MCP: cómo conectar Claude con tus herramientas

Qué es MCP

MCP (Model Context Protocol) es un protocolo abierto que permite a los modelos de IA conectarse con herramientas externas. Piensa en él como USB para la IA: un estándar universal para enchufar cualquier herramienta.

Sin MCP, Claude Code solo puede leer archivos y ejecutar comandos en tu terminal. Con MCP, puede acceder a GitHub, consultar bases de datos, navegar por la web, enviar mensajes a Slack, y mucho más. Para profundizar, consulta nuestra guía sobre MCP + GitHub: automatizar repositorios con Claude.

Anthropic lanzó MCP como un estándar abierto a finales de 2024, y desde entonces el ecosistema ha crecido de forma exponencial. En mayo de 2026, hay más de 100 servidores MCP oficiales y comunitarios, cubriendo desde bases de datos hasta herramientas de diseño. Lo relevante es que cualquier desarrollador puede crear un servidor MCP para su propia API o servicio, lo que hace que el protocolo sea extensible sin depender de Anthropic.

El concepto clave es que MCP separa la inteligencia del modelo (Claude) de las capacidades de acción (tools). Claude razona sobre qué hacer; los servidores MCP ejecutan las acciones. Esto permite que el mismo modelo se adapte a cualquier entorno simplemente cambiando qué servidores están conectados.

Cómo funciona: servidores y herramientas

Cada MCP Server expone "herramientas" (tools) que Claude Code puede usar. Por ejemplo, el servidor de GitHub expone herramientas como create_issue, list_pull_requests, search_code.

Claude Code descubre las herramientas disponibles automáticamente y las usa cuando las necesita para completar tu tarea.

El flujo interno funciona así: cuando inicias Claude Code, este arranca todos los servidores MCP configurados como procesos locales. Cada servidor se comunica con Claude Code mediante JSON-RPC sobre stdio. Al recibir tu prompt, Claude analiza las herramientas disponibles de todos los servidores y decide cuáles necesita para completar la tarea. Si necesita datos de GitHub y luego publicar en Slack, ejecuta las llamadas en secuencia, procesando la respuesta de cada una antes de decidir el siguiente paso.

Un detalle que no es obvio: los servidores MCP corren en tu máquina local. Los tokens y credenciales nunca salen de tu entorno. Claude Code solo recibe los resultados de las llamadas, no tus credenciales. Esto es fundamental para la seguridad, especialmente si trabajas con datos sensibles o en entornos regulados.

Configurar tu primer servidor MCP

La configuración va en .claude/settings.json:

{
 "mcpServers": {
 "github": {
 "command": "npx",
 "args": ["-y", "@modelcontextprotocol/server-github"],
 "env": {
 "GITHUB_TOKEN": "ghp_tu_token_aqui"
 }
 }
 }
}

Con esto, Claude Code puede crear issues, leer PRs, buscar código y gestionar repos. Todo desde tu terminal.

Veamos otro ejemplo práctico. Para configurar el servidor de Supabase, que te permite consultar y modificar bases de datos directamente:

{
 "mcpServers": {
 "supabase": {
 "command": "npx",
 "args": ["-y", "@supabase/mcp-server"],
 "env": {
 "SUPABASE_ACCESS_TOKEN": "sbp_tu_token_aqui"
 }
 }
 }
}

Para el servidor de filesystem, que permite a Claude Code acceder a directorios fuera del proyecto actual:

{
 "mcpServers": {
 "filesystem": {
 "command": "npx",
 "args": ["-y", "@modelcontextprotocol/server-filesystem",
          "/ruta/a/directorio1", "/ruta/a/directorio2"]
 }
 }
}

Puedes combinar múltiples servidores en el mismo settings.json. Claude Code los arranca todos al iniciar y tiene acceso a todas las herramientas de todos los servidores simultáneamente.

Los 10 servidores MCP más útiles

1. GitHub: issues, PRs, code search, repos. El más usado con diferencia. Permite a Claude Code crear PRs completos, revisar código y gestionar proyectos sin salir del terminal.
2. PostgreSQL: consultas SQL directas contra tu base de datos. Ideal para debugging, verificación de schema y análisis de datos en desarrollo.
3. Filesystem: acceso a archivos fuera del directorio actual. Necesario cuando trabajas con monorepos o necesitas leer configuraciones de otros proyectos.
4. Browser (Puppeteer): navegar web, hacer capturas, scraping. Permite a Claude verificar deploys, hacer capturas de pantalla para documentación o extraer datos de webs.
5. Slack: enviar mensajes, leer canales. Perfecto para integrar notificaciones automáticas en workflows de desarrollo.
6. Supabase: base de datos + auth + storage. Una de las integraciones más completas: consulta tablas, gestiona migraciones, verifica RLS policies.
7. Docker: gestionar contenedores. Arranca, para, inspecciona logs de contenedores sin cambiar de ventana.
8. Google Calendar: crear y consultar eventos. Útil para programar reuniones o verificar disponibilidad dentro de workflows automatizados.
9. Exa: búsqueda web semántica (alternativa a Google). Devuelve resultados más relevantes para consultas técnicas que los buscadores tradicionales.
10. Obsidian: leer y escribir notas (segundo cerebro). Permite a Claude Code acceder a tu base de conocimiento personal para contexto adicional.

Más allá de estos 10, existen servidores para Notion, Gmail, Google Drive, Airtable, n8n, Zapier, Tavily (búsqueda web), HubSpot, Figma, Sentry y docenas más. El repositorio oficial de Anthropic en GitHub (modelcontextprotocol/servers) mantiene un catálogo actualizado. La comunidad también pública servidores en npm con el prefijo @modelcontextprotocol/.

