Si has oído hablar de MCP y no sabes aún lo que es, en este vídeo te lo voy a explicar de una forma fácil y sin tecnicismo. Y además vas a entender qué problema resuelve. Llevo más de un año trabajando con MCP conectando IAS a herramientas y automatizaciones.
Pero como a mí me gusta decir, los MCP sirven para conectar cosas a cosas, siempre desde el punto de vista de la IA. Durante este año, desde que ha aparecido el estándar, he visto como MCP se convertía desde un experimento creado por Antropic a un estándar real en el mundo de la IA. Te voy a explicar lo que es MCP con una analogía muy muy simple, qué problemas resuelve y qué herramientas puedes utilizar ya para aprovecharte de esto sin necesidad de programar nada ni de conocimientos técnicos.
Tú imagínate poder decirle a cualquier IA compatible con MCP, por ejemplo, a Cloud o a chat GPT. Siempre digo Claud porque es la que más me gusta y decirle, "Conéctate a mi cuenta de Google Drve, coge el informe X y envíalo por email a mi equipo y que la IA lo haga sin programar nada. " Estas conexiones entre servicios son posibles por el protocolo MCP.
hasta que apareció MCP, la conexión de cualquier IA o modelo de IA con servicios externos de terceros requería APIs, requería cierto tipo de conexiones que eran un poquito más complejas, pero con los MCPs, como vamos a explicar a continuación, todo se ha simplificado muchísimo. Voy a empezar explicándote lo que es el MCP con la analogía del USBC. Y es que esto es algo que es, no salió de mí esto.
Un día le pregunté a la IA a cómo explicar a alguien que no entendiera lo que era MCP, lo que era MCP, pero de una forma entendible. Y me he sacado esta analogía que la verdad a mí me encanta. Y es que antes cada dispositivo, por ejemplo, los móviles, uno tenía el conector Lighting, por ejemplo, los iPhones, el otro USB, micro USB, ya empezó a aparecer el USB C.
Había muchos conectores, propietarios, conectores específicos y de repente todo el sector se puso de acuerdo, algunos los forzaron un poquito, pero todo el mundo usa el USBC y tenemos un estándar que es común para todos, que es el USBC. Pues podemos decir que el MCP es el USBC de la inteligencia artificial, un protocolo estándar para que cualquier modelo de inteligencia artificial pueda conectarse a cualquier herramienta compatible con MCP. sin necesidad de hacer nada raro y sin tener conocimientos.
O sea, la persona que hace la conexión no tiene por qué tener conocimientos técnicos. De hecho, la ventaja de MCP es que tú te conectas a un servidor MCP que dentro tiene una serie de herramientas y tú no tienes que hacer nada más. La propia IA ya reconoce las herramientas que hay dentro y no te tienes que chapar la documentación o leer estudiarte la documentación como pasaba con el caso de las APIs.
Además, la principal ventaja de esto es que es un protocolo abierto. Esto no pertenece a ninguna empresa ni no hay ninguna empresa que tenga el digamos el la propiedad de esto. Simplemente las empresas que les interesa estar ahí en el tema de la IA usan esto para dar la posibilidad a sus usuarios de que se conecten desde la IA a sus aplicaciones.
Además, el hecho de que la IA sea capaz de elegir qué herramientas utilizar de las que hay dentro de ese servidor MCP es muy muy muy polivalente, porque nosotros podemos darle, por ejemplo, un MCP con cientos de herramientas y, hombre, cuantas más herramientas sí que es cierto que podría dar algún fallo, pero en principio va a decidir correctamente cuál es utilizar de todo el catálogo de herramientas que hay ahí dentro. Y es al final esto es algo que he dicho antes y es que los MCPs y las APIs son más o menos, o sea, incluso hay gente que las compara y que dice que realmente los MCPs son APIs y tienen razón, realmente los MCPs no dejan de ser unos end points, pero en los cuales no hay que adaptar la forma en la que realizamos la petición porque es la propia IA o el modelo de IA el que decide cómo hacer la petición dentro del estándar y el que decide qué métodos, en este caso, qué herramientas utilizar dentro de ese ecosistema. Vale, todo esto está muy bien, pero ¿quién utiliza todo esto?
En el año 2024, Antropic, los de Cloue, mía favorita, crearon este estándar, concretamente en noviembre y en marzo de 2025, unos 3 cu meses después, Open AI implementó este estándar, con lo cual con esto empezó todo. ¿Por qué? Porque si Cloud lo inventa y Open ahí lo digamos implementa en menos de 3 cu meses, el era cuestión de tiempo que el resto de empresas del mercado fueran detrás.
