Con Vercel MCP, tu IA se conecta directamente a tus despliegues. Ya no tienes que imaginar qué salió mal; solo dale un prompt:

“Obtén los logs del último despliegue. ¿Por qué falló la compilación?”

La IA recupera los logs, encuentra el error exacto y te sugiere la solución. Así te mantienes siempre en tu flujo de trabajo.

El plan básico es gratuito. El plan Pro comienza en 20 $ por usuario.

#7 — Docker

Esto soluciona esa situación tan típica: funciona en mi máquina, pero en CI explota. Ahí es cuando empiezas a comparar variables de entorno, revisar imágenes base y hacer suposiciones.

Con Docker MCP, tu IA puede inspeccionar directamente el contenedor. Solo tienes que darle un prompt:

“¿Por qué este contenedor falla en CI pero no en local?”

Ahora ella revisará los logs de construcción del Dockerfile, la caché de capas y las diferencias de entorno. Se acabó el adivinar. Si trabajas con contenedores, esto se vuelve muy potente rápidamente.

La mayoría de las configuraciones son autoalojadas o de código abierto, sin coste directo. Solo pagas por tu infraestructura.

#6 — Apify

Cada vez que necesitas datos de una web, terminas construyendo un scraper, y ya sabemos que los scrapers fallan. Cambia un selector o el diseño, y todo se rompe.

Apify elimina ese problema. Tienes acceso a scrapers mantenidos para más de 2.000 “actors”. Solo necesitas pedirlo:

“Encuentra todas las empresas de TI en mi ciudad usando Google Maps. Exporta nombre, web y teléfono. Guarda como CSV.”

Y listo.

Incluye 5 $de crédito mensual gratuito. Los planes de pago empiezan alrededor de 49$.

#5 — Playwright

Este es de los más útiles. Mientras Apify recopila datos, Playwright ejecuta acciones.

Le da a tu IA un navegador que puede controlar: hacer clic, escribir, desplazarse o gestionar archivos. ¿Necesitas iniciar sesión en un panel antiguo, pasar la verificación en dos pasos y descargar un informe diario? Ella lo hace.

Funciona en local y en CI. Es gratuito e ideal para automatizar interacciones reales.

#4 — Ref

El problema: le preguntas algo a la IA sobre una librería y ella se pone a revisar toda la documentación —miles de líneas, historial y ejemplos— para responderte una sola duda.

Ref lo soluciona. Permite a la IA hacer preguntas muy específicas a la documentación. En lugar de un genérico “lee la documentación de Playwright”, el prompt sería:

“¿Cuáles son los parámetros de page.waitForSelector?”

Te devuelve solo esa función: la firma y la explicación. Sin ruido innecesario.

Gratis para documentación pública. Hay planes de pago para indexar documentación privada.

#3 — File System MCP

Sin esto, tu IA está un poco ciega: solo ve el código que tú le pegas. No sabe dónde se usa una función ni de qué depende.

Con File System MCP, la IA puede ver todo tu proyecto. Solo necesitas un prompt:

“Encuentra componentes no utilizados.”

Escanea toda tu carpeta src. Ahora entiende las relaciones reales, no solo fragmentos sueltos.

Es gratuito, funciona en local y permite hacer cambios a nivel de proyecto completo.

#2 — Exa

Google está diseñado para humanos: anuncios, SEO y clics. Exa está diseñado para IAs. Busca por significado y devuelve resultados estructurados.

Ejemplo de prompt:

“Encuentra discusiones sobre esta condición de carrera en React en 2026.”

Te trae el issue de GitHub, el hilo relevante y la solución real.

Incluye 1.000 solicitudes gratuitas. Los planes de pago empiezan en unos 50 $ al mes.

#1 — Sequential Thinking

Los modelos a veces tienen demasiada prisa por responder.

Sequential Thinking les obliga a planificar antes de hablar. Divide el problema, enumera supuestos, estructura los pasos y luego genera la solución.

Úsalo para arquitectura, debugging complejo o diseño de sistemas. No es para scripts simples, es para lógica avanzada.

Es gratuito y de código abierto.

La diferencia: pasar de adivinar a diseñar.

Deja de copiar contexto. Empieza a conectar sistemas.

Con estas herramientas combinadas, pasas de pegar información a integrar sistemas completos.

Ese es el cambio:

de conversar a construir,

de fragmentos aislados a una visión completa,

de la suposición a la ingeniería.

MCP no es solo una función. Es la diferencia entre una IA que habla y una IA que realmente trabaja.

¿Aprendiste algo útil hoy? Entonces compártelo.

Gracias por leer Código en Casa.
Si esto te a ayudado y te sumo algo Dale un 👏 , compártelo con tu red o dejame un comentario para saber tu opinión.