Texto redactado en euskara y traducido automáticamente por Elia y sin posterior revisión. VER ORIGINAL

MCP: Protocolo estándar para conectar sistemas de inteligencia artificial al mundo

Para poder hacer cosas más avanzadas que ser meros chatbots, los sistemas de IA necesitan conectarse al mundo para buscar información o actuar de otras maneras. Dependiendo de la función que tenga el sistema, éste deberá conectarse a sistemas externos muy diversos. Implementar conexiones y llamadas a cada uno de estos sistemas y orquestarlos complica mucho su desarrollo. Pues bien, para ello se ha creado el Model Context Protocol o protocolo MCP, con el fin de que los modelos de IA puedan utilizar cualquier sistema externo de forma única estándar.

Igor Leturia Azkarate

En el número anterior explicamos qué son los sistemas RAG. Para mejorar la precisión de los chatbots basados en LLM o grandes modelos lingüísticos (especialmente en temas muy especializados o de actualidad), antes de hacer la pregunta al LLM, se realiza una búsqueda (en Internet, en los documentos de nuestra empresa...) Mediante una llamada a una API se pasan a la LLM las páginas o documentos que son el primer resultado diciendo: “Responde a esta pregunta del usuario basándote en los contenidos de estos documentos”. Como se ve, en un sistema RAG hay una capa por encima del LLM que tiene el poder de llamar a una API.

Si el sistema RAG solo necesita realizar una búsqueda en una colección, deberá implementar una llamada API. Pero si va a consultar más de una colección, entonces habrá que implementar llamadas a varias API, y el trabajo se añadirá y se complicará. Además, es posible que debas decidir por pregunta qué fuente consultar o ver por resultado si es necesario realizar más búsquedas, en la misma fuente o en otra... Puede ser realmente complejo programar esta capa sobre un sistema RAG; si la lógica no es muy superficial, a menudo no es fácil hacer esto como un programa de ordenador.

MCP: el estándar para que los chatbots tengan acceso al mundo

Pues bien, el protocolo MCP se creó para facilitar este tipo de situaciones. Las siglas significan Model Context Protocol, indicando que es un protocolo para dar contexto a los modelos. Los sistemas de IA basados en LLM ofrecen una interfaz universal única para la consulta de API. Fue creado por la empresa Anthropic (Claude LLM y fundador del chatbot) en noviembre de 2024, pero en diciembre de 2025 dejó en manos de la Agentic AI Foundation, entidad a cargo de la Fundación Linux, la propiedad y el desarrollo futuro del protocolo. Con el tiempo todos los proveedores de chatbots (OpenAI, Google, Microsoft...) han pasado a utilizarlo e impulsarlo, y se puede decir que es el estándar que todos utilizan hoy en día.

Así, las API que están destinadas a ser utilizadas por los sistemas AA superponen actualmente una capa de un servidor MCP. El protocolo MCP permite preguntar a este servidor qué funciones pone accesibles, con qué parámetros y de qué tipo, y qué tipo de resultados devuelve. Y luego se le puede decir que ejecute una de esas funciones con los parámetros deseados y se recibirá el resultado.

Simplificando la orquestación de sistemas RAG complejos

El funcionamiento de un sistema RAG como el mencionado anteriormente, utilizando el protocolo MCP, sería el siguiente: se pregunta a cada servidor MCP disponible y que se desea utilizar sobre las funciones, parámetros y resultados que tiene, y luego se dice al LLM: “Responde a esta pregunta del usuario y para ello puedes realizar búsquedas en las siguientes fuentes con diferentes funciones en cada una de ellas”. Entonces el LLM decide en qué fuentes pueden estar los documentos válidos para la pregunta, le dice al sistema a qué MCP debe realizar las llamadas de qué funciones y con qué parámetros, y cuando recibe el resultado decide si realizará más búsquedas o si ya tiene suficiente información para responder al usuario.

Como se ve, la única ventaja del protocolo MCP no es que ahorra el trabajo de implementar diferentes API. Cuando existen varias fuentes para distintos tipos de búsquedas, la tarea a realizar puede ser compleja. Su lógica puede ser difícil o costosa o imposible de implementar en un programa informático.

En su lugar, las selecciones de fuentes y otras decisiones se dejarán en manos del LLM, y el propio sistema RAG se convierte en algo muy simple y bastante general: Debe saber realizar llamadas al protocolo MCP, y al principio preguntará a los servidores MCP cuáles son sus funciones, parámetros, etc., luego por cada pregunta del usuario solo tendrá que pasar una instrucción genérica siempre igual a la que hemos visto al LLM, a continuación realizar las llamadas solicitadas por el LLM a los servidores MCP hasta que éste diga que ya tiene la respuesta y, para finalizar, pasar la respuesta al usuario. No tendremos que programar esta complicada lógica que sería difícil o imposible de programar, y es precisamente el LLM que está por hacer este tipo de cosas el que hará la orquestación de los servidores MCP.

Más allá de la búsqueda

En los ejemplos utilizados en este artículo para explicar qué es MCP, todos los servidores MCP han sido para buscar información. De hecho, los sistemas RAG complejos son uno de los casos en los que MCP es útil. Habíamos visto antes lo que son los sistemas RAG y los servicios MCP que se utilizan en estos casos son únicamente de búsqueda.

Pero lo cierto es que los servidores que se pueden poner a disposición a través del protocolo MCP no son solo de búsqueda y consulta. Por el contrario, se pueden y se realizan servidores MCP que pueden ejecutar todo tipo de acciones: consultar y escribir correo electrónico, reservar vuelos y hoteles, realizar compras en una tienda online, mover los carros de nuestro almacén robotizado, interactuar con los almacenes de código... En la actualidad existen MCPs de todo tipo disponibles. Y podemos hacerlos nuestros, para acceder a nuestra documentación, para interactuar con nuestro ordenador...

Los sistemas que utilizan servidores MCP que ofrecen cosas más allá de la búsqueda son agentes AA. Este es un término que probablemente hayas escuchado últimamente, ¿verdad? Es un tema que está de moda, sin duda. En el próximo número hablaremos de qué son, cómo funcionan y cuáles son sus ventajas y problemas.