Poco después efectivamente se sumaron ya Google y Microsoft, con lo cual si ya tenemos cuatro empresas que están pegando muy fuerte en el mundo de la IA adoptando este estándar, pues era muy muy claro lo que iba a pasar. Y uno de los movimientos que hizo Antropic, que le honra bastante, es que, como hemos dicho, esto lo creó Antropic y en diciembre 2025, hace relativamente poco tiempo, en el momento de grabar este vídeo, lo cedieron a la Linux Fundation, con lo cual ahora mismo es un estándar que realmente no es propiedad de nadie porque forma parte de de los estándares que tiene la Linux Fundation, que al final no deja de ser una fundación dedicada a las tecnologías sin ánimo de look. Actualmente podemos encontrarnos el protocolo MCP en casi cualquier aplicación o servicio de terceros y más que van a venir porque cada día están apareciendo más.
Esto hace que podamos automatizar muchas tareas que antes pues era muy difícil porque la integración entre servicios era realmente difícil y por ende podemos pedirle a la IA en lenguaje natural o incluso por voz que haga algo concreto y lo va a hacer conectándose al MCP correspondiente, analizando las herramientas y decidiendo qué herramientas utilizar para hacer esa tarea. Y todo esto sin preocuparnos por la parte técnica. De hecho, herramientas de automatización como N8N, Zapier y Make implementaron muy rápido el estándar MCP, tanto como cliente como servidor, para poder darles a los que usuarios que supieran automatizar realmente superpereres.
Porque como ya hemos dicho en algún vídeo en este canal de YouTube, si tú puedes crear un MCP con N8N sin necesidad de saber programar, tienes superpereres, dado que puedes crear tus propias herramientas para los modelos de IA. Vale, hasta aquí ya sabes lo que es MCP, el problema que resuelve y que la mayoría de empresas de inteligencia artificial y muchos servicios de internet lo están utilizando como estándar para facilitar a los usuarios utilizar herramientas, sus herramientas desde modelos de IA. Es que al final lo mejor de todo es que nos están facilitando muchísimo las cosas en el terreno de las automatizaciones.
Pero espera que ahora viene lo más importante. Vamos a ver cómo funciona por dentro y además vamos a ver qué puedes hacer tú ahora mismo para aprovecharlo. Y además te adelanto una cosa que ya he dicho antes, que con N8N tú puedes crear tus propios servidores MCP con tus propias herramientas totalmente personalizadas e incluso conectándote a bases de datos con tu información y todo esto sin saber programar.
Así que ahora vamos a ver cómo funciona realmente MCP. MCP tiene dos componentes. Es un, vamos a decir, una arquitectura cliente servidor, que es más común de lo que tú te piensas si eres ajeno a todo el mundo de la tecnología en internet.
Del lado de cliente tenemos herramientas como charpt, cloud, incluso un agente día de N8N y del lado del servidor tenemos de todo. Hay MCPs colgados en internet, en repositorios, tenemos MCPs creados con N8N. tenemos MCPs en servicios de terceros como puede ser pues yo uso mucho el de data force SEO para obtener datos de estadísticos de kws y demás en temas de posicionamiento SEO hay MCPs de todo y pueden ser implementables en los las herramientas cliente.
Además, lo bueno es que con NHN podemos agrupar varios MCPs en una misma herramienta, pero es que además las herramientas cliente nos permiten conectar varios MCPs con varias herramientas dentro y es la propia IA, el modelo de IA que vamos a utilizar el que decide a qué MCP conectarse y a qué herramienta utilizar de las que hay conectadas a un servidor MCP. Todo esto se hace por la descripción, se hace previo un escaneo a ese servidor MCP y cada herramienta dentro tiene una descripción que dice en lenguaje natural para qué sirve concretamente esa herramienta. Es decir, esto no es magia.
Por profundizar un poquito más en la parte técnica, aunque esto a muchos les dará igual, realmente MCP utiliza para la conexión bidireccional, ¿vale? Para la comunicación bidireccional se usa el protocolo JSON RCP, que es lo que nos permite tanto enviar datos como recibir datos a través de este protocolo. Porque sí, MCP no solo permite la consulta de datos, sino permite realizar acciones a través de esas herramientas, con lo cual la comunicación debe ser bidireccional.
