Todos los artículos
AFFiNE
Toeverything·Publicado 19 ago 2026 · Actualizado 20 ago 2026
Documentos y pizarras conectados a un asistente de IA a través de un puerto MCP

Qué es MCP: cómo funciona un servidor MCP y cómo probarlo

Lo esencial en 30 segundos

  • MCP (Model Context Protocol) es un estándar abierto que conecta los asistentes de IA con herramientas y datos externos. Anthropic lo publicó en noviembre de 2024 y hoy lo soportan Claude, ChatGPT, Cursor y casi todas las aplicaciones de IA importantes.
  • Un servidor MCP es un programa pequeño que expone una herramienta o fuente de datos mediante ese estándar: se configura una vez y funciona con cualquier cliente compatible.
  • MCP no sustituye a las API ni al RAG. Es la capa estándar por encima: la que permite que un modelo descubra herramientas y las llame de forma segura.
  • No hace falta programar para probarlo: el servidor MCP integrado de AFFiNE vuelve buscables tus documentos y pizarras en minutos, sin costo MCP adicional cuando las funciones de IA están activadas.

Todos los asistentes de IA comparten la misma debilidad: razonan muy bien, pero no llegan a los lugares donde realmente vive tu trabajo — notas, código, herramientas de proyecto. El servidor MCP es la pieza que cierra esa brecha. En esta guía verás qué es MCP en el contexto de la inteligencia artificial, cómo funciona, en qué se diferencia de una API o del RAG, y cómo conectar tu primer servidor en unos minutos.

Qué es el protocolo MCP y de dónde sale

MCP son las siglas de Model Context Protocol, en español «protocolo de contexto de modelo»: un estándar abierto para que los modelos de IA se conecten con herramientas y datos externos. Anthropic lo publicó en noviembre de 2024, en código abierto desde el primer día. La adopción fue inusualmente rápida: OpenAI anunció soporte en marzo de 2025, Google lo siguió semanas después, y en 2026 el cliente MCP ya viene integrado en Claude, ChatGPT, Cursor, Cline y el modo agente de VS Code.

El problema que resuelve es viejo y caro: la integración N×M. Conectar cinco aplicaciones de IA con seis herramientas exigía treinta integraciones a medida, cada una con su autenticación, su formato de datos y sus errores propios. Con un protocolo común, cada aplicación implementa MCP una vez, cada herramienta expone un servidor MCP una vez, y cualquier combinación funciona.

De ahí la metáfora que se impuso en todas partes: MCP es el puerto USB-C de la IA. Un solo puerto, conectes lo que conectes. Por dentro, el protocolo MCP es deliberadamente sobrio: mensajes JSON-RPC sobre dos transportes, stdio para servidores locales y Streamable HTTP para servidores remotos.

Qué es un servidor MCP exactamente

Un servidor MCP es un programa que anuncia tres tipos de capacidades a las aplicaciones de IA:

  • Herramientas (tools): acciones que el modelo puede invocar — buscar documentos, abrir un ticket, consultar una base de datos. Cada herramienta declara entradas y salidas tipadas.
  • Recursos (resources): datos que la aplicación puede leer como contexto — archivos, documentos, esquemas.
  • Prompts: plantillas reutilizables que el servidor ofrece para flujos habituales.

Hay servidores de cien líneas que envuelven una API interna y servidores como el de GitHub, con decenas de herramientas sobre repositorios, issues y pull requests. Algunos corren en tu máquina, junto al editor; otros los aloja el propio producto — como el servidor MCP integrado de AFFiNE, donde no hay nada que instalar ni mantener.

La idea clave: un servidor MCP no es un plugin de chatbot, es infraestructura. Un contrato estable y tipado entre la aplicación de IA que usas hoy y el sistema que guarda tus datos. Si el año que viene cambias de asistente, el servidor sigue funcionando igual.

