MCP o Model Context Protocol: qué es y cómo funciona este estándar que permite el funcionamiento de agentes de inteligencia artificial

Vamos a explicarte qué son los MCP o Model Context Protocol, el “pegamento” que permite interconectar servicios para agentes de IA. Se trata un elemento clave a la hora de hacer funcionar a estos agentes de inteligencia artificial, una de esas tecnologías internas clave para que puedan hacer lo que deben.

Y en el caso de que oigas mencionar esta tecnología pero no tengas claro lo que es, vamos a intentar explicártela de una manera sencilla y que puedas entender. Te empezaremos explicando el concepto, y luego su manera de funcionar.

Qué son los MCP

Para entender los servidores MCP primero tienes que entender los agentes de IA. Estos agentes son programas creados para percibir su entorno y tomar decisiones automáticas utilizando modelos de inteligencia artificial. Por lo tanto no son un chat como ChatGPT, sino un automatismo que dependiendo de los datos externos que les llega toma unas decisiones u otras.

Los agentes de IA utilizan modelos de inteligencia artificial para funcionar, que son los que analizan los datos que les llegan. Sin embargo, siguen necesitando recibir datos de los distintos sistemas que los recopilan y los almacenan, para así hacer unas cosas u otras dependiendo de ellos.

Es aquí donde entran estos componentes, ya que los servidores MCP actúan como un puente entre el modelo de IA y las fuentes de datos que lo alimentan para darle la información necesaria para funcionar. Así, este modelo puede consultar la información que le llega en tiempo real y realizar los procesos de toma de decisiones.

Existen dos maneras de servirle los datos a los modelos de IA. Por una parte tienes los Retrieval-Augmented Generation (RAG), que tienen el inconveniente de necesitar indexar y almacenar los documentos en bases de datos verticales.

Sin embargo, los MCP son una alternativa que accede directamente a los datos sin indexación previa. Esto hace que la información que mueven sea más precisa y actualizada. Vamos, que realizan un intercambio de datos más rápido, casi en tiempo real, al no requerir de procesos intermedios. Con ello, se pueden servir datos como archivos, APIs u otros sistemas externos.

Antes, tenías que escribir un montón de código para darle a un modelo de inteligencia artificial definiciones de llamadas a funciones relevantes, y hacer muchísimas coss a mano. Los MCP proporcionan una interfaz estándar sobre estas llamadas a herramientas, y permite que los modelos lo usen para interactuar con herramientas externas.

Por último, decir que el MCP es un estándar abierto, una tecnología que cualquiera puede utilizar en sus modelos de IA. Este estándar ha sido desarrollado por la empresa Anthropic, responsable del modelo de inteligencia artificial Claude.

En Xataka

La mega-guía de 71 herramientas de inteligencia artificial: dime para qué la necesitas y te digo qué IAs son las mejores

Cómo funcionan los MCP

El estándar MCP funciona con tres elementos clave que se interconectan entre ellos. Estos componentes conforman una arquitectura de cliente servidor, y son los siguientes:

• Host MCP: Son las aplicaciones o herramientas de inteligencia artificial que solicitan el acceso a los datos y herramientas externas.
• Clientes MCP: Son los protocolos que gestionan la comunicación entre el host y el servidor MCP. Suelen iniciarlos los hosts para acceder a los datos.
• Servidores MCP: Son los programas conectados a fuentes de datos o herramientas que captan los datos, ya sean locales o remotas, y exponen las capacidades específicas. Por ejemplo, puede haber un servidor MCP conectado a una app que almacena archivos, y este servidor puede ofrecer capacidades como la de buscar o leer archivos concretos.

Con esta infraestructura, la manera de funcionar es sencilla. Cuando el agente de IA necesita realizar una acción, entonces esta es un host que se conecta al cliente para extraer los datos de los servidores, todo ello dentro del estándar MCP. Así, con estos datos ya pueden realizar la tarea para la que han sido programados.

Las ventajas que ofrece el MCP son que los modelos pueden acceder a los datos en tiempo real, sin que estos tengan que ser procesados e indexados. Al no requerir un almacenamiento intermedio de los datos y recibirlos directamente, hay menos riesgos de filtraciones, y también hay una menor carga compotacional.

Imagen de portada | ChatGPTEn Xataka Basics | Cómo iniciarse en la inteligencia artificial desde cero: conceptos básicos, herramientas, trucos y consejos