¿Y qué es lo que podemos hacer con un servidor MCP? Podemos acceder a recursos, es decir, a información, base de datos vectoriales o rag, como ya hemos comentado en otro vídeo en este canal podemos acceder a hojas de cálculo, a documentos, a donde queramos. Podemos usar un MCP para acceder a herramientas que contienen información, pero también tenemos acceso a herramientas para hacer acciones, no solo consulta de datos.
herramientas que hacen acciones como enviar emails, crear tareas, lo que queramos, siempre y cuando tengamos la herramienta que haga eso en conectada al servidor MCP. Pero esto con NHN no es difícil. Incluso podemos conectar una herramienta que permita buscar en internet de una forma que nosotros tengamos personalizado y después el modelo de IA será el encargado de trabajar con esa información.
Esto es la base de lo que se puede hacer con un servidor MCP, pero hay muchas otras cosas, combinaciones sobre todo que nos permiten que los agentes de IA, que al final todo lo que tenemos a día de hoy en chat GPT y en Cloud y en otros modelos de IA, digamos, desde navegador son agénticos, son agentes y nos permiten hacer cosas muy chulas, pues los MCPs nos permiten darles literalmente superpoderes y algo mucho más importante que los superpoderes es poder adaptar su funcionamiento a nuestras necesidades. Por eso digo que en el mundo de las automatizaciones los MCPs nos han dado muchísimo. Te voy a explicar un ejemplo real que yo tengo implementado desde hace mucho tiempo.
De hecho, fue mi primer, o sea, lo primero que he hecho con un MCP en mi vida. O sea, yo desde hace años, desde que ya de antes de que N8N metiera los agentes de IA, eh yo tenía una base de datos vectorial creada en Cudrand. Ahora la tengo en Pinecon, pero bueno, sigo jugando con las dos bases de datos vectoriales, Kudran y Pon de vez en cuando.
Y esa base de datos tenía todos mis artículos escritos desde el año 2016, incluso creo que alguno 2014. Todos mis contenidos grabados, transcritos desde el año 2016. Tengo factos de reuniones, o sea, factos extraídos de reuniones.
Tengo e la web de Ra Networks escraeada y vectorizada. Todo esto son en distintas bases de datos vectoriales que las tengo conectadas a un MCP. Yo antes cuando empecé a crear estas bases de datos vectoriales las tenía conectadas antes de existir los agentes de IA de N8N a Open Web UI, que es una interfaz que te permite conectarte a modelos de IA y utilizar ciertas herramientas, aunque no sean muy avanzadas.
Cuando salen los agentes de IA, yo lo paso ahí, creo mi base de datos, o sea, le conecto mis bases de datos vectorial, ya lo muevo a Pinecom. Bueno, digamos que profesionalizo un poco todo con las opciones que me daba N8N y cuando aparece el protocolo MCP y Cloud empieza a implementarlo. Dado que yo soy fan de cloud y lo utilizo para todo, lo que hago esas cuatro bases de datos vectoriales que yo utilizo en mi día a día para análisis de datos, para corrección, para generación de contenido, para todo, las conecto a un servidor MCP de NHN.
creo ese servidor MCP y lo conecto a Cloud. Para hacer esto, evidentemente, primero tuve que dejar que Cloud sacara el estándar MCP y N8N fuera compatible, que realmente fueron muy rápidos en la implementación. Aunque sí que es cierto que en NHN la implementación de MCP sigue teniendo algunas carencias, pero es utilizable a 100%.
De hecho, siguen haciendo mejoras continuas. Con lo cual, con esto yo puedo usar cloud, que al final a mí me encanta, y puedo acceder a esa información que yo tengo en base de datos vectoriales y trabajar con ella desde cloud directamente. Para mí fue el primer caso de uso de MCP y al mismo tiempo es un caso de uso que sigo utilizando a día de hoy prácticamente todos los días.
Es más, últimamente desarrollo bastantes herramientas internas con VIPE coding usando Cloud Code y desarrollo, en esos desarrollos implemento capacidades de conectarse como cliente a servidores MCP para poder acceder y obtener esa información que al final yo la necesito para muchas partes de mi trabajo. Con lo cual, como ves, esto es totalmente modular. ¿Vale?
Hasta aquí ya has visto cómo funciona MCP, las herramientas que lo soportan hoy en día, es decir, casi todas. Y además te he enseñado un ejemplo personal de uso que yo llevo utilizando desde el primer día que se inventó MCP, pero como entiendo que esto puede ser entender sin ver algunos ejemplos prácticos que puedes utilizar en el día a día, te voy a dar unos cuantos y además te voy a decir donde puedes aprender a crear tu propio servidor MCP utilizando N8N sin necesidad de conocimientos técnicos. Así que nada, vamos con el tema.
