"""
MCP Server - Servidor de Protocolo de Contexto de Modelo (Model Context Protocol)
Este servidor expone herramientas (tools) y prompts que pueden ser consumidos
por clientes MCP. Implementa funcionalidades de:
- Envío de correos electrónicos vía SMTP (Gmail)
- Prompts predefinidos para detección de intenciones y extracción de datos
Autor: MKevyn
Versión: 1.0.0
Fecha: Enero 2026
"""
# =============================================================================
# IMPORTACIONES
# =============================================================================
from fastmcp import FastMCP
from fastapi import FastAPI
from fastmcp.server.auth import StaticTokenVerifier
from dotenv import load_dotenv
import smtplib
from email.mime.text import MIMEText
import os
# =============================================================================
# CONFIGURACIÓN DEL ENTORNO
# =============================================================================
# Cargar variables de entorno desde archivo .env para credenciales seguras
load_dotenv()
# Configuración del servidor SMTP de Gmail
SMTP_SERVER = "smtp.gmail.com"
SMTP_PORT = 587 # Puerto para conexión TLS
# Credenciales de correo electrónico (obtenidas desde variables de entorno)
EMAIL_USER = os.getenv("EMAIL_USER") # Dirección de correo del remitente
EMAIL_PASS = os.getenv("EMAIL_PASS") # Contraseña de aplicación de Gmail
tokens = {
"my-secret-token": {
"client_id": "client_123",
"scopes": ["read"]
},
}
verifier = StaticTokenVerifier(tokens)
# Validación de credenciales al iniciar el servidor
if not EMAIL_USER or not EMAIL_PASS:
print("⚠️ Advertencia: EMAIL_USER o EMAIL_PASS no están configurados en .env")
print(" El envío de correos no funcionará hasta configurar estas variables.")
# =============================================================================
# INICIALIZACIÓN DEL SERVIDOR MCP
# =============================================================================
mcp = FastMCP("MCP Server",auth=verifier)
mcp_app = mcp.http_app()
api = FastAPI(lifespan=mcp_app.lifespan)
api.get("/api/status")
def status():
return {"status": "ok"}
# =============================================================================
# HERRAMIENTAS (TOOLS) DEL SERVIDOR MCP
# =============================================================================
# Las herramientas son funciones que el cliente MCP puede invocar remotamente.
# Cada herramienta debe estar decorada con @mcp.tool() y retornar un resultado.
@mcp.tool(
name="send_email",
description="Envía un correo electrónico utilizando el servidor SMTP de Gmail. Soporta contenido HTML."
)
def send_email(to: str, subject: str, body: str) -> dict:
"""
Envía un correo electrónico a través del servidor SMTP de Gmail.
Esta herramienta permite enviar correos con contenido HTML, ideal para
emails de bienvenida, notificaciones o comunicaciones personalizadas.
Args:
to (str): Dirección de correo del destinatario.
subject (str): Asunto del correo electrónico.
body (str): Contenido del correo en formato HTML.
Returns:
dict: Diccionario con el estado de la operación:
- status: "success" si el envío fue exitoso
- to: Dirección del destinatario
- subject: Asunto del correo enviado
Raises:
SMTPException: Si ocurre un error durante el envío del correo.
"""
# Crear el mensaje MIME con soporte para HTML
msg = MIMEText(body, "html")
msg['From'] = EMAIL_USER
msg['To'] = to
msg['Subject'] = subject
# Establecer conexión segura con el servidor SMTP
with smtplib.SMTP(SMTP_SERVER, SMTP_PORT) as server:
server.starttls() # Iniciar conexión TLS segura
server.login(EMAIL_USER, EMAIL_PASS) # Autenticación
server.sendmail(EMAIL_USER, [to], msg.as_string()) # Enviar correo
return {"status": "success", "to": to, "subject": subject}
# =============================================================================
# PROMPTS DEL SERVIDOR MCP
# =============================================================================
# Los prompts son plantillas de texto que el cliente puede solicitar y usar
# para interactuar con modelos de lenguaje (LLM). Permiten centralizar
# la lógica de generación de prompts en el servidor.
@mcp.prompt(
name="detect_action",
description="Detecta la intención del usuario clasificándola en acciones predefinidas"
)
def detect_action(message: str) -> str:
"""
Genera un prompt para clasificar la intención del mensaje del usuario.
