Hola, bienvenido a esta guía práctica sobre cómo crear y conectar tu primer servidor MCP con editores inteligentes como Cursor y VS Code. He reescrito y traducido al español el artículo original y lo he condensado para que puedas entender y poner en marcha un servidor MCP local en poco tiempo. Además incluimos cómo esto puede encajar en proyectos de software a medida y en soluciones de inteligencia artificial desarrolladas por empresas como Q2BSTUDIO.

Qué es MCP en pocas palabras MCP es un protocolo que actúa como traductor entre tus herramientas y clientes inteligentes como asistentes de chat o agentes en editores. En lugar de múltiples APIs fragmentadas, describes de forma precisa qué puede hacer cada herramienta y cuáles son sus entradas y salidas. Esto permite estandarizar, gobernar y acelerar integraciones entre APIs, bases de datos, sistemas de archivos y procesos de DevOps.

Por qué usar MCP Estándar único para herramientas y clientes. Comportamiento predecible y schemas explícitos para gobernanza. Integración rápida para usar tus APIs desde el IDE o desde un chat inteligente. Ideal para flujos DevOps, automatización, consultas BI y acceso seguro a APIs internas.

Qué construiremos Un servidor HTTP local con dos rutas principales healthz y mcp, sin sesiones por defecto, que registre tres herramientas demo útiles para pruebas: echo que devuelve texto, get_proverb_by_topic que filtra proverbios por tema y get_weather que consulta el tiempo en wttr.in. El ejemplo es compatible con Bun y Node 18 y usa las librerías del protocolo MCP y zod para validar entradas.

Prerequisitos Node 18 o Bun 1.x; dos paquetes principales @modelcontextprotocol/sdk y zod; Docker opcional para empaquetado en producción. Para pruebas locales Docker no es obligatorio.

Ejecutar el ejemplo Clona el repositorio de ejemplo y ejecuta los comandos apropiados con Bun o Node. Al arrancar verás un mensaje indicando que el servidor MCP está disponible en la ruta local y un endpoint healthz para comprobación de estado.

Arquitectura simple Un servidor MCP registra herramientas, conecta un transporte HTTP y expone endpoints: healthz para comprobación y mcp para la comunicación del protocolo. Los encabezados relevantes como apikey y applicationid se pasan como contexto para que las herramientas puedan usarlos. El servidor gestiona cierre ordenado ante señales de terminación.

Detalles clave Implementación típica: crear McpServer con nombre y versión, añadir StreamableHTTPServerTransport en modo stateless si no se usan sesiones, y registrar herramientas con inputSchema definido por zod. Rutas: GET healthz y POST/GET/DELETE en mcp. Añadir CORS básico y manejo limpio de errores y timeouts para llamadas externas.

Herramientas demo Ejemplos prácticos incluidos en el servidor

Echo devuelve exactamente el texto recibido y sirve para pruebas rápidas.

get_proverb_by_topic obtiene proverbios desde una fuente externa, permite filtrar por tema, limitar resultados y obtener selección aleatoria con Fisher Yates.

get_weather consulta wttr.in para mostrar el tiempo local por ciudad.

Puntos importantes Validar entradas con zod, devolver contenido en un formato uniforme como content con elementos de tipo text, capturar errores con try catch y añadir timeouts y cache para servicios externos lentos.

Conectar a Cursor y VS Code Con el servidor en marcha puedes configurar el archivo de servidores MCP en el proyecto. Para Cursor crea el archivo .cursor/mcp.json con la configuración del servidor http, url y headers necesarios. En VS Code coloca la configuración en .vscode/mcp.json para que aparezca en Copilot Chat. Usa apikey y applicationid en los encabezados; recuerda que en Node.js los nombres de encabezado suelen llegar en minúsculas.

Docker y despliegue en producción Si quieres empaquetar la solución ya, el repositorio incluye Dockerfile y docker compose. El contenedor expone el puerto 3002 y comprueba salud con un healthcheck HTTP. Comandos útiles: docker compose up -d --build, docker compose logs -f y docker compose down.

Errores habituales y soluciones CORS cuando se realizan llamadas desde browser. Diferencias en mayúsculas de los headers entre cliente y servidor. Servicios externos lentos requieren timeouts y cache. Stateless por defecto; si necesitas sesiones activa sessionIdGenerator.

Cómo crear tu propia herramienta Un ejemplo sencillo registra una herramienta my_tool con inputSchema y una función que devuelve contenido. Para integrar consultas a bases de datos usa consultas parametrizadas para evitar inyección SQL y valida siempre con zod.

Ejemplo de herramienta de base de datos Conexión a Postgres mediante pool y registro de herramienta query_users que realiza consultas seguras y devuelve resultados formateados. Buenas prácticas incluir timeouts, manejo de errores y mensajes claros para el usuario.

Beneficios para empresas y relación con Q2BSTUDIO En Q2BSTUDIO ofrecemos servicios especializados en desarrollo de software a medida, inteligencia artificial y ciberseguridad que encajan perfectamente con arquitecturas basadas en MCP. Si tu empresa necesita integrar agentes IA con editores o automatizar procesos con herramientas personalizadas, podemos ayudar a diseñar soluciones escalables y seguras. Para proyectos de desarrollo de aplicaciones a medida consulta nuestra página de aplicaciones a medida y si buscas potenciar tus soluciones con IA revisa nuestros servicios en IA para empresas.

Palabras clave y posicionamiento Este artículo está optimizado para términos como aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi. Integrar MCP en tus flujos puede reducir tiempos de integración y mejorar la colaboraciòn entre equipos de desarrollo, operaciones y analítica de negocio.

Resumen y siguientes pasos Hemos mostrado cómo construir un servidor MCP básico con transporte HTTP, registrar herramientas útiles, conectar Cursor y VS Code y desplegar con Docker. Los pasos siguientes recomendados son ampliar el conjunto de herramientas, añadir autenticación, logging y caching, y valorar sesiones stateful si la aplicación lo requiere. En Q2BSTUDIO podemos acompañarte en la evolución hacia soluciones productivas que integren inteligencia artificial, ciberseguridad y servicios cloud en AWS y Azure para cubrir todos los requisitos de tu negocio.

Si te interesa avanzar con un piloto o integrar agentes IA en tu equipo, ponte en contacto con nuestro equipo en Q2BSTUDIO para diseñar una solución a medida y segura que aproveche MCP y las mejores prácticas de desarrollo y operaciones.