Model Context Protocol (MCP) explicado: host, cliente, servidor, herramientas y transportes

Model Context Protocol explicado: host, cliente, servidor, herramientas, recursos, prompts, transportes stdio y HTTP, y qué cambia MCP para operaciones.
Model Context Protocol (MCP) expliqué : hôte, client, serveur, outils et transports

El Model Context Protocol (MCP) es un estándar abierto que define cómo se conecta una aplicación de IA con herramientas y fuentes de datos externas. En lugar de escribir una integración específica para cada pareja «asistente × sistema», expones una sola vez tus capacidades detrás de un servidor MCP, y cualquier cliente compatible puede usarlas: un asistente de código, un agente conversacional o una herramienta interna.

Publicado por Anthropic a finales de 2024 y adoptado después por muchos fabricantes y proyectos de código abierto, MCP se ha convertido rápidamente en el punto de paso entre los modelos de lenguaje y el resto del sistema de información. Para un equipo de operaciones, es una cuestión muy concreta: mañana habrá agentes que lean tus métricas, abran tus runbooks y propongan acciones. Conviene entender el protocolo antes de conectarlo a producción.

Este artículo es la puerta de entrada de nuestra serie sobre MCP. Explica la arquitectura, las tres primitivas que expone un servidor y los transportes, y después qué cambia todo esto para un SRE o un ingeniero de plataforma.

¿Qué es el Model Context Protocol, en concreto?

MCP es un protocolo de intercambio de mensajes basado en JSON-RPC 2.0. No dice nada del modelo que se use ni de cómo razona: solo estandariza la conversación entre la aplicación que aloja el modelo y los servicios que le aportan contexto o capacidades de acción. Se le compara a menudo con un «puerto USB-C de la IA»: un conector único, periféricos intercambiables.

La especificación se versiona por fecha y se publica en modelcontextprotocol.io, con SDK oficiales en varios lenguajes. Evoluciona con regularidad: comprueba siempre qué revisión admiten tus clientes y servidores.

Host, cliente, servidor: ¿quién hace qué?

El vocabulario de MCP distingue tres roles, y confundirlos es la primera fuente de errores de diseño.

  • El host es la aplicación con la que interactúa el usuario: un editor de código, una aplicación de chat, un agente propio. Es quien posee el modelo, gestiona el consentimiento del usuario y decide qué servidores están autorizados.
  • El cliente es un componente del host. Mantiene una conexión con un servidor concreto. Un host conectado a tres servidores ejecuta, por tanto, tres clientes.
  • El servidor es un programa, a menudo ligero, que expone capacidades: consultar una plataforma de observabilidad, leer una base de conocimiento, crear un ticket.

Esta separación tiene una consecuencia importante: el servidor nunca ve la conversación completa. Recibe peticiones precisas y devuelve resultados. Es el host quien lo ensambla todo y se lo presenta al modelo.

Las tres primitivas de un servidor MCP

Las herramientas (tools)

Una herramienta es una función que el modelo puede decidir invocar: tiene un nombre, una descripción en lenguaje natural y un esquema JSON para sus argumentos. El cliente las descubre con tools/list y las invoca con tools/call. Las herramientas son las que dan a un agente su capacidad de acción y, por tanto, concentran la mayor parte del riesgo.

Los recursos (resources)

Un recurso es un dato identificado por una URI: un archivo, un runbook, un esquema de base de datos, un fragmento de documentación. Lo controla más bien la aplicación, que decide añadirlo al contexto. Los métodos correspondientes son resources/list y resources/read.

Los prompts

Un prompt es una plantilla de mensaje reutilizable, normalmente activada de forma explícita por el usuario, por ejemplo un comando «analizar el incidente en curso» que prepara las preguntas adecuadas. Se descubre con prompts/list y se obtiene con prompts/get.

La especificación describe también capacidades del lado del cliente, como el muestreo (el servidor pide una generación al modelo del host) o la solicitud de información al usuario. Su soporte varía según el host, y algunas cambian de una revisión a otra: comprueba su estado en la revisión a la que apuntes.

Los transportes: ¿stdio o HTTP?

MCP define dos transportes estándar:

  • stdio: el host lanza el servidor como un proceso local e intercambia los mensajes por la entrada y la salida estándar. Es sencillo, sin red, ideal en el equipo de un desarrollador. A cambio, la salida estándar queda reservada al protocolo: cualquier log debe ir a la salida de errores.
  • HTTP («Streamable HTTP»): el servidor es un servicio remoto accesible por HTTP, capaz de emitir respuestas en flujo. Sustituye al antiguo transporte HTTP + SSE de las primeras versiones. Es la opción natural para un servidor compartido por un equipo, con una autenticación que la especificación basa en OAuth.

En la práctica, stdio encaja con los usos individuales y HTTP con los servidores compartidos, desplegados y monitorizados como cualquier otro microservicio.

