MCP: el protocolo que convierte a Claude en tu empleado autónomo

El Model Context Protocol es lo más parecido a darle a Claude acceso a tu ordenador sin que toque el ratón. Leer archivos, ejecutar comandos, consultar APIs, gestionar Google Drive, crear repos en GitHub. Todo sin que tú muevas un dedo. Aquí te explico cómo funciona y qué puedes hacer con ello.

01 No es un plugin, es un protocolo

MCP significa Model Context Protocol y lo ha impulsado Anthropic. La idea es simple: un estándar abierto para que un modelo de IA se comunique con herramientas externas. Funciona como un servidor local que expone capacidades (herramientas, recursos, prompts) y el modelo las descubre y las usa.

La diferencia con un plugin tradicional es que MCP es bidireccional. El modelo no solo llama a una API: puede leer el resultado, analizarlo, decidir el siguiente paso y ejecutar otra herramienta. Es un agente, no un script.

02 Servidores MCP que ya puedes usar hoy

Hay docenas de servidores MCP listos para instalar. Los más útiles que he encontrado:

El servidor de filesystem te da acceso al sistema de archivos. El de GitHub permite crear repos, hacer commits, abrir PRs y revisar código sin salir de Claude. El de PostgreSQL ejecuta consultas SQL directamente. El de Brave Search permite buscar en internet. El de Google Drive lee y escribe documentos. El de Puppeteer controla un navegador headless.

Cada uno se instala con un comando y se configura en un archivo JSON. Claude Code los descubre al iniciar y los usa cuando los necesita.

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-github"],
      "env": { "GITHUB_TOKEN": "${TOKEN}" }
    },
    "brave-search": {
      "command": "npx", 
      "args": ["-y", "@anthropic/mcp-server-brave-search"],
      "env": { "BRAVE_API_KEY": "${KEY}" }
    }
  }
}

03 Mi experiencia real: lo que funciona y lo que no

Llevo semanas usando MCP con Claude Code y el resultado es brutal. El servidor de GitHub me permite crear repos, hacer commits y gestionar PRs sin tocar la terminal. Le digo a Claude «revisa este PR, añade comentarios donde veas problemas y sugiere mejoras» y lo hace. Antes necesitaba 20 minutos para una revisión; ahora 2.

Lo que todavía falla: a veces el modelo se queda sin contexto. Con 5 o 6 herramientas encadenadas, las primeras decisiones se diluyen. También hay problemas de permisos: si el servidor de filesystem tiene acceso a /, Claude podría borrar cosas. Hay que ser cuidadoso con el scope.

El servidor de Brave Search merece mención aparte. Que Claude pueda buscar en internet en tiempo real cambia completamente la calidad de las respuestas. Ya no depende solo de su entrenamiento. Puede verificar datos, buscar documentación actualizada y contrastar fuentes.

04 Cómo montar tu propio servidor MCP

Crear un servidor MCP es sorprendentemente sencillo. Necesitas exponer tools (funciones que el modelo puede llamar) y resources (datos que el modelo puede leer). El protocolo usa JSON-RPC sobre stdio, así que no necesitas un servidor HTTP.

Yo he creado uno para gestionar mis flujos de n8n desde Claude. Le digo «activa el workflow de publicación semanal» y él llama a mi herramienta custom que hace un POST contra la API de n8n. Lo mismo para Google Business Profile: un servidor MCP que publica posts sin que yo toque el dashboard.

Si estás en automatizaciones, MCP es el siguiente nivel. No es solo «IA que responde preguntas». Es IA que ejecuta. Y eso cambia las reglas del juego.

¿Has probado MCP? ¿Qué servidores te han funcionado mejor? Cuéntamelo en los comentarios. Si has creado tu propio servidor, aún mejor.