MCP: el USB-C de la IA (y cómo te sirve en tu setup local)
El Model Context Protocol explicado con analogías honestas: qué es, cómo conectar tus herramientas a un LLM en local y los servers que usamos a diario.

El ecosistema se ha puesto de acuerdo en algo por primera vez en años: el Model Context Protocol (MCP) es el estándar para conectar LLMs con herramientas y datos. Te explicamos qué es con analogías honestas y cómo usarlo en tu casa.
Qué problema resuelve
Antes de MCP: cada app que querías conectar a tu LLM (gmail, calendario, tus notas) era una integración artesanal. Después de MCP: hay un protocolo común. El LLM “habla MCP”, la herramienta “habla MCP”, y ellos solos se entienden.
La analogía del USB-C: antes cada móvil tenía su cable. Luego llegó el USB-C y un cable sirve para todo. MCP es eso, pero entre IAs y herramientas.
Los 3 conceptos del protocolo
- Tools: acciones que el modelo puede llamar (“crea un evento”, “busca en mis notas”). Es la parte más usada.
- Resources: datos que el modelo puede leer (archivos, tablas, documentos).
- Prompts: plantillas de prompts compartibles (la parte menos usada, pero útil).
Cómo lo usamos en El Laboratorio
Nuestros usos diarios con MCP servers que corren en local:
- Filesystem MCP: los modelos leen/escriben en carpetas concretas del laboratorio (con permisos limitados — nunca la home entera).
- SQLite MCP: el modelo consulta las bases de datos de nuestras apps y genera informes en lenguaje natural.
- n8n MCP: los workflows de n8n como tools: “ejecuta el workflow de facturas” desde el chat.
- Puppeteer MCP (con cabeza): el modelo revisa páginas web y extrae datos.
La diferencia con los “function calling”
El function calling clásico (OpenAI) es similar pero propietario y por-app. MCP es abierto y agnóstico: el mismo MCP server sirve para Claude, para tu modelo local con la librería adecuada, para Cursor… Un solo esfuerzo, muchos consumidores.
Montarlo en local (mini-receta)
- Elige un server de la lista oficial (github.com/modelcontextprotocol/servers)
- Configúralo en tu cliente (Claude Desktop, o un cliente MCP en Python):
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/ruta/limitada"]
}
}
}
- El cliente descubre las tools automáticamente y el modelo las llama cuando hace falta.
Advertencias del Laboratorio
- Permisos mínimos siempre: un MCP de filesystem apuntando a
/es entregar tu disco al modelo. Limita rutas. - Los MCP servers son software de tercero: revisa qué hacen (son cortos, se leen en 10 min).
- No todos los modelos locales siguen bien los schemas de tools: los de 14B+ van finos; los de 3B, regular. Prueba con tu benchmark de tools.
MCP es una de esas piezas que convierte “un chatbot” en “un asistente con manos”. En nuestra opinión: la integración más importante del año para el IA local.