Cómo funciona: anfitrión, cliente y servidor

Cada uso repite cuatro pasos:

  1. La aplicación anfitriona abre una sesión. El anfitrión es la aplicación que tú usas (Claude Desktop, Claude Code, Cursor) y lanza un cliente MCP por cada servidor configurado.
  2. Las capacidades se descubren, no se cablean. Al conectar, el cliente pregunta al servidor qué herramientas, recursos y prompts ofrece. El modelo ve un catálogo vivo, no una integración congelada.
  3. El modelo llama a una herramienta. Cuando lo que pides necesita contexto externo («busca la lista de tareas del lanzamiento»), el modelo elige la herramienta y envía argumentos tipados. La búsqueda o la consulta real la ejecuta el servidor.
  4. Los resultados respaldan la respuesta. El servidor devuelve contenido estructurado y el modelo responde con datos reales en lugar de suposiciones.

El flujo es idéntico con un servidor local (stdio) o uno remoto (Streamable HTTP): cambia el transporte, no el contrato.

Flujo de un host de IA, a través de un cliente y un servidor MCP, hacia herramientas y fuentes de datos separadas
MCP unifica la conexión del asistente sin eliminar los límites de acceso que cada servidor aplica a sus herramientas y datos.

Para qué sirve un servidor MCP

  • Programar con el contexto real del proyecto: los servidores de GitHub, Playwright y Chrome DevTools permiten a los agentes leer issues, controlar un navegador para pruebas e inspeccionar páginas reales.
  • Buscar en tu propia base de conocimiento: con el servidor MCP de AFFiNE, la búsqueda cubre documentos y pizarras — el texto de los lienzos también se indexa, así que el asistente encuentra el diagrama de arquitectura dibujado en la pizarra, no solo el acta que lo menciona.
  • Del diseño al código: el servidor de Figma da a los agentes acceso estructurado a los archivos de diseño.
  • Operaciones y datos: Slack, Sentry y los servidores de bases de datos traen el hilo, la alerta o la fila que explica lo que pasa.
  • Automatización: una herramienta como n8n expone cientos de aplicaciones detrás de una sola conexión MCP.

Una prueba sencilla para saber si te conviene: cuenta cuántas veces copias y pegas contenido en un chat de IA. Cada pegado recurrente es un servidor que falta.

Servidores MCP populares

ServidorConecta conUso típico
GitHubRepositorios, issues, PR«Resume los bugs abiertos»
PlaywrightUn navegador realPruebas E2E dirigidas por agentes
Chrome DevToolsRed, consola y rendimiento del navegadorDepurar una página lenta
FigmaArchivos de diseñoCódigo fiel a la maqueta
SlackCanales, hilos«¿Qué se decidió en marzo?»
NotionPáginas, bases de datosConsultar tu espacio (solo en la nube de Notion)
Obsidian (comunitario)Bóveda localBuscar tus notas Markdown (requiere la app de escritorio abierta)
AFFiNEDocumentos + pizarrasBúsqueda semántica; sin costo MCP adicional con funciones de IA activadas

Además existe un registro oficial (en vista previa desde finales de 2025) y directorios comunitarios con miles de servidores más.

MCP vs. API vs. RAG

Qué esQuién lo consumeCuándo lo necesitas
APILa interfaz propia de un servicioDesarrolladores que escriben códigoConstruir software para ese servicio concreto
MCPLa capa estándar para aplicaciones de IAAsistentes de IAQue cualquier asistente use una herramienta
RAGUna técnica de recuperación en un pipelineUna aplicación concretaAnclar respuestas en tus documentos

MCP no sustituye a las API: la mayoría de los servidores son envoltorios finos sobre API existentes. La diferencia está en el consumidor: la API se diseña para programadores; MCP, para que un modelo descubra capacidades y las llame con seguridad. Tampoco sustituye al RAG: el RAG describe cómo una aplicación recupera pasajes relevantes antes de responder; MCP describe cómo cualquier aplicación llega a sistemas externos. Se combinan bien: la búsqueda de AFFiNE mezcla palabras clave y semántica y se expone vía MCP, de modo que todos los asistentes conectados aprovechan el mismo índice.