Por qué MCP interesa a los equipos de ops

Para un equipo de plataforma, MCP aporta tres beneficios tangibles. Primero, una integración única: un servidor para tu herramienta interna sirve a todos los asistentes de la empresa. Después, un punto de control: cada llamada a una herramienta pasa por una interfaz declarada, que se puede restringir, registrar y trazar. Por último, un contexto real de producción: un asistente de código que consulta tu plataforma de observabilidad razona sobre hechos, no sobre suposiciones, como vimos con el plugin de Dynatrace para Cursor.

La contrapartida es simétrica: un servidor MCP mal configurado ofrece a un modelo, e indirectamente a quien pueda influir en él, acceso a tus sistemas. La seguridad y la observabilidad no son opcionales.

En la práctica

Paso 1: elegir un primer servidor de solo lectura

Empieza por un servidor existente que solo lea, por ejemplo el de tu plataforma de observabilidad. El servidor MCP de Dynatrace en un asistente de código es un buen caso de estudio: se pasa de un síntoma a una corrección sin modificar nada en producción.

Paso 2: declarar el servidor en el host

La mayoría de los hosts aceptan una configuración JSON que describe cómo lanzar o alcanzar cada servidor. La forma exacta depende del host; suele parecerse a esto:

{
  "mcpServers": {
    "runbooks": {
      "command": "python",
      "args": ["serveur_runbooks.py"],
      "env": { "RUNBOOKS_DIR": "/opt/runbooks" }
    }
  }
}

Paso 3: observar el intercambio

Para entender lo que circula, inspecciona los mensajes. Una llamada a una herramienta es una simple petición JSON-RPC:

{
  "jsonrpc": "2.0",
  "id": 7,
  "method": "tools/call",
  "params": {
    "name": "get_runbook",
    "arguments": { "service": "paiement" }
  }
}

El proyecto ofrece una herramienta de depuración, MCP Inspector, para explorar un servidor y reproducir sus herramientas: consulta la documentación oficial para ver cómo se lanza.

Paso 4: escribir tu propio servidor

Una vez entendido el protocolo, exponer tus propios procedimientos resulta accesible. Nuestra guía para crear un servidor MCP en Python parte de un caso concreto: hacer que un asistente pueda consultar los runbooks de operación.

Paso 5: proteger y trazar antes de ampliar

Antes de abrir el acceso a otros equipos, aplica las reglas descritas en proteger un servidor MCP e instrumenta las llamadas como se explica en observar los agentes MCP con OpenTelemetry.

Buenas prácticas

  • Empezar en solo lectura y añadir herramientas de escritura únicamente con una validación humana explícita.
  • Redactar descripciones de herramientas precisas: el modelo elige sus herramientas a partir de ellas.
  • Limitar el número de herramientas por servidor; demasiada oferta empeora la selección.
  • Usar stdio en local y HTTP autenticado para cualquier servidor compartido.
  • Fijar las versiones de los servidores de terceros y revisar sus actualizaciones.
  • Registrar cada llamada a una herramienta con quién la hace, sus argumentos y su resultado.

Preguntas frecuentes

¿MCP está ligado a un modelo o a un fabricante concreto?

No. El protocolo es abierto e independiente del modelo. Lo inició Anthropic, pero muchos hosts, fabricantes y proyectos de código abierto lo implementan.

¿Qué diferencia hay entre MCP y una API REST clásica?

MCP no sustituye a tus API: un servidor MCP suele envolverlas. Añade el descubrimiento dinámico de capacidades y descripciones pensadas para que un modelo sepa cuándo y cómo usarlas.

¿Es mejor stdio o HTTP?

stdio para un uso local y personal, HTTP para un servidor compartido que debe estar autenticado, escalado y monitorizado.

Conclusión

El Model Context Protocol ofrece un lenguaje común entre los asistentes de IA y tus sistemas. Para los equipos de ops abre una perspectiva interesante, la de agentes que trabajan con datos reales, siempre que trates cada servidor como un componente de producción: alcance reducido, acceso controlado, llamadas trazadas. Los artículos satélite de esta serie detallan cada uno de esos pasos.

span.observer es un blog independiente de la comunidad, no afiliado a Dynatrace LLC ni a los proyectos citados. Las marcas citadas pertenecen a sus propietarios. Las herramientas evolucionan rápido: comprueba siempre los comandos y las opciones en su documentación oficial.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Ingestion logs : détecter le silence, les trous de couverture et les excès de volume

Ingesta de logs: detectar el silencio, los huecos de cobertura y los excesos de volumen

Next Post
Serveur MCP Dynatrace : du symptôme au correctif avec un assistant de code

Servidor MCP de Dynatrace: del síntoma a la solución con un asistente de código

Related Posts