Model Context Protocol (MCP): Conecta tu base de datos a la IA
DominicodeDurante años, integrar un modelo de lenguaje (LLM) con tu base de datos de PostgreSQL o con tu CRM de Notion requería escribir decenas de líneas de código repetitivo. Tenías que configurar clientes HTTP, formatear esquemas JSON, manejar tokens de sesión y redactar descripciones de funciones en formato JSON Schema para que el modelo pudiera entender tu API.
Era un trabajo lento, aburrido y difícil de mantener.
Entonces, Anthropic lanzó el Model Context Protocol (MCP).
Y de repente, todo ese boilerplate de integración manual se volvió obsoleto. Hoy te quiero explicar qué es este protocolo, por qué está unificando la industria de la IA y cómo puedes utilizarlo para dar superpoderes de acceso de datos a tus agentes locales y en la nube. En nuestro post sobre cómo calificar leads con Hermes Agent y Notion vimos un caso de uso práctico de esta integración, pero hoy nos enfocaremos en cómo funciona por debajo.
¿Qué es el Model Context Protocol?
El Model Context Protocol (MCP) es un protocolo estándar abierto que actúa como una "toma de corriente" universal entre las aplicaciones de IA (los clientes, como Claude Desktop, Cursor o Claude Code) y tus fuentes de datos locales o externas (los servidores MCP).
En lugar de escribir un conector específico para cada modelo de lenguaje o para cada base de datos, ahora solo necesitas:
- Un Servidor MCP: Un pequeño script o servicio que expone tus datos (por ejemplo, tus notas de Obsidian, tus repositorios de GitHub o tu base de datos) bajo la especificación del protocolo.
- Un Cliente compatible: Cualquier IDE o agente de IA que entienda MCP y que pueda consumir de forma directa las herramientas expuestas por el servidor.
Al estandarizar esta capa de comunicación, cualquier modelo de lenguaje puede usar tus herramientas de forma inmediata y nativa.
La Arquitectura de MCP en Acción
El funcionamiento de MCP es extremadamente sencillo de visualizar. El protocolo divide la interacción en tres conceptos de datos:
- Prompts: Plantillas preconfiguradas que el cliente puede cargar para guiar la conversación del usuario.
- Resources (Recursos): Datos de solo lectura (como archivos de texto, schemas de base de datos o logs) que el modelo puede consultar como contexto estático.
- Tools (Herramientas): Acciones ejecutables de lectura y escritura (como realizar una consulta SQL, crear una tarjeta en Notion o enviar un mensaje a Slack) que el modelo invoca para interactuar con el entorno.
Aquí tienes un flujo conceptual de cómo Cursor o Claude Code invoca un servidor de PostgreSQL a través de MCP:
[ IDE / Cliente IA ]
│
▼ (Petición: "Lista los últimos 5 usuarios")
[ Protocolo MCP ]
│
▼ (Ejecuta: SELECT * FROM users LIMIT 5)
[ Servidor MCP Postgres ] ──▶ [ Base de Datos ]
Cómo configurar un Servidor MCP de Notion en 5 minutos
Una de las grandes ventajas de MCP es que la comunidad ya ha desarrollado docenas de servidores listos para usar para las principales herramientas de desarrollo y bases de datos.
Si utilizas Notion para gestionar los leads de tu negocio o las especificaciones de tus proyectos, puedes conectar tu agente de IA local (como Claude Desktop) a tu espacio de trabajo de Notion de forma inmediata.
Solo debes añadir la siguiente configuración en tu archivo claude_desktop_config.json:
{
"mcpServers": {
"notion": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-notion"
],
"env": {
"NOTION_API_KEY": "tu_api_key_de_notion"
}
}
}
}
Al reiniciar el cliente, Claude detectará automáticamente todas las herramientas del servidor de Notion, permitiéndote pedirle cosas como: "Crea una especificación para la nueva landing page" o "Resume los perfiles de los leads registrados esta mañana".
Este tipo de integraciones y automatizaciones de alto nivel son las que exploramos en profundidad en el curso de Construye con IA para transformar modelos de lenguaje abstractos en herramientas de negocio reales.
Conclusión: El fin de las integraciones propietarias
El Model Context Protocol es la pieza que faltaba en el ecosistema de la IA agéntica. Al unificar la forma en que los modelos interactúan con el mundo exterior, MCP elimina la fricción del desarrollo de herramientas a medida, permitiendo que te enfoques en diseñar el comportamiento y la lógica funcional de tus agentes.
Si quieres debatir sobre nuevos servidores de herramientas MCP y ver cómo los integramos en producción para automatizar operaciones de negocio reales, te espero en Dominicode Labs.
Preguntas Frecuentes (FAQ)
¿Quién desarrolla el estándar MCP?
El Model Context Protocol fue iniciado originalmente de forma abierta por Anthropic (los creadores de la familia de modelos Claude), pero ha sido liberado como un estándar abierto y gratuito para que cualquier empresa, desarrollador o creador de modelos de IA pueda implementarlo de forma libre en sus aplicaciones.
¿Qué clientes son compatibles con MCP actualmente?
IDEs de desarrollo como Cursor y Windsurf, y asistentes de terminal interactivos como Claude Code admiten la integración de servidores de herramientas MCP de forma nativa. Claude Desktop también es totalmente compatible para su uso en entornos locales en Windows y macOS.
¿Es seguro dar acceso a mis datos mediante MCP?
Sí. El protocolo se ejecuta en tu entorno local. El cliente de IA solo puede invocar las herramientas que tú declares explícitamente en tu configuración, y todas las peticiones a bases de datos o APIs externas se procesan localmente a través de tu máquina, protegiendo tus credenciales y secretos de producción.
¿Dónde puedo encontrar servidores MCP listos para usar?
La comunidad mantiene repositorios actualizados con servidores para Postgres, GitHub, Slack, Gmail, Obsidian, Docker, Google Drive y docenas de herramientas más. Puedes encontrar la lista oficial en el sitio del Model Context Protocol y en repositorios públicos de GitHub.
Por Bezael Pérez — Developer senior con más de 15 años de experiencia y fundador de Dominicode.