Pruébalo en cinco minutos: conecta tu base de conocimiento

La forma más rápida de entender MCP es apuntar un asistente a contenido que conoces de memoria. AFFiNE trae el servidor MCP integrado, así que el arranque es corto:

  1. Crea una credencial. En AFFiNE, abre Ajustes → Integrations → MCP Server, haz clic en «Create credential» y ponle el nombre del cliente («Claude Code», «Cursor»). El acceso es de solo lectura por defecto y tú eliges la fecha de expiración.
  2. Copia la configuración. El token se muestra una sola vez, junto al botón «Copy JSON» que genera la configuración MCP completa, con la URL del endpoint y el encabezado de autenticación incluidos.
  3. Pégala en tu cliente. En Claude Code es un comando de CLI; en Cursor, el JSON tal cual en ~/.cursor/mcp.json. Cualquier cliente con Streamable HTTP se configura igual.
  4. Haz una pregunta real. «Busca en mi espacio de trabajo la lista de verificación del lanzamiento del Q3 y resume lo pendiente.» El asistente ejecuta una búsqueda por palabras clave y semántica sobre documentos y pizarras, lee los documentos relevantes — los recibe en Markdown, siempre dentro de tus permisos — y responde con tus notas reales.

El servidor no tiene costo adicional: funciona en AFFiNE Cloud y en instancias autoalojadas con las funciones de IA activadas.

Seguridad: cuatro reglas mínimas

  • Acota la credencial. Una conexión debe dar acceso a un solo espacio de trabajo, con tus mismos permisos. Mantén el acceso de solo lectura mientras sea posible: en AFFiNE es el valor por defecto, y la escritura apenas está en despliegue progresivo.
  • Pon expiración y una credencial por cliente. Así revocas el acceso de un equipo perdido sin romper el resto.
  • Desconfía del contenido recuperado. Un documento puede traer texto pensado para manipular al modelo (inyección de prompt). No desactives las confirmaciones antes de acciones con consecuencias.
  • Prefiere servidores oficiales. El servidor que mantiene el propio producto hereda su autenticación y sus permisos. Con servidores comunitarios, revisa a qué acceden antes de conectarlos.

Preguntas frecuentes

¿Qué significa MCP en inteligencia artificial?

MCP significa Model Context Protocol («protocolo de contexto de modelo»), un estándar abierto publicado por Anthropic en noviembre de 2024 para conectar modelos de IA con herramientas y datos externos. Hoy lo soportan Claude, ChatGPT, Cursor y la mayoría de las aplicaciones de IA: es, en la práctica, la capa de integración estándar.

¿Qué es un servidor MCP en pocas palabras?

Un programa conector que permite a un asistente de IA usar una herramienta o fuente de datos mediante un estándar común. En lugar de una integración a medida por cada par aplicación-herramienta, ambos lados hablan MCP: como con un puerto USB-C, si encaja, funciona.

¿MCP es gratis?

Sí. El protocolo es de código abierto y no cuesta nada implementarlo; muchos servidores oficiales se conectan gratis con una cuenta que ya tienes. El servidor integrado de AFFiNE no tiene costo adicional, ni en AFFiNE Cloud ni en una instancia autoalojada con las funciones de IA activadas.

¿Cuál es la diferencia entre MCP y una API?

La API es la interfaz de un servicio, pensada para desarrolladores que escriben código. MCP es la capa estándar por encima: describe las herramientas para que un modelo las descubra y las llame con seguridad. De hecho, la mayoría de los servidores MCP envuelven API existentes.

¿ChatGPT es compatible con MCP?

Sí. Desde 2025, ChatGPT se conecta a servidores MCP remotos mediante conectores, con acceso completo a herramientas en modo desarrollador. Claude, Claude Code, Cursor y Cline también lo soportan: un mismo servidor sirve para todos tus asistentes.

¿Cómo creo un servidor MCP propio?

Con los SDK oficiales, un servidor sencillo cabe en unos cientos de líneas. Pero casi nunca hace falta: el registro oficial y los directorios listan miles de servidores ya hechos, y para tus propias notas lo más rápido es un producto con el servidor integrado, como AFFiNE.

En resumen

MCP convirtió «¿esta IA puede ver nuestros datos?» en una casilla de configuración. El estándar está asentado y los clientes están en todas partes; lo único pendiente es decidir qué conectar primero. Si tus decisiones viven en documentos y pizarras, activa el servidor MCP de AFFiNE: se configura en minutos y no añade un cargo MCP cuando las funciones de IA están activadas.