Guía de Servidores Claude MCP: Conecte Cualquier Herramienta a la IA
Resumen: El Protocolo de Contexto del Modelo (MCP) es un estándar abierto que permite a Claude conectarse con herramientas externas, bases de datos, API y servicios. Esta guía explica qué es MCP, cómo instalar y configurar servidores MCP populares, cómo construir los suyos propios, y flujos de trabajo prácticos que combinan múltiples herramientas MCP en potentes canalizaciones asistidas por IA.
¿Qué es MCP y por qué importa?
El Protocolo de Contexto del Modelo (MCP) es un estándar abierto desarrollado por Anthropic que crea una interfaz universal entre modelos de IA como Claude y herramientas externas, fuentes de datos y servicios. Antes de MCP, integrar IA con sistemas externos requería integraciones personalizadas únicas para cada combinación de modelo de IA y herramienta. MCP estandariza esto: cualquier herramienta compatible con MCP funciona con cualquier modelo de IA compatible con MCP.
El impacto práctico es enorme. Sin MCP, Claude está limitado a la información que pegue en la conversación. Con MCP, Claude puede consultar su base de datos de producción, navegar por la web, leer su sistema de archivos, llamar a API externas, gestionar repositorios de GitHub, controlar un navegador, acceder a canales de Slack y mucho más — todo durante una conversación o sesión de codificación normal.
Piense en los servidores MCP como complementos para Claude. Así como las extensiones del navegador agregan capacidades a un navegador web, los servidores MCP agregan capacidades a Claude. La diferencia es que MCP está estandarizado: una vez que un servidor se construye siguiendo la especificación MCP, funciona con cualquier cliente compatible con MCP — Claude Code, Claude Desktop, o cualquier aplicación de terceros que implemente el protocolo.
A mediados de 2026, hay cientos de servidores MCP comunitarios y oficiales disponibles, cubriendo bases de datos (PostgreSQL, MySQL, MongoDB, SQLite), control de versiones (GitHub, GitLab, Bitbucket), comunicación (Slack, Discord, correo electrónico), servicios en la nube (AWS, GCP, Azure), herramientas de productividad (Notion, Linear, Jira), navegadores, sistemas de archivos y mucho más. El ecosistema está creciendo rápidamente.
Arquitectura de MCP Explicada
MCP define tres componentes principales: anfitriones, clientes y servidores. Un anfitrión es la aplicación que utiliza para hablar con Claude — Claude Desktop o Claude Code. Un cliente es el componente dentro del anfitrión que maneja la comunicación del protocolo MCP. Un servidor es un proceso externo que expone herramientas, recursos y mensajes a través del protocolo MCP.
Los servidores MCP exponen tres tipos de capacidades: Herramientas son funciones que Claude puede llamar para tomar acciones (consultar una base de datos, enviar un correo electrónico, hacer una solicitud de API). Recursos son fuentes de datos que Claude puede leer (contenidos de archivo, registros de base de datos, respuestas de API). Mensajes son plantillas de mensajes reutilizables que el servidor proporciona para flujos de trabajo comunes.
Cuando Claude decide usar una herramienta MCP, el flujo es: Claude identifica la herramienta relevante de su descripción → formula los parámetros de entrada → el cliente llama al servidor → el servidor ejecuta la acción y devuelve el resultado → Claude incorpora el resultado en su respuesta. El flujo completo sucede de manera transparente — desde su perspectiva, hizo una pregunta y Claude respondió con información en tiempo real.
Instalar su Primer Servidor MCP
La configuración del servidor MCP vive en su archivo de configuración de Claude. Para Claude Code: ~/.claude/settings.json. Para Claude Desktop: el menú de configuración de la aplicación. La estructura de configuración es idéntica para ambos.
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/yourname/projects",
"/Users/yourname/documents"
]
}
}
}Esto instala el servidor MCP de sistema de archivos oficial, dándole a Claude acceso de lectura y escritura a los directorios especificados. Después de guardar esta configuración y reiniciar Claude Code, puede pedirle a Claude que "lea el README en mi carpeta de proyectos" y lo hará directamente. Para servidores que requieren autenticación, pase credenciales mediante variables de entorno:
{
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {"GITHUB_TOKEN": "ghp_your_token_here"}
}
}
}Los 10 Servidores MCP Más Útiles
Con cientos de servidores MCP disponibles, estos diez proporcionan las capacidades más ampliamente aplicables para desarrolladores y usuarios avanzados.
1. Sistema de Archivos (@modelcontextprotocol/server-filesystem)
La base de la mayoría de flujos de trabajo de Claude Code. Da a Claude acceso directo al sistema de archivos dentro de directorios especificados. Admite lectura, escritura, movimiento, búsqueda y traversal de directorios. Esencial para cualquier flujo de trabajo que implique archivos locales.
2. GitHub (@modelcontextprotocol/server-github)
Integración completa de GitHub: leer y escribir archivos, gestionar incidencias y solicitudes de extracción, revisar código, verificar el estado de CI, buscar repositorios y acceder al historial de git. Transforma Claude en un asistente completo de flujo de trabajo de GitHub que nunca necesita salir de la terminal.
