Hoy vamos a hablar de algo diferente, no es algo 100% de código pero es algo que si lo entiendes bien y lo configuras bien, te puede ayudar a desarrollar mejor e incluso a ahorrarte tiempo.
Hablo de los MCPs (Model Context Protocol)
¿Qué es un MCP?
Un MCP (Model Context Protocol) es un protocolo abierto (y menos mal...) que permite a los diferentes modelos de lenguaje natural (GPT, Claude, .....) conectarse a fuentes de datos externas para saber más sobre qué hacer y cómo. Estas fuentes de datos externas pues pueden ser APIs, ficheros locales, ddbb, etc...
El principal objetivo es hacer que todo LLM pueda conectarse a donde sea que queramos para indicarle el contexto y así saber donde está, para qué está ahí y como hacer que su trabajo sea más eficiente.
¿Usos reales de un MCP?
Ahora bien, tu dirás. Y esto a mí, como desarrollador para qué me sirve? Pues aquí te lo digo! Te explico ahora algunos ejemplos de uso:
- Tengo mi chatbot ya funcionando pero quiero añadirle más funcionalidad. Quiero ser capaz de realizar queries a mi DB de stats. Pues si creo un MCP que exponga los datos de la DB y lo conecto a mi chatbot, ya las podría realizar
- Tengo mi IDE preparado de Cursor y quiero que la IA se adapte a los patrones de desarrollo actuales, pues le añado un MCP con información sobre mi proyecto actual y así sabrá como procesar las preguntas y respuestas
- Tengo un sistema de alertas y logs externos como Sentry y quiero que, desde mi IDE, pueda acceder a las issues más comunes y poder resolverlas de una forma sencilla
Y hay muuuuuuuchos más ejemplos y casos de uso. Como ves la finalidad es la misma, permitir que la IA se pueda conectar a "cosas" para que tus respuestas sean más afines a lo que buscas
OJO!
No todo es lo que reluce claro!, dejando a un lado que al integrar diferentes fuentes de datos a tu LLM, los costes aumentarán (más datos == más peticiones == más gasto de uso), lo que destacaría de los MCP son los posibles fallos de seguridad o fugas de datos que puedas tener.
Porqué digo esto? Porque básicamente lo que estás haciendo es darle permiso de lectura a tu IA (que puede ser GPT, Claude, Gemini, etc...) a información tuya privada por lo que deberás tener un mayor control de lo que haces después con esos datos.