Vamos a empezar por el caso número uno ahora mismo que se está usando y es que estamos en el momento del vibe coding. Todo el mundo está creando aplicaciones con código, todo el mundo está usando antigravity, cosas así, pero de verdad hay mucha gente usando Cloud Code también. Yo de hecho utilizo Cloud Code.
El tema es que si nosotros conectamos MCPs, ciertos MCPs a Cloud Code y nos ponemos a hacer vibe coding, la eficiencia y el código generado puede llegar a ser mejor. Voy a poner un ejemplo. Larvel, el framework para PHP.
tiene su propio MCP y si lo conectamos la eficiencia a la hora de crear código larvel en lar, o sea, utilizando el framework larvel es mucho más eficiente. Y de hecho he visto casos donde se corrige a sí mismo de una forma brutal, sin llegar al error final y tener que corregirlo nosotros mismos después. En atención al cliente, la cosa tampoco se queda atrás porque si nosotros tenemos un RP o un CRM donde tenemos los datos de los clientes y este es compatible con MCP, a día de hoy cualquier chatbot que podemos crear, incluso si lo creamos con NHN, es compatible con MCP, con lo cual podemos hacer la conexión entre los dos y verificar, por ejemplo, que el cliente sea cliente y cosas así.
También depende mucho de las instrucciones que le demos al chatbot, pero vamos que si puede usar MCP la conexión es muy fácil. En marketing la cosa va bien. Es decir, para la generación de contenido, si nosotros usamos MCP para conectarle un RAC, como yo he explicado en mi caso personal, podemos hacer cosas muy chulas con datos totalmente personalizados y adaptados a nosotros, con lo cual ya no estamos usando la información del modelo, sino que estamos usando nuestra propia información, nuestros propios conocimientos e incluso con un MCP podemos sacar nuestro propio estilo.
¿Qué decir del tema de la productividad? Es decir, para productividad es una burrada. Podemos hablar con claud.
Sí que es cierto que para ciertas cosas puede tener implicaciones de seguridad, pero podemos decirle, "Haz esto, haz aquello, eh, mira mi calendario, mira mi correo, mira todo y todo va mediante un servidor MCP. " Evidentemente hay que tener cuidado con la seguridad, pero poderlo puedes hacer. También se ha visto justo en el momento de grabar este vídeo hace unas dos semanas salió Cloudbot, que ahora se llama después Moldbot y ahora se llama OpenCloud, pero al final lo que está haciendo es eso, usar skills para acceder a distintos sitios que tú le deas acceso, pero esto también se puede hacer con un MCP directamente de la interfaz de cloud o de Char GPT o de dipsic o de cualquier herramienta compatible con MCP como cliente, porque al que nos conectamos es al servidor.
Y después he visto a lo largo de este tiempo casos muy específicos, como por ejemplo un caso que vi el otro día de una persona con Moodle que utilizaba doble MCP, eh por un lado un MCP para obtener información, que ese MCP lo he creado yo, por eso sé que existe, con muchísima información, transcripciones de vídeos, bueno, eh, gigas, gigas, gigas de transcripciones de vídeos de de la propia empresa, eh una base de datos de preguntas creadas como factos brutal que salen de un moodle pases datos 2,900,000 eh y otro MCP para hacer una acción concreta. ¿Cuál es la acción? Conectarse desde Cloud a ese Moodel y subir las preguntas en los test generados en base a la información que ya tenían uno de los MCPs a Moodel simplemente pidiéndoselo a su modelo de IA una vez que se ha completado la creación, con lo cual simplemente brutal.
Esto es un ejemplo práctico, muy específico de uso, pero para que veas la potencia y lo que se puede hacer con MCP, combinándolo con los modelos de IA actuales, incluso no ejecutados en local, sino los míticos que tú puedes pagar el chat GPT, pagar Cloud, las suscripciones normales. Y es que lo bueno de todo esto y todo esto se puede hacer de una forma fácil, porque con NHN podemos crear servidores MCPs y conectarles cualquier herramienta o servicio que con el que tenga compatibilidad o integración N8N o incluso conectar cualquier herramiento de servicio que tenga conexión por API y al cual podamos conectar NHN. con lo cual la flexibilidad es total, combinando inteligencia artificial con automatizaciones.
