La última tendencia en el mundo de la IA es el MCP (Model Context Protocol).
Si suena aburrido o complicado, no te preocupes - es una herramienta muy simple y efectiva que te ayudará a construir mejores agentes de IA desde cero.
En esta explicación, aprenderás qué es el MCP, por qué es importante y cómo puedes construir tus propios agentes MCP desde cero.
¿Cómo funcionan los agentes de IA?
Entre bastidores, un agente de IA tiene un modelo de pensamiento y un modelo de razonamiento, que están conectados a una herramienta.
Esta combinación de un modelo de pensamiento/razonamiento con una herramienta es lo que construye un agente de IA desde cero.
El modelo puede crear una lista de tareas a ejecutar y luego empezar a ejecutarlas utilizando las herramientas a las que tiene acceso.
En la mayoría de los casos, crear esta conexión entre tu modelo de pensamiento (que puede ser un LLM como Gemini, GPT u otros) y vincularlo con una herramienta suele ser complicado y requiere mucho tiempo.
Sin embargo, con la ayuda de los servidores MCP, este proceso se ha vuelto mucho más fácil y estandarizado, permitiéndole interactuar con herramientas y construir agentes a escala.
¿Qué es MCP?
El Protocolo de Contexto de Modelo (MCP) ha sido lanzado recientemente por Anthropic.
Es un protocolo de código abierto que estandariza la forma en que los asistentes de IA se conectan a los sistemas donde viven los datos, incluidos los repositorios de contenido, las herramientas empresariales y los entornos de desarrollo.
Esencialmente, MCP le ayuda a conectarse con bases de datos locales o servidores remotos, que podrían ser cualquier API que desee utilizar.
Piense en MCP como un puerto USB-C para todas las aplicaciones de IA:
Proporciona una forma estandarizada para que cualquier LLM se comunique con cualquier herramienta, ya sea una base de datos local, una API o un servidor remoto.
Por qué son importantes los MCP
Los MCPs son importantes porque proporcionan una lista creciente de integraciones pre-construidas a las que tu LLM puede conectarse directamente.
Antes, tenías que conectar las API con tu LLM por separado, realizando cada conexión una a una. Con los MCP, puede simplemente conectar y usar.
Esta flexibilidad te permite cambiar fácilmente entre proveedores y vendedores de LLM, y también proporciona las mejores prácticas para asegurar tus datos dentro de tu infraestructura. MCP es esencialmente un estándar abierto para la comunicación entre un LLM y una herramienta.
Cómo funciona MCP
La arquitectura general de MCP implica que un cliente (que puede ser un servicio en la nube, un IDE o un modelo) se comunique con una fuente de datos local o con un servidor remoto (como las API web) a través de un servidor MCP.
Esto facilita enormemente la comunicación con cualquier herramienta y la ejecución de tareas.
Por ejemplo, si quieres construir un agente de IA que pueda pedir artículos de Amazon, antes tendrías que construir cada acción (como abrir Amazon, iniciar sesión y añadir artículos al carrito) desde cero. Con MCP, puedes simplemente comunicarte con tu LLM y realizar todas estas tareas sin construir cada función individualmente.
Creación de agentes MCP
Hay dos formas principales de construir agentes MCP:
- Usando Cline en Visual Studio Code:
Instala Visual Studio Code y la extensión Cline.
2. Introduzca una clave API (por ejemplo, de OpenRouter) para permitir la ejecución de Cline.
3. Busca e instala servidores MCP directamente en Cline.
Por ejemplo, puedes instalar un MCP de Google Calendar y conectarlo a tu agente AI, permitiéndole acceder y gestionar tus eventos de calendario.
Usar Cursor
Cursor es un IDE potenciado por IA que te ayuda a escribir código con IA.
Descarga Cursor y configura una carpeta de proyecto.
Utiliza Smithery para buscar e instalar MCP como Sequential Thinking o GitHub MCP.
Para GitHub MCP, necesitarás un token de acceso personal de GitHub para conectarte y realizar acciones como crear o actualizar archivos en tu repositorio.
Mira, sé que esto es mucho para asimilar - Tenía que ser breve, pero aún así incluir todo lo bueno. Por eso hice esas guías paso a paso con capturas de pantalla (las verás a lo largo del artículo) para asegurarme de que no te pierdas.
MCP está cambiando el juego.
Hablamos de
- No más dolores de cabeza conectando APIs
- Automatización de GitHub sin tocar GitHub
- Búsquedas web que realmente funcionan en tiempo real
- Todo con esa dulce simplicidad plug-and-play
- Rápido pero importante: ¡Comprueba siempre los permisos de la API! Estas herramientas son muy potentes, pero recuerda que una gran potencia conlleva... bueno, el resto ya lo conoces.
Si esto te ha ayudado:
Pulsa el botón de aplaudir (puedes dar hasta 50 aplausos).
Dale a seguir - ¡Ya estoy así de cerca de los 500 seguidores y me está volviendo loca!
Suscríbete a la newsletter para no perderte el próximo tutorial (estoy cocinando algo de magia MCP avanzada)
Bono: Si te apetece más, invítame a un café: ¡así seguiré publicando tutoriales!
Por último, cuéntame en los comentarios:
¿Qué loco proyecto MCP estás construyendo?
¿Quieres más detalles sobre algo de lo que he hablado?
¿Has encontrado una forma mejor de hacer algo? ¡Cuéntamelo!
En serio, tus comentarios son los que mejoran estas guías. Ahora ve a romper algunos límites de los agentes de IA - ¡y no olvides divertirte con ello!