3. PostgreSQL (@modelcontextprotocol/server-postgres)
Capacidad de consulta directa de base de datos. Claude puede explorar su esquema, escribir y ejecutar consultas, analizar distribuciones de datos, identificar problemas de rendimiento y generar migraciones. El modo de solo lectura está disponible para bases de datos de producción para prevenir modificaciones accidentales.
4. Playwright (automatización de navegador)
Control completo del navegador: navegar por URL, hacer clic en elementos, completar formularios, tomar capturas de pantalla, extraer contenido e interactuar con aplicaciones web. Permite a Claude probar interfaces de usuario web, raspar datos y automatizar flujos de trabajo basados en navegador completamente sin intervención.
5. Slack
Leer historial de canales, buscar mensajes, publicar en canales, gestionar hilos y buscar información de usuarios. Claude se convierte en un asistente consciente de Slack que puede hacer referencia a discusiones recientes, redactar anuncios y ayudar a gestionar las comunicaciones del equipo en contexto.
6. Memoria (@modelcontextprotocol/server-memory)
Gráfico de conocimiento persistente que persiste entre conversaciones. Claude puede almacenar y recuperar hechos, relaciones y contexto que de otro modo se perderían cuando termina una sesión. Esencial para proyectos de larga duración donde la continuidad es importante.
7. Obtención (acceso web)
Obtiene URL web y devuelve su contenido como texto. Da a Claude acceso a información web actual, documentación y cualquier URL accesible públicamente. Más simple que el servidor de navegador Playwright para casos de uso de extracción de contenido donde la interacción no es necesaria.
8. SQLite
Para proyectos que utilizan bases de datos SQLite (aplicaciones locales, scripts, servicios pequeños). Las mismas capacidades que el servidor PostgreSQL pero para archivos SQLite. Particularmente útil para desarrollo de aplicaciones móviles, aplicaciones de escritorio y flujos de trabajo de base de datos integrada.
9. AWS
Acceda a cubos S3, consulte DynamoDB, verifique métricas de CloudWatch, gestione funciones Lambda e interactúe con otros servicios de AWS. Permite asistencia de IA consciente de la nube que comprende el estado real de su infraestructura en lugar de trabajar a partir de descripciones.
10. Linear
Integración de gestión de proyectos: leer y crear incidencias, actualizar estado, gestionar sprints y rastrear trabajo de ingeniería. Claude se convierte en un asistente de planificación que entiende su trabajo pendiente real y puede ayudar a priorizar el trabajo con contexto completo.
Patrones de Configuración Avanzada
Gestión de Variables de Entorno
Para implementaciones de producción, nunca codifique credenciales en settings.json. Haga referencia a variables de entorno usando expansión de variables de shell:
{
"mcpServers": {
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {"DATABASE_URL": "${DATABASE_URL}"}
}
}
}Múltiples Instancias de Servidor
Ejecute múltiples instancias del mismo tipo de servidor con diferentes configuraciones — útil para acceder a bases de datos de producción y preparación simultáneamente:
{
"mcpServers": {
"db-production": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {"DATABASE_URL": "postgresql://prod-host/myapp"}
},
"db-staging": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {"DATABASE_URL": "postgresql://staging-host/myapp"}
}
}
}Configuración de MCP Específica del Proyecto
Coloque un .claude/settings.json en un directorio de proyecto para configurar servidores MCP que solo se activen al trabajar en ese proyecto. Esto es más limpio que configurar cada servidor posible globalmente y garantiza que Claude solo tenga acceso a herramientas relevantes para cada contexto de proyecto específico.
Construir un Servidor MCP Personalizado
Si ningún servidor MCP existente cubre su caso de uso, construir uno es sencillo. El SDK de MCP maneja todos los detalles del protocolo — solo implementa la lógica de la herramienta.
import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { CallToolRequestSchema, ListToolsRequestSchema } from '@modelcontextprotocol/sdk/types.js';
const server = new Server(
{ name: 'my-custom-server', version: '1.0.0' },
{ capabilities: { tools: {} } }
);
server.setRequestHandler(ListToolsRequestSchema, async () => ({
tools: [{
name: 'get_stock_price',
description: 'Get the current stock price for a ticker symbol. Use when user asks about stock prices or market data.',
inputSchema: {
type: 'object',
properties: {
ticker: { type: 'string', description: 'Stock ticker symbol e.g. AAPL, TSLA' }
},
required: ['ticker']
}
}]
}));
server.setRequestHandler(CallToolRequestSchema, async (request) => {
if (request.params.name === 'get_stock_price') {
const { ticker } = request.params.arguments;
const price = await fetchStockPrice(ticker); // your real API call
return {
content: [{ type: 'text', text: JSON.stringify({ ticker, price, timestamp: new Date().toISOString() }) }]
};
}
throw new Error('Unknown tool');
});
const transport = new StdioServerTransport();
await server.connect(transport);Principios clave para el diseño efectivo del servidor MCP: escriba descripciones de herramientas detalladas — Claude las usa para decidir si llamar a la herramienta; devuelva JSON estructurado para datos complejos; implemente manejo de errores adecuado con mensajes de error significativos; mantenga las herramientas enfocadas en responsabilidades únicas; y documente claramente las variables de entorno requeridas.
