Un servidor MCP expone herramientas y datos a un asistente de IA a través del Model Context Protocol — un estándar para cómo un modelo descubre lo que puede hacer y después lo hace, sin que la integración se escriba a mano para cada pareja.
La clave es el descubrimiento. Un modelo conectado a un servidor MCP puede preguntar qué herramientas existen, leer sus esquemas y llamarlas, en lugar de necesitar que alguien conecte cada endpoint por adelantado.
Qué ofrece un servidor
| Primitiva | Es | Ejemplo |
|---|---|---|
| Herramienta | Algo que el modelo puede llamar | "consulta este perfil" |
| Recurso | Algo que el modelo puede leer | un documento, un conjunto de datos |
| Prompt | Una plantilla reutilizable | "resume la tendencia de esta cuenta" |
Un servidor puede ofrecer cualquier combinación. La mayoría de los productos de datos empiezan por las herramientas.
Una API REST no es automáticamente un servidor MCP
Los endpoints pueden ser los mismos por debajo, pero hay que añadir tres cosas:
- Descripciones de herramienta legibles por máquina. No documentación para una persona — un esquema que el modelo lee al conectarse, con el significado de cada parámetro.
- Semántica de fallo honesta. Un modelo reintenta de otra manera que una persona. Un error que dice "el handle tiene que incluir la instancia" produce una llamada corregida; un 400 genérico produce una adivinanza.
- Ausencia explícita. Un campo que vuelve
nulltiene que decir por qué en una forma que el modelo pueda usar, o el modelo inferirá cero. Es la misma exigencia que en un esquema unificado, con un consumidor menos indulgente.
El descubrimiento es el canal de distribución
Los servidores MCP se listan en registros, y ese listado es la forma en que alguien que nunca buscó tu producto acaba usándolo. Para una API de datos es una vía de captación genuinamente distinta de la búsqueda — escribimos sobre lo que supuso publicar en los registros.
El archivo de al lado
llms.txt hace un trabajo parecido para el contenido web normal — mira llms.txt. MCP es para llamar a las cosas; llms.txt es para leerlas. Un producto de datos suele querer los dos, y los nuestros se generan a partir de la misma fuente que el sitio en lugar de mantenerse a mano.