¿Qué es un servidor MCP? Una explicación clara para desarrolladores
Un servidor MCP es un pequeño servicio JSON-RPC que expone herramientas, prompts y recursos a grandes modelos de lenguaje — el equivalente en formato de cable a un SDK de function-calling, pero estandarizado entre todos los modelos y clientes.
Un servidor MCP (Model Context Protocol) es un pequeño servicio HTTP que expone herramientas, prompts y recursos a grandes modelos de lenguaje sobre un formato JSON-RPC estandarizado. El modelo — Claude Desktop, Claude Code, el SDK de Anthropic o cualquier otro cliente compatible con MCP — llama esas herramientas cuando necesita hechos que el LLM no puede generar desde sus pesos: filas de base de datos en vivo, APIs de terceros, matemática determinista, memoria persistente.
Datos clave
- MCP llegó a disponibilidad general en Claude Desktop en noviembre de 2024.
- Existen servidores MCP pre-construidos para filesystem, GitHub, Slack, Postgres y 50+ superficies más (directorio modelcontextprotocol.io, abril 2026).
- El servidor MCP de ideaudit expone 103 herramientas deterministas en cuatro categorías: datos crudos, matemática, persistencia y metodología v2.
- Un loop típico de 'audita esta idea' dispara 8-12 llamadas a herramientas MCP antes de que Claude renderice el veredicto.
Si una llamada a función es el qué, MCP es el cómo — un formato estándar para que cualquier herramienta sea llamable desde cualquier cliente compatible con MCP, sin pegamento personalizado.
Por qué MCP apareció en el momento adecuado
Tres fuerzas convergieron:
- La fragmentación de herramientas colapsó. Antes de MCP, cada modelo y SDK tenía su propia forma de function-calling. MCP entrega un servidor que funciona con Claude Desktop, Claude Code, el SDK de Anthropic, ChatGPT-con-MCP, Goose, Continue y todo lo que envíe un cliente MCP.
- Local-first gana. Servidores MCP pueden correr en la máquina del usuario y hablar con archivos, bases y procesos locales — nada de eso necesita salir de la red del usuario para que el modelo razone.
- Composición. El mismo servidor MCP se conecta a un chat desktop, a un pipeline de CI y a un agente autónomo. Herramientas escritas una vez, usadas en todos lados.
Qué hay dentro de un servidor MCP
Tres primitivos:
- Herramientas — definiciones de función tipadas que el modelo puede llamar. Cada una con un JSON Schema de entradas.
- Recursos — blobs read-only que el modelo trae al contexto (archivos, resultados de queries, screenshots).
- Prompts — templates de prompt pre-escritos que el modelo puede pedirle al usuario ejecutar.
Una API REST vainilla te da sólo el equivalente a herramientas, y tienes que enseñar al modelo cómo llamar cada endpoint. MCP estandariza la conversación.
Cómo usa ideaudit MCP
ideaudit está construido alrededor de un servidor MCP con 103 herramientas en cuatro categorías:
- Datos crudos: Google SERP, Trends, Reddit, Product Hunt, GitHub, Trustpilot, G2, señales de Crunchbase.
- Matemática: límites de TAM, scoring de dealbreakers, índice de social pain, fit fundador/idea, fit personal-con-inversor.
- Persistencia: auditorías, lentes, entidades, menciones, resultados, colecciones, listas de inversores.
- Metodología v2: chequeo de consenso entre lentes, síntesis de veredicto stage-aware.
Cuando le dices a Claude "audita esta idea: una app de notas con IA para abogados", las skills instaladas le indican qué herramientas llamar y en qué orden. Claude hace el razonamiento con tus tokens; el servidor MCP devuelve datos crudos deterministas — sin números de CAGR alucinados, sin listas de competidores inventadas.
Cuándo deberías escribir tu propio servidor MCP
Constrúyelo cuando tienes:
- Una fuente de datos propietaria sobre la que quieres que un modelo razone (tu CRM, tu Notion, tu warehouse).
- Matemática determinista en la que el modelo es malo (proyecciones financieras, SQL, funciones de scoring).
- Un flujo que debe ser repetible entre sesiones y clientes.
Sáltalo si:
- Estás prototipando y una sola function call en tu app SDK basta.
- Los datos ya son públicos y el modelo puede buscarlos.
- No necesitas persistencia entre conversaciones.
Por dónde empezar
Los docs oficiales de Anthropic en modelcontextprotocol.io tienen ejemplos de servidor funcionando en TypeScript, Python y Rust. La comunidad publica servidores listos para filesystem, GitHub, Slack, Postgres y docenas más.
Si quieres usar un servidor MCP antes de construir uno, empieza con ideaudit:
curl -fsSL https://inite.studio/install.sh | sh
Eso te da 26 skills en markdown + una integración MCP funcionando en tu config de Claude en menos de dos minutos.
FAQ
Preguntas frecuentes
¿Cómo se diferencia MCP de una API REST?
Una API REST es un contrato para humanos (o programas escritos por humanos). MCP es un contrato para modelos. El protocolo es JSON-RPC sobre stdio o HTTP-SSE, pero los conceptos de alto nivel — herramientas (funciones tipadas), recursos (blobs read-only), prompts (templates) — están diseñados para que un LLM los descubra y use sin pegamento personalizado.¿Necesito escribir mi propio servidor MCP?
No siempre. Existen servidores listos para superficies comunes (filesystem, GitHub, Slack, Postgres). Construye el tuyo cuando tienes datos propietarios sobre los que el modelo debe razonar, matemática determinista que el modelo hace mal, o un flujo que debe ser repetible entre sesiones y clientes.¿Qué clientes soportan MCP?
Claude Desktop, Claude Code (la CLI), el SDK de Anthropic, ChatGPT-con-MCP, Goose, Continue, Zed y Cursor — entre otros. El mismo servidor MCP funciona con todos; sólo lo registras una vez por cliente.¿Cómo usa ideaudit MCP?
ideaudit envía 26 skills en markdown y un servidor MCP con 42 herramientas. Cuando le dices a Claude 'audita esta idea: …', las skills le indican qué herramientas llamar y en qué orden. Claude hace el razonamiento con tus tokens de Anthropic; el servidor MCP devuelve datos crudos deterministas — sin números de CAGR alucinados, sin listas de competidores inventadas.