Así que si quieres aprender a crear un servidor MCP y conectarle tus herramientas con N8N, simplemente te dejo un vídeo donde puedes ver cómo hacerlo. Si has oído hablar de MCP y no sabes aún lo que es, en este vídeo te lo voy a explicar de una forma fácil y sin tecnicismo. Y además vas a entender qué problema resuelve.
Llevo más de un año trabajando con MCP conectando IAS a herramientas y automatizaciones. Pero como a mí me gusta decir, los MCP sirven para conectar cosas a cosas, siempre desde el punto de vista de la IA. Durante este año, desde que ha aparecido el estándar, he visto como MCP se convertía desde un experimento creado por Antropic a un estándar real en el mundo de la IA.
Te voy a explicar lo que es MCP con una analogía muy muy simple, qué problemas resuelve y qué herramientas puedes utilizar ya para aprovecharte de esto sin necesidad de programar nada ni de conocimientos técnicos. Tú imagínate poder decirle a cualquier IA compatible con MCP, por ejemplo, a Cloud o a chat GPT. Siempre digo Claud porque es la que más me gusta y decirle, "Conéctate a mi cuenta de Google Drve, coge el informe X y envíalo por email a mi equipo y que la IA lo haga sin programar nada.
" Estas conexiones entre servicios son posibles por el protocolo MCP. hasta que apareció MCP, la conexión de cualquier IA o modelo de IA con servicios externos de terceros requería APIs, requería cierto tipo de conexiones que eran un poquito más complejas, pero con los MCPs, como vamos a explicar a continuación, todo se ha simplificado muchísimo. Voy a empezar explicándote lo que es el MCP con la analogía del USBC.
Y es que esto es algo que es, no salió de mí esto. Un día le pregunté a la IA a cómo explicar a alguien que no entendiera lo que era MCP, lo que era MCP, pero de una forma entendible. Y me he sacado esta analogía que la verdad a mí me encanta.
Y es que antes cada dispositivo, por ejemplo, los móviles, uno tenía el conector Lighting, por ejemplo, los iPhones, el otro USB, micro USB, ya empezó a aparecer el USB C. Había muchos conectores, propietarios, conectores específicos y de repente todo el sector se puso de acuerdo, algunos los forzaron un poquito, pero todo el mundo usa el USBC y tenemos un estándar que es común para todos, que es el USBC. Pues podemos decir que el MCP es el USBC de la inteligencia artificial, un protocolo estándar para que cualquier modelo de inteligencia artificial pueda conectarse a cualquier herramienta compatible con MCP.
sin necesidad de hacer nada raro y sin tener conocimientos. O sea, la persona que hace la conexión no tiene por qué tener conocimientos técnicos. De hecho, la ventaja de MCP es que tú te conectas a un servidor MCP que dentro tiene una serie de herramientas y tú no tienes que hacer nada más.
La propia IA ya reconoce las herramientas que hay dentro y no te tienes que chapar la documentación o leer estudiarte la documentación como pasaba con el caso de las APIs. Además, la principal ventaja de esto es que es un protocolo abierto. Esto no pertenece a ninguna empresa ni no hay ninguna empresa que tenga el digamos el la propiedad de esto.
Simplemente las empresas que les interesa estar ahí en el tema de la IA usan esto para dar la posibilidad a sus usuarios de que se conecten desde la IA a sus aplicaciones. Además, el hecho de que la IA sea capaz de elegir qué herramientas utilizar de las que hay dentro de ese servidor MCP es muy muy muy polivalente, porque nosotros podemos darle, por ejemplo, un MCP con cientos de herramientas y, hombre, cuantas más herramientas sí que es cierto que podría dar algún fallo, pero en principio va a decidir correctamente cuál es utilizar de todo el catálogo de herramientas que hay ahí dentro. Y es al final esto es algo que he dicho antes y es que los MCPs y las APIs son más o menos, o sea, incluso hay gente que las compara y que dice que realmente los MCPs son APIs y tienen razón, realmente los MCPs no dejan de ser unos end points, pero en los cuales no hay que adaptar la forma en la que realizamos la petición porque es la propia IA o el modelo de IA el que decide cómo hacer la petición dentro del estándar y el que decide qué métodos, en este caso, qué herramientas utilizar dentro de ese ecosistema.
Vale, todo esto está muy bien, pero ¿quién utiliza todo esto? En el año 2024, Antropic, los de Cloue, mía favorita, crearon este estándar, concretamente en noviembre y en marzo de 2025, unos 3 cu meses después, Open AI implementó este estándar, con lo cual con esto empezó todo. ¿Por qué?