Este prompt instruye al LLM para analizar el mensaje y determinar
qué acción desea realizar el usuario dentro del sistema.
Args:
message (str): Mensaje del usuario a clasificar.
Returns:
str: Prompt formateado para enviar al LLM.
Acciones posibles:
- 'saludo': El usuario está saludando o iniciando conversación.
- 'informacion_productos': El usuario solicita información sobre productos.
"""
return f"""
Detecta la acción que el usuario quiere realizar:
Existen dos tipos de acciones posibles: 'saludo' e 'informacion_productos'.
Reglas de clasificación:
- Si el usuario está saludando o iniciando conversación → acción: 'saludo'
- Si el usuario solicita información sobre productos → acción: 'informacion_productos'
Mensaje del usuario: '{message}'
Responde ÚNICAMENTE con un JSON con el siguiente formato:
{{"action": "<nombre_de_la_accion>"}}
"""
@mcp.prompt(
name="client_info",
description="Extrae nombre y correo electrónico del mensaje del usuario"
)
def client_info(message: str) -> str:
"""
Genera un prompt para extraer información de contacto del usuario.
Este prompt instruye al LLM para identificar y extraer el nombre
y correo electrónico que el usuario haya proporcionado en su mensaje.
Args:
message (str): Mensaje del usuario que puede contener datos de contacto.
Returns:
str: Prompt formateado para enviar al LLM.
Campos extraídos:
- name: Nombre del cliente (null si no se proporciona)
- email: Correo electrónico (null si no se proporciona)
"""
return f"""
Analiza el siguiente mensaje y extrae la información de contacto del usuario.
Mensaje del usuario: '{message}'
Instrucciones:
- Busca un nombre propio en el mensaje
- Busca una dirección de correo electrónico válida
- Si no encuentras algún dato, usa null
Responde ÚNICAMENTE con un JSON con el siguiente formato:
{{"name": "<nombre_o_null>", "email": "<email_o_null>"}}
"""
@mcp.prompt(
name="welcome_email",
description="Genera un email de bienvenida personalizado con lista de productos"
)
def welcome_email(name: str, products: str) -> str:
"""
Genera un prompt para crear un email de bienvenida personalizado.
Este prompt instruye al LLM para generar un correo electrónico HTML
profesional que incluya un saludo personalizado y una lista de productos.
Args:
name (str): Nombre del cliente para personalizar el saludo.
products (str): Lista de productos disponibles (formato texto o JSON).
Returns:
str: Prompt formateado para enviar al LLM.
Estructura del email generado:
- Saludo personalizado con el nombre del cliente
- Presentación de productos en formato lista HTML
- Despedida cordial y profesional
"""
return f"""
Genera un email de bienvenida profesional para un nuevo cliente.
Datos del cliente:
- Nombre: {name}
Productos disponibles:
{products}
Requisitos del email:
1. Incluir un saludo cálido y personalizado con el nombre del cliente
2. Presentar los productos en una lista HTML bien formateada
3. Incluir una despedida cordial e invitación a contactar para más información
4. El diseño debe ser limpio y profesional
Responde ÚNICAMENTE con un JSON con el siguiente formato:
{{"subject": "<asunto_del_email>", "body": "<contenido_html_del_email>"}}
"""
# =============================================================================
# PUNTO DE ENTRADA DEL SERVIDOR
# =============================================================================
# Iniciar el servidor MCP en modo HTTP para recibir conexiones de clientes
api.mount("/api", mcp_app)
if __name__ == "__main__":
# print("🚀 Iniciando servidor MCP en http://localhost:8000/mcp")
# mcp.run(transport="http", host="localhost", port=8000)
import uvicorn
uvicorn.run(api, host="0.0.0.0", port=8000)
