Servidores MCP y el Model Context Protocol

Capítulo 8 · una herramienta, cualquier modelo

La hora

• El problema que MCP resuelve: herramientas portables
• Cliente / servidor, JSON-RPC sobre stdio
• Las tres primitivas: tools, resources, prompts
• Construye ambos lados desde cero — sin SDK

El problema

Cada framework tiene su propio formato de herramienta. Schemas de OpenAI, FunctionDeclarations de Gemini, el siguiente, el siguiente.

La herramienta de abajo es idéntica cada vez. Sigues reescribiendo el cableado.

MCP en una frase

• Un servidor expone tools / resources / prompts
• Un cliente envuelve el modelo, los descubre + invoca
• El transporte es JSON-RPC — stdio (local) o HTTP (remoto)
• El modelo nunca sabe que MCP está involucrado

Escribe la herramienta una vez; cualquier cliente, cualquier modelo, la alcanza.

El servidor (ningún modelo a la vista)

if method == "tools/list":
    result = {"tools": _TOOLS}
elif method == "tools/call":
    payload = call(params["name"], params["arguments"])
    result = {"content": [{"type": "text", "text": json.dumps(payload)}]}

Lee JSON-RPC desde stdin, escribe a stdout. Ese es el transporte stdio.

El handshake

self._req("initialize", {"protocolVersion": "2025-06-18",
                         "capabilities": {}, "clientInfo": {...}})
self._send({"jsonrpc": "2.0", "method": "notifications/initialized"})

initialize → respuesta → notificación initialized. Después puedes llamar.

Un servidor, cualquier modelo

# OpenAI: MCP tool -> function tool (JSON Schema is already the right shape)
{"type": "function", "name": t["name"], "parameters": t["inputSchema"]}

# Gemini: MCP tool -> FunctionDeclaration
types.FunctionDeclaration(name=t["name"], parameters=to_schema(t["inputSchema"]))

Solo cambia la traducción. El servidor no se mueve.

Tres primitivas

• tools — acciones que el modelo invoca (tools/call)
• resources — contexto de solo lectura que se jala (resources/read)
• prompts — plantillas que posee el servidor (prompts/get)

Acciones, contexto, instrucciones. Todo el vocabulario de un servidor.

Ponlo a trabajar — tres apps

• Herramientas MCP — un servidor de estaciones que el modelo llama
• Resources MCP — una KB de soporte aterrizada desde URIs doc://
• Prompts MCP — code review, donde el servidor posee el prompt

Un solo mcp_client.py compartido. Los servidores son la parte interesante.

Function calling vs MCP

Function calling: el formato de una sola llamada a herramienta.

MCP: todo el ciclo de vida — descubrimiento, invocación, resultados, errores — a través de muchas herramientas y muchos servidores, agnóstico al modelo.

Complementarios, no en competencia.

Lo que te llevas

MCP es JSON-RPC con un handshake y tres verbos. Construye una herramienta una vez, publícala como servidor, y cada cliente MCP — Claude Desktop, tu IDE, el /mcp de este blog — puede alcanzarla. Sigue: embeddings, y el camino hacia el retrieval.