Porque si Cloud lo inventa y Open ahí lo digamos implementa en menos de 3 cu meses, el era cuestión de tiempo que el resto de empresas del mercado fueran detrás. Poco después efectivamente se sumaron ya Google y Microsoft, con lo cual si ya tenemos cuatro empresas que están pegando muy fuerte en el mundo de la IA adoptando este estándar, pues era muy muy claro lo que iba a pasar. Y uno de los movimientos que hizo Antropic, que le honra bastante, es que, como hemos dicho, esto lo creó Antropic y en diciembre 2025, hace relativamente poco tiempo, en el momento de grabar este vídeo, lo cedieron a la Linux Fundation, con lo cual ahora mismo es un estándar que realmente no es propiedad de nadie porque forma parte de de los estándares que tiene la Linux Fundation, que al final no deja de ser una fundación dedicada a las tecnologías sin ánimo de look.
Actualmente podemos encontrarnos el protocolo MCP en casi cualquier aplicación o servicio de terceros y más que van a venir porque cada día están apareciendo más. Esto hace que podamos automatizar muchas tareas que antes pues era muy difícil porque la integración entre servicios era realmente difícil y por ende podemos pedirle a la IA en lenguaje natural o incluso por voz que haga algo concreto y lo va a hacer conectándose al MCP correspondiente, analizando las herramientas y decidiendo qué herramientas utilizar para hacer esa tarea. Y todo esto sin preocuparnos por la parte técnica.
De hecho, herramientas de automatización como N8N, Zapier y Make implementaron muy rápido el estándar MCP, tanto como cliente como servidor, para poder darles a los que usuarios que supieran automatizar realmente superpereres. Porque como ya hemos dicho en algún vídeo en este canal de YouTube, si tú puedes crear un MCP con N8N sin necesidad de saber programar, tienes superpereres, dado que puedes crear tus propias herramientas para los modelos de IA. Vale, hasta aquí ya sabes lo que es MCP, el problema que resuelve y que la mayoría de empresas de inteligencia artificial y muchos servicios de internet lo están utilizando como estándar para facilitar a los usuarios utilizar herramientas, sus herramientas desde modelos de IA.
Es que al final lo mejor de todo es que nos están facilitando muchísimo las cosas en el terreno de las automatizaciones. Pero espera que ahora viene lo más importante. Vamos a ver cómo funciona por dentro y además vamos a ver qué puedes hacer tú ahora mismo para aprovecharlo.
Y además te adelanto una cosa que ya he dicho antes, que con N8N tú puedes crear tus propios servidores MCP con tus propias herramientas totalmente personalizadas e incluso conectándote a bases de datos con tu información y todo esto sin saber programar. Así que ahora vamos a ver cómo funciona realmente MCP. MCP tiene dos componentes.
Es un, vamos a decir, una arquitectura cliente servidor, que es más común de lo que tú te piensas si eres ajeno a todo el mundo de la tecnología en internet. Del lado de cliente tenemos herramientas como charpt, cloud, incluso un agente día de N8N y del lado del servidor tenemos de todo. Hay MCPs colgados en internet, en repositorios, tenemos MCPs creados con N8N.
tenemos MCPs en servicios de terceros como puede ser pues yo uso mucho el de data force SEO para obtener datos de estadísticos de kws y demás en temas de posicionamiento SEO hay MCPs de todo y pueden ser implementables en los las herramientas cliente. Además, lo bueno es que con NHN podemos agrupar varios MCPs en una misma herramienta, pero es que además las herramientas cliente nos permiten conectar varios MCPs con varias herramientas dentro y es la propia IA, el modelo de IA que vamos a utilizar el que decide a qué MCP conectarse y a qué herramienta utilizar de las que hay conectadas a un servidor MCP. Todo esto se hace por la descripción, se hace previo un escaneo a ese servidor MCP y cada herramienta dentro tiene una descripción que dice en lenguaje natural para qué sirve concretamente esa herramienta.
Es decir, esto no es magia. Por profundizar un poquito más en la parte técnica, aunque esto a muchos les dará igual, realmente MCP utiliza para la conexión bidireccional, ¿vale? Para la comunicación bidireccional se usa el protocolo JSON RCP, que es lo que nos permite tanto enviar datos como recibir datos a través de este protocolo.
Porque sí, MCP no solo permite la consulta de datos, sino permite realizar acciones a través de esas herramientas, con lo cual la comunicación debe ser bidireccional. ¿Y qué es lo que podemos hacer con un servidor MCP? Podemos acceder a recursos, es decir, a información, base de datos vectoriales o rag, como ya hemos comentado en otro vídeo en este canal podemos acceder a hojas de cálculo, a documentos, a donde queramos.
