Servidores MCP: qué son y cómo conectar uno

En corto: MCP (Model Context Protocol) es un protocolo abierto con el que una aplicación de IA conecta herramientas y datos externos. Un servidor MCP es un programa que declara un conjunto de herramientas («buscar en internet», «generar una imagen», «leer una incidencia de GitHub»), y el cliente — Claude, Cursor, LM Studio, Codex, OpenCode — se las muestra al modelo y ejecuta las llamadas cuando el modelo decide que hace falta una herramienta. Lo conectas una vez y el modelo sabe hacer más de lo que sabía. Y un modelo que llama a herramientas por su cuenta, paso a paso, es justamente un agente de IA.

Qué es MCP en palabras simples

Un modelo de lenguaje, por sí solo, sabe hacer una sola cosa: continuar texto. No navega por internet, no ve tus archivos y no dibuja imágenes. Todo eso se lo dan las herramientas — y antes de MCP cada aplicación las conectaba a su manera: ChatGPT tenía sus plugins, Cursor los suyos, cada IDE otros. El autor de una herramienta escribía la integración de nuevo para cada uno.

MCP es un acuerdo sobre un conector común. Anthropic publicó el protocolo en noviembre de 2024 y, a lo largo de 2025, lo adoptaron prácticamente todos los clientes relevantes: de Claude y Cursor a Codex de OpenAI y LM Studio. Por eso la comparación con el USB-C encaja: el servidor se escribe una vez y se enchufa a cualquier cliente que hable MCP.

Cómo funciona, paso a paso

1. El cliente se conecta al servidor y le pregunta qué herramientas tiene. El servidor responde con una lista: nombre, descripción y esquema de parámetros en JSON Schema.
2. El cliente le enseña esa lista al modelo junto con tu mensaje. El modelo lee las descripciones igual que lee cualquier otro texto.
3. El modelo decide llamar a una herramienta — por ejemplo web-search con la consulta «cotización del euro hoy» — y rellena los parámetros según el esquema.
4. El cliente envía la llamada al servidor (a menudo pidiéndote confirmación antes), el servidor hace el trabajo y devuelve un resultado.
5. El resultado vuelve al modelo, que sigue su respuesta ya con los datos nuevos — o llama a la siguiente herramienta.

Además de las herramientas (tools), el protocolo describe resources — datos que el cliente puede cargar en el contexto — y prompts, plantillas de consulta ya hechas. En la práctica, sin embargo, «conectar MCP» casi siempre se refiere a las herramientas.

En qué se diferencia MCP de una API

Pregunta frecuente y respuesta sencilla: una API se escribe para un programador, MCP para un modelo. Por dentro, un servidor MCP suele ser justamente una envoltura sobre alguna API, pero por fuera añade lo que al modelo le falta para usar esa API por su cuenta: una descripción, en palabras, de cuándo y para qué llamar a cada función, y una única manera de hacerlo.

Servidor MCP local y remoto

Hay dos tipos de servidor, y de eso depende cómo se conectan. El local se ejecuta en tu ordenador como un proceso — normalmente con npx …, uvx … o Docker — y habla con el cliente por la entrada/salida estándar (stdio). El remoto funciona en el servidor de otro y se alcanza por una URL mediante HTTP (el transporte Streamable HTTP).

La regla para elegir: si la herramienta necesita tus archivos o tu máquina, local. Si de todos modos va a la nube (búsqueda, generación de imágenes, SaaS), el remoto es más simple: no hay nada que instalar ni actualizar, y una sola URL sirve en todos los dispositivos. ¿No existe el servidor que necesitas? Escribirlo no es difícil: cómo crear un servidor MCP en Python y TypeScript.

Cómo conectar MCP: instrucciones por cliente

La mecánica es la misma en todas partes — una dirección o un comando más una forma de acceder —, pero dónde se escribe cambia en cada cliente. Guías paso a paso:

Ejemplo real: los servidores MCP remotos de Twelver

Para no hablar en abstracto, así se ve esto en un servidor en funcionamiento. Twelver publica cada conjunto de herramientas como un servidor MCP remoto propio, en una URL del tipo https://twelver.app/api/mcp/v1/image-generation. No hay que instalar nada: pegas la URL en el cliente y accedes con OAuth o con una clave. El modelo sigue siendo el que tengas en el cliente: el servidor le da manos, no cabeza.

Por categorías: generación de imágenes — 4, generación de vídeo — 8, música, voz y transcripción — 6, búsqueda — 2, documentos, código, sitios y presentaciones — 5, other — 1. Los escenarios más pedidos tienen capítulo propio: generación de imágenes y vídeo en Claude y búsqueda en internet por MCP. Marca lo que necesites y las URLs y un mcp.json listo se arman solos:

{
  "mcpServers": {
    "twelver-image-generation": {
      "url": "https://twelver.ru/api/mcp/v1/image-generation"
    },
    "twelver-web-search": {
      "url": "https://twelver.ru/api/mcp/v1/web-search"
    }
  }
}

Seguridad: qué revisar antes de conectar

Un servidor MCP recibe lo que el modelo le pasa, y el modelo lee su respuesta como texto de confianza. De ahí salen unas cuantas reglas simples:

• Conecta sólo servidores en los que confíes. Un servidor con código ajeno puede devolver instrucciones para el modelo dentro de su respuesta — eso se llama prompt injection, y el modelo no siempre las distingue de las tuyas.
• No desactives la confirmación de llamadas en herramientas que cambian algo o gastan dinero. Para leer y buscar, la confirmación automática suele ser segura.
• Las claves, en variables de entorno, no en git. Los .mcp.json y .cursor/mcp.json de proyecto se suelen commitear junto al código.
• Cuantos menos servidores, mejor. Las descripciones de todas las herramientas se le envían al modelo en cada petición: veinte servidores «por si acaso» se comen el contexto y despistan al modelo. Una selección de lo que de verdad vale la pena está en los mejores servidores MCP.

Cuánto cuesta MCP

El protocolo en sí es gratuito y abierto, y muchos servidores también, sobre todo los locales. Lo que se paga es lo que hay detrás del servidor: la búsqueda y la generación de imágenes y vídeo consumen recursos del proveedor.

En Twelver los 26 servidores gastan un único saldo común de tokens, el mismo que el chat del sitio. Una cuenta nueva recibe 250.000 tokens para probar el montaje, y después toca elegir plan:

Contenido

1. 1.MCP en Claude: conectores, Claude Desktop y Claude Code
2. 2.MCP en LM Studio: búsqueda web y generación de imágenes para un modelo local
3. 3.MCP en OpenCode: servidores remotos en opencode.json
4. 4.MCP en Codex: config.toml, claves y tiempos de espera
5. 5.MCP en Cursor: mcp.json, OAuth y claves
6. 6.Los mejores servidores MCP en 2026: gratuitos y remotos
7. 7.Generación de imágenes y vídeo en Claude con MCP
8. 8.MCP para buscar en internet: búsqueda web para Claude, Cursor y modelos locales
9. 9.Agentes de IA y MCP: cómo dar herramientas a un agente
10. 10.Cómo crear un servidor MCP: ejemplos en Python y TypeScript