Flujos de Trabajo MCP del Mundo Real
El verdadero poder de MCP surge cuando combina múltiples servidores en flujos de trabajo integrados que serían imposibles solo con Claude.
Canalización de Revisión de Código Automatizada
Con GitHub + sistema de archivos + servidores MCP de PostgreSQL configurados: "Revise las solicitudes de extracción abiertas en mi repositorio, verifique la cobertura de pruebas para cada archivo modificado, consulte la base de datos de errores para problemas conocidos en los módulos afectados y produzca un informe de revisión prioritario." Claude ejecuta esto en tres sistemas diferentes simultáneamente, produciendo una revisión que tomaría horas a un analista humano reunir.
Flujo de Trabajo de Análisis de Datos
Con servidores MCP de PostgreSQL + sistema de archivos: "Consulte la base de datos de ventas para los datos del mes pasado, analice tendencias por región y categoría de producto, escriba un script de análisis de Python a mis archivos locales y produzca un informe de resumen con recomendaciones." Claude escribe y ejecuta la canalización de análisis completa desde datos hasta entregables.
Respuesta a Incidentes de DevOps
Con servidores MCP de AWS + Slack + GitHub: "Verifique CloudWatch para las alertas que se activaron en la última hora, encuentre los commits de git implementados en las últimas 24 horas que tocaron los servicios afectados y publique un análisis de causa raíz preliminar en el canal de Slack #incidents." Este flujo de trabajo toma 30 segundos en lugar de 30 minutos de investigación manual.
Consideraciones de Seguridad
Los servidores MCP extienden las capacidades de Claude y su radio de impacto potencial. Las implementaciones de MCP de producción deben implementar estas prácticas de seguridad.
Use conexiones de base de datos de solo lectura para bases de datos de producción. Un usuario de base de datos de solo SELECT previene que Claude modifique accidentalmente datos de producción. Reserve el acceso de lectura-escritura para entornos de desarrollo y preparación donde los errores son recuperables.
Implemente restricciones de directorio en servidores de sistema de archivos. Solo otorgue acceso a directorios específicos relevantes para cada flujo de trabajo — no a su directorio de inicio completo. Esto limita la exposición si un ataque de inyección de mensajes intenta exfiltrar archivos sensibles.
Configure limitación de velocidad en servidores conectados a API para prevenir llamadas de API descontroladas en flujos de trabajo de agente. Un bucle atascado en un agente autónomo podría activar miles de llamadas de API sin limitación de velocidad en su lugar.
Habilite el registro de auditoría para todas las llamadas de herramientas MCP en producción. Use ganchos de Claude Code o registro del lado del servidor para registrar cada invocación de herramienta con sus entradas y salidas. Esto es invaluable para depurar comportamientos inesperados y con fines de cumplimiento.
Nunca conecte servidores MCP con credenciales administrativas en flujos de trabajo automatizados. Use el principio de menor privilegio: otorgue solo los permisos específicos necesarios para las herramientas definidas, no acceso administrativo más amplio al sistema subyacente.
Preguntas Frecuentes
¿Funciona MCP con Claude.ai en el navegador?
MCP es compatible con Claude Desktop y Claude Code. Claude.ai basado en navegador no es compatible con MCP a mediados de 2026. Para flujos de trabajo con capacidad MCP, use Claude Desktop o Claude Code con una suscripción de Claude Max (disponible gratis a través de FreeClaude).
¿Cómo decide Claude qué herramienta MCP usar?
Claude lee el nombre y la descripción de cada herramienta disponible y usa su juicio para determinar qué herramientas son relevantes. Por eso las descripciones de herramientas son críticas — una descripción vaga lleva a selección incorrecta de herramientas. Escriba descripciones que declaren claramente qué hace la herramienta, qué datos devuelve y cuándo debe usarse.
¿Pueden los servidores MCP comunicarse entre sí?
Los servidores MCP no se comunican directamente — toda la coordinación sucede a través de Claude. Claude puede llamar a múltiples servidores en secuencia, usando la salida de uno como entrada para otro. Este encadenamiento secuencial es cómo se logran flujos de trabajo complejos de múltiples sistemas.
¿Cuál es el impacto de rendimiento de las llamadas de herramientas MCP?
Cada llamada de herramienta agrega latencia: el tiempo para que Claude decida llamar a la herramienta, el tiempo de ejecución de la herramienta y el tiempo de incorporación de resultados. Las llamadas locales simples (lecturas de sistema de archivos) agregan milisegundos. Las llamadas de API remotas agregan tiempo de viaje de ida y vuelta de la red. Diseñe flujos de trabajo para agrupar llamadas de herramientas relacionadas y evite las innecesarias.
¿Puedo usar MCP con la API de Claude?
La API de Claude no admite servidores MCP de forma