Podemos usar un MCP para acceder a herramientas que contienen información, pero también tenemos acceso a herramientas para hacer acciones, no solo consulta de datos. herramientas que hacen acciones como enviar emails, crear tareas, lo que queramos, siempre y cuando tengamos la herramienta que haga eso en conectada al servidor MCP. Pero esto con NHN no es difícil.
Incluso podemos conectar una herramienta que permita buscar en internet de una forma que nosotros tengamos personalizado y después el modelo de IA será el encargado de trabajar con esa información. Esto es la base de lo que se puede hacer con un servidor MCP, pero hay muchas otras cosas, combinaciones sobre todo que nos permiten que los agentes de IA, que al final todo lo que tenemos a día de hoy en chat GPT y en Cloud y en otros modelos de IA, digamos, desde navegador son agénticos, son agentes y nos permiten hacer cosas muy chulas, pues los MCPs nos permiten darles literalmente superpoderes y algo mucho más importante que los superpoderes es poder adaptar su funcionamiento a nuestras necesidades. Por eso digo que en el mundo de las automatizaciones los MCPs nos han dado muchísimo.
Te voy a explicar un ejemplo real que yo tengo implementado desde hace mucho tiempo. De hecho, fue mi primer, o sea, lo primero que he hecho con un MCP en mi vida. O sea, yo desde hace años, desde que ya de antes de que N8N metiera los agentes de IA, eh yo tenía una base de datos vectorial creada en Cudrand.
Ahora la tengo en Pinecon, pero bueno, sigo jugando con las dos bases de datos vectoriales, Kudran y Pon de vez en cuando. Y esa base de datos tenía todos mis artículos escritos desde el año 2016, incluso creo que alguno 2014. Todos mis contenidos grabados, transcritos desde el año 2016.
Tengo factos de reuniones, o sea, factos extraídos de reuniones. Tengo e la web de Ra Networks escraeada y vectorizada. Todo esto son en distintas bases de datos vectoriales que las tengo conectadas a un MCP.
Yo antes cuando empecé a crear estas bases de datos vectoriales las tenía conectadas antes de existir los agentes de IA de N8N a Open Web UI, que es una interfaz que te permite conectarte a modelos de IA y utilizar ciertas herramientas, aunque no sean muy avanzadas. Cuando salen los agentes de IA, yo lo paso ahí, creo mi base de datos, o sea, le conecto mis bases de datos vectorial, ya lo muevo a Pinecom. Bueno, digamos que profesionalizo un poco todo con las opciones que me daba N8N y cuando aparece el protocolo MCP y Cloud empieza a implementarlo.
Dado que yo soy fan de cloud y lo utilizo para todo, lo que hago esas cuatro bases de datos vectoriales que yo utilizo en mi día a día para análisis de datos, para corrección, para generación de contenido, para todo, las conecto a un servidor MCP de NHN. creo ese servidor MCP y lo conecto a Cloud. Para hacer esto, evidentemente, primero tuve que dejar que Cloud sacara el estándar MCP y N8N fuera compatible, que realmente fueron muy rápidos en la implementación.
Aunque sí que es cierto que en NHN la implementación de MCP sigue teniendo algunas carencias, pero es utilizable a 100%. De hecho, siguen haciendo mejoras continuas. Con lo cual, con esto yo puedo usar cloud, que al final a mí me encanta, y puedo acceder a esa información que yo tengo en base de datos vectoriales y trabajar con ella desde cloud directamente.
Para mí fue el primer caso de uso de MCP y al mismo tiempo es un caso de uso que sigo utilizando a día de hoy prácticamente todos los días. Es más, últimamente desarrollo bastantes herramientas internas con VIPE coding usando Cloud Code y desarrollo, en esos desarrollos implemento capacidades de conectarse como cliente a servidores MCP para poder acceder y obtener esa información que al final yo la necesito para muchas partes de mi trabajo. Con lo cual, como ves, esto es totalmente modular.
¿Vale? Hasta aquí ya has visto cómo funciona MCP, las herramientas que lo soportan hoy en día, es decir, casi todas. Y además te he enseñado un ejemplo personal de uso que yo llevo utilizando desde el primer día que se inventó MCP, pero como entiendo que esto puede ser entender sin ver algunos ejemplos prácticos que puedes utilizar en el día a día, te voy a dar unos cuantos y además te voy a decir donde puedes aprender a crear tu propio servidor MCP utilizando N8N sin necesidad de conocimientos técnicos.