MCP vs function calling

Si ya has trabajado con la API de OpenAI o Anthropic, conoces el concepto de "function calling": defines funciones en el prompt del sistema y el modelo las invoca cuando las necesita. MCP va un paso más allá.

Function calling requiere que el desarrollador defina cada función manualmente en el prompt, maneje la ejecución del lado del cliente y reenvíe los resultados al modelo. Es un protocolo a nivel de API: tú escribes el código que conecta cada herramienta.

MCP es un protocolo a nivel de infraestructura. Los servidores MCP se auto-describen: exponen sus herramientas con nombres, descripciones y schemas de parámetros. Claude Code los descubre automáticamente. No necesitas escribir código de integración para cada herramienta.

Las diferencias principales:

• Descubrimiento automático: con function calling defines cada función a mano. Con MCP, Claude descubre las herramientas disponibles al arrancar.
• Ejecución local: function calling necesita un intermediario (tu código). MCP ejecuta las herramientas directamente en tu máquina.
• Ecosistema compartido: un servidor MCP funciona con cualquier cliente MCP (Claude Code, Claude Desktop, otros). Una función custom solo funciona en tu código.
• Composición: puedes combinar 10 servidores MCP sin escribir una línea de integración. Con function calling, cada nueva herramienta es más código.

En la práctica: si estás construyendo una aplicación con la API de Anthropic, usarás function calling. Si estás usando Claude Code como herramienta de desarrollo, usarás MCP. No son mutuamente excluyentes, pero sirven para escenarios distintos.

Seguridad: qué permisos dar

MCP es potente pero requiere cuidado. Un servidor MCP con acceso a tu base de datos puede leer y escribir datos.

Algunas recomendaciones adicionales para entornos profesionales:

• Rotación de tokens: cambia los tokens de tus servidores MCP periódicamente (cada 15-30 días). Si un token se filtra, limita el daño temporal.
• Scopes limitados: en GitHub, crea un token con solo los scopes repo y read:org, no un token con acceso completo. En Supabase, usa un token de servicio con permisos RLS activos.
• Entornos separados: usa servidores MCP apuntando a bases de desarrollo o staging, nunca directamente a producción. Si necesitas consultar producción, hazlo con un token de solo lectura.
• Auditoría: revisa periódicamente qué servidores MCP tienes configurados. Elimina los que ya no uses. Cada servidor es una superficie de ataque potencial.
• Variables de entorno: nunca hardcodees tokens en settings.json si compartes el archivo. Usa variables de entorno del sistema operativo y referéncialas desde la configuración.

Debugging: cuando un MCP no funciona

Configurar MCP suele ir bien, pero cuando falla puede ser frustrante porque los errores no siempre son claros. Aquí van los problemas más frecuentes y cómo resolverlos.

El servidor no arranca: verifica que el paquete npm está instalado correctamente. Ejecuta el comando del servidor manualmente en tu terminal para ver si hay errores. Por ejemplo: npx -y @modelcontextprotocol/server-github debería arrancar sin errores si tienes Node.js y las dependencias correctas.

Error de autenticación: el token que has configurado en env es incorrecto, ha expirado o no tiene los scopes necesarios. Verifica el token en la plataforma correspondiente (GitHub Settings, Supabase Dashboard, etc.).

Herramientas no aparecen: Claude Code descubre las herramientas al arrancar. Si modificas settings.json con Claude Code ya corriendo, necesitas reiniciar la sesión. Cierra y vuelve a ejecutar claude.

Timeout en las llamadas: algunos servidores MCP (especialmente los que hacen web scraping o consultas pesadas a bases de datos) pueden tardar más de lo esperado. Si Claude Code reporta un timeout, verifica que el servicio externo responde correctamente y que no hay problemas de red.

Conflicto entre servidores: si dos servidores exponen herramientas con nombres similares, Claude Code puede confundirse. Nombra tus servidores de forma descriptiva en settings.json y evita duplicar funcionalidad.

# Verificar que un servidor MCP arranca correctamente
npx -y @modelcontextprotocol/server-github 2>&1 | head -5

# Ver logs de Claude Code para debugging
# Claude Code muestra errores de MCP al inicio de la sesión
# Si ves "MCP server failed to start", revisa el comando y env

Ejemplo: workflow completo con 3 MCPs

Escenario: quieres que Claude Code revise un PR, consulte la base de datos para verificar el schema, y publique un resumen en Slack.

# Configuración
{
 "mcpServers": {
 "github": { ... },
 "postgres": { ... },
 "slack": { ... }
 }
}

# Prompt
"Lee el PR #42, verifica que los cambios en el schema
son compatibles con la base de datos actual, y publica
un resumen en #code-reviews de Slack."

Claude Code ejecutará:

1. Leer el diff del PR #42 via GitHub MCP
2. Consultar el schema actual via PostgreSQL MCP
3. Comparar cambios y detectar incompatibilidades
4. Publicar resumen en Slack via Slack MCP

Todo en una sola instrucción. Sin cambiar de herramienta.

Otro ejemplo práctico: deploy verification. Configuras el servidor de Docker y el de Slack. Le pides a Claude Code: "verifica que todos los contenedores están healthy después del deploy y pública el estado en #devops". Claude Code ejecuta docker_container_stats vía el MCP de Docker, analiza los resultados y pública un resumen formateado en Slack con el estado de cada servicio.

Un tercer caso: investigación con Exa + Obsidian. Le pides a Claude que investigue las últimas vulnerabilidades de un framework específico, use el MCP de Exa para buscar en la web, y guarde un resumen estructurado en tu vault de Obsidian con tags y enlaces. En una sola conversación, generas una nota de inteligencia lista para consultar.

Preguntas frecuentes