Desarrollo e integración de servidores MCP

Construyo servidores e integraciones MCP (Model Context Protocol) que conectan los datos y los sistemas de una empresa con asistentes y agentes de IA, con permisos, identidad de quien llama y registro de cada llamada. Es para equipos que quieren que Claude, ChatGPT o sus propios agentes trabajen con datos reales de la empresa sin entregarle las llaves a un modelo.

Un servidor MCP es un programa pequeño que le ofrece funciones a un modelo de IA por una interfaz estándar: lee este registro, lista estas facturas, crea esta tarea. MCP, el Model Context Protocol, es esa interfaz. No es la seguridad. Una empresa necesita este trabajo cuando un asistente tiene que responder con datos vivos o actuar dentro de un sistema, y cuando los responsables de ese sistema deben saber qué operaciones puede hacer el modelo, a nombre de quién y qué hizo.

Qué construyo

  • Un servidor para un sistema. Una base de datos, un CRM o una API interna, expuestos como herramientas específicas con entradas definidas, campos de salida, paginación y comportamiento ante errores.
  • Gateways remotos. Un servidor en Cloud Run al que los agentes en la nube llaman por Streamable HTTP, con identidad de quien llama, secretos en Secret Manager y pruebas de humo. Puede poner muchas herramientas detrás de menos entradas, más claras.
  • Servidores públicos. LeanManufacturing.mx tiene un servidor sin llave y sin token: Claude, ChatGPT, Cursor o Codex pueden preguntarle por su documentación y calcular el OEE.
  • Integraciones de código abierto. Airtable MCP deja que un asistente como Claude le pregunte a una base de Airtable en lenguaje de todos los días, y se instala por Smithery o por línea de comandos.

Preguntas que se resuelven antes de que un modelo toque tus datos

  • ¿Qué operaciones, exactamente? Una lista de herramientas con nombre, empezando por las de lectura. Una herramienta de SQL general pide un aislamiento mucho más fuerte que una instrucción que le ruega al modelo portarse bien.
  • ¿Quién llama? El usuario y la organización salen del contexto autenticado del servidor, nunca de un identificador que proponga el modelo.
  • ¿Qué puede hacer la cuenta del servidor? Una identidad de base de datos con permisos mínimos, y políticas por fila donde apliquen. Las consultas parametrizadas detienen la inyección SQL, pero no deciden si este usuario puede leer aquella factura.
  • ¿Dónde viven las credenciales? En el gestor de secretos del runtime, rotadas y separadas por ambiente. Nunca en un prompt.
  • ¿Qué pasa en una escritura? Validación de esquema, reglas de negocio y autorización antes de ejecutar, y para operaciones de impacto una aprobación ligada a la operación exacta y a sus argumentos.
  • ¿Qué queda registrado? Por cada llamada: un identificador de traza, la herramienta y su versión, la decisión y el resultado.

Cómo se trabaja

  1. Inventario. Enlisto los sistemas, sus datos y las preguntas y acciones que el asistente debe atender. De ahí sale una lista corta de herramientas.
  2. Contratos para las herramientas de lectura. Cada herramienta lleva un contrato escrito: identidad, autorización, campos del resultado, límites de tiempo, tamaño y frecuencia, y lo que guarda la auditoría.
  3. Los casos denegados. Por cada solicitud válida pruebo su contraparte rechazada: otra organización, una credencial vencida, un campo prohibido, un resultado excesivo, una base caída. El texto recuperado se trata como dato no confiable.
  4. Las escrituras, después y con aprobación. Los cambios llegan cuando las lecturas ya son de confianza, con claves de idempotencia para los reintentos y aprobaciones que vencen.
  5. Dos transportes. Local por stdio para la máquina de un desarrollador y Streamable HTTP para la nube. En Cloud Run, a quien llama lo identifica la plataforma y otra vez un token bearer en la aplicación.
  6. Pruebas de humo y evidencia. Las pruebas de humo cubren salud, autenticación, inicialización y lista de herramientas, y la bitácora de llamadas se puede exportar para revisarla después.