Así que nada, vamos con el tema. Vamos a empezar por el caso número uno ahora mismo que se está usando y es que estamos en el momento del vibe coding. Todo el mundo está creando aplicaciones con código, todo el mundo está usando antigravity, cosas así, pero de verdad hay mucha gente usando Cloud Code también.
Yo de hecho utilizo Cloud Code. El tema es que si nosotros conectamos MCPs, ciertos MCPs a Cloud Code y nos ponemos a hacer vibe coding, la eficiencia y el código generado puede llegar a ser mejor. Voy a poner un ejemplo.
Larvel, el framework para PHP. tiene su propio MCP y si lo conectamos la eficiencia a la hora de crear código larvel en lar, o sea, utilizando el framework larvel es mucho más eficiente. Y de hecho he visto casos donde se corrige a sí mismo de una forma brutal, sin llegar al error final y tener que corregirlo nosotros mismos después.
En atención al cliente, la cosa tampoco se queda atrás porque si nosotros tenemos un RP o un CRM donde tenemos los datos de los clientes y este es compatible con MCP, a día de hoy cualquier chatbot que podemos crear, incluso si lo creamos con NHN, es compatible con MCP, con lo cual podemos hacer la conexión entre los dos y verificar, por ejemplo, que el cliente sea cliente y cosas así. También depende mucho de las instrucciones que le demos al chatbot, pero vamos que si puede usar MCP la conexión es muy fácil. En marketing la cosa va bien.
Es decir, para la generación de contenido, si nosotros usamos MCP para conectarle un RAC, como yo he explicado en mi caso personal, podemos hacer cosas muy chulas con datos totalmente personalizados y adaptados a nosotros, con lo cual ya no estamos usando la información del modelo, sino que estamos usando nuestra propia información, nuestros propios conocimientos e incluso con un MCP podemos sacar nuestro propio estilo. ¿Qué decir del tema de la productividad? Es decir, para productividad es una burrada.
Podemos hablar con claud. Sí que es cierto que para ciertas cosas puede tener implicaciones de seguridad, pero podemos decirle, "Haz esto, haz aquello, eh, mira mi calendario, mira mi correo, mira todo y todo va mediante un servidor MCP. " Evidentemente hay que tener cuidado con la seguridad, pero poderlo puedes hacer.
También se ha visto justo en el momento de grabar este vídeo hace unas dos semanas salió Cloudbot, que ahora se llama después Moldbot y ahora se llama OpenCloud, pero al final lo que está haciendo es eso, usar skills para acceder a distintos sitios que tú le deas acceso, pero esto también se puede hacer con un MCP directamente de la interfaz de cloud o de Char GPT o de dipsic o de cualquier herramienta compatible con MCP como cliente, porque al que nos conectamos es al servidor. Y después he visto a lo largo de este tiempo casos muy específicos, como por ejemplo un caso que vi el otro día de una persona con Moodle que utilizaba doble MCP, eh por un lado un MCP para obtener información, que ese MCP lo he creado yo, por eso sé que existe, con muchísima información, transcripciones de vídeos, bueno, eh, gigas, gigas, gigas de transcripciones de vídeos de de la propia empresa, eh una base de datos de preguntas creadas como factos brutal que salen de un moodle pases datos 2,900,000 eh y otro MCP para hacer una acción concreta. ¿Cuál es la acción?
Conectarse desde Cloud a ese Moodel y subir las preguntas en los test generados en base a la información que ya tenían uno de los MCPs a Moodel simplemente pidiéndoselo a su modelo de IA una vez que se ha completado la creación, con lo cual simplemente brutal. Esto es un ejemplo práctico, muy específico de uso, pero para que veas la potencia y lo que se puede hacer con MCP, combinándolo con los modelos de IA actuales, incluso no ejecutados en local, sino los míticos que tú puedes pagar el chat GPT, pagar Cloud, las suscripciones normales. Y es que lo bueno de todo esto y todo esto se puede hacer de una forma fácil, porque con NHN podemos crear servidores MCPs y conectarles cualquier herramienta o servicio que con el que tenga compatibilidad o integración N8N o incluso conectar cualquier herramiento de servicio que tenga conexión por API y al cual podamos conectar NHN.
con lo cual la flexibilidad es total, combinando inteligencia artificial con automatizaciones. Así que si quieres aprender a crear un servidor MCP y conectarle tus herramientas con N8N, simplemente te dejo un vídeo donde puedes ver cómo hacerlo.