Qué recibes

El servidor en tu repositorio y en tu proyecto de nube, con sus archivos de contenedor y pipeline, los contratos de las herramientas, el modelo de permisos por escrito, las pruebas de denegación, las pruebas de humo y los pasos para registrarlo con tus asistentes y agentes. Las credenciales se quedan en tu gestor de secretos.

Qué no incluye

Un servidor MCP no es una auditoría de seguridad. No expongo una herramienta de SQL general sobre una base de producción porque un prompt le pide cuidado al modelo, y una segunda llamada a un modelo no es un control de permisos. Si la base no tiene roles ni políticas que correspondan a tus reglas, ese trabajo va primero.

Dónde está la evidencia

MetaMCP es mi gateway de código abierto. Su caso de estudio cubre el camino a Cloud Run: los dos transportes, los manifiestos para Agent Registry, un ejemplo con Google ADK, las pruebas de humo y la exportación de evidencia. Airtable MCP es una integración pública entre una base de datos y un asistente. LeanManufacturing.mx opera el servidor público descrito arriba. Las tarjetas de esta página dicen hasta dónde llega cada uno.

Trabajo y evidencia

MetaMCP as a Cloud Run MCP gateway (se abre en una pestaña nueva)

Mi contribución: Construcción y documentación del gateway remoto, artefactos de registro, pruebas de humo y exportación de evidencia.

Qué respalda: Caso público sobre transporte, identidad del consumidor, secretos y evidencia de llamadas a herramientas.

Qué no demuestra: El caso no constituye una auditoría de seguridad independiente ni un benchmark público de concurrencia.

Fuente revisada:

Airtable MCP (se abre en una pestaña nueva)

Mi contribución: Construcción de una integración MCP de código abierto para consultar y editar bases de Airtable.

Qué respalda: Una integración concreta entre bases de datos y agentes, con repositorio público enlazado.

Qué no demuestra: Ejemplo de integración; no demuestra seguridad por defecto para cualquier base corporativa o política de aislamiento.

Fuente revisada:

Preguntas frecuentes

¿Qué es un servidor MCP y para qué le sirve a mi empresa?

Es un programa pequeño que le da a un asistente o a un agente de IA un conjunto definido de operaciones sobre un sistema: leer un registro, listar elementos, hacer un cambio. Sirve cuando el asistente tiene que responder con datos vivos de la empresa o actuar en sus sistemas, y quieres que ese acceso esté limitado, atribuido y registrado.

¿Es seguro conectar nuestra base de datos a un asistente de IA con MCP?

Puede serlo, cuando los límites se hacen cumplir fuera del modelo. El servidor usa una cuenta de base de datos con permisos mínimos, toma la identidad de quien llama de la autenticación y separa las consultas de los cambios. El protocolo solo no da esa protección. La da el diseño que lo rodea.

¿Claude o ChatGPT pueden trabajar con nuestros sistemas internos por MCP?

Sí. Clientes como Claude, ChatGPT, Cursor y Codex pueden llamar a un servidor MCP. Para un servidor en la nube el transporte es Streamable HTTP, y para la máquina de un desarrollador es stdio. Construyo los dos caminos.

¿Desarrollas servidores MCP para empresas de México y de Estados Unidos?

Sí. Trabajo en remoto desde Monterrey con equipos de los dos países, en español y en inglés, por contrato o en un puesto senior. El servidor se despliega en tu cuenta de nube, así que el acceso a tus sistemas queda bajo tu control.

¿Necesitamos un consultor de MCP o un ingeniero?

Un ingeniero, si la meta es un servidor en producción. Soy ingeniero de IA senior y tomo trabajo por contrato: ayudo a decidir qué sistemas exponer y cuáles dejar en paz, y escribo el servidor, sus pruebas y su despliegue.

Preguntas relacionadas

Disponible para puestos senior de ingeniería de IA y proyectos por contrato, en remoto para Estados Unidos, México y Latinoamérica.