🚀 OpsMCP — Agente de Operaciones Empresariales Impulsado por IA

Un agente de operaciones empresariales impulsado por IA que utiliza el Model Context Protocol (MCP) para conectar de forma segura las interacciones de IA en lenguaje natural con una base de datos PostgreSQL.

📌 Descripción general

OpsMCP permite a los usuarios interactuar con los datos de la empresa usando lenguaje natural, en lugar de escribir consultas SQL manualmente o navegar por complejos paneles de administración.

El sistema conecta un agente de IA a una base de datos PostgreSQL mediante herramientas MCP, lo que permite al agente recuperar información, analizar usuarios y realizar operaciones autorizadas sobre la base de datos.

Para las operaciones de escritura sensibles, el sistema exige la confirmación explícita del usuario antes de modificar la base de datos.

Related MCP server: Postgres MCP Server

🎯 Problema

Los sistemas internos tradicionales de las empresas suelen exigir al usuario:

• Navegar por múltiples paneles de administración

• Entender las estructuras de la base de datos

• Escribir consultas SQL

• Realizar operaciones repetitivas manualmente

• Llevar el registro de las modificaciones de la base de datos por separado

Esto añade una complejidad innecesaria a las operaciones rutinarias de la empresa.

💡 Solución

OpsMCP ofrece una interfaz de lenguaje natural para las operaciones de la empresa.

En lugar de escribir:

SELECT id, name, email, role
FROM users
ORDER BY id;

El usuario puede simplemente preguntar:

"Muéstrame todos los usuarios."

La IA determina qué herramienta MCP se necesita, la ejecuta, recibe el resultado y lo convierte en una respuesta comprensible para el usuario.

🧠 Cómo funciona

                   ┌──────────────────────┐
                   │      Web Dashboard   │
                   └──────────┬───────────┘
                              │
                              ▼
                   ┌──────────────────────┐
                   │      AI Agent        │
                   │  Natural Language    │
                   └──────────┬───────────┘
                              │
                       MCP Tool Calling
                              │
                              ▼
                   ┌──────────────────────┐
                   │     MCP Server       │
                   │                      │
                   │ Tools • Resources    │
                   │ Prompts • Security   │
                   └──────────┬───────────┘
                              │
                              ▼
                   ┌──────────────────────┐
                   │     PostgreSQL       │
                   │      Database        │
                   └──────────────────────┘

✨ Características principales

🤖 Operaciones de base de datos en lenguaje natural

El nombre del recurso puede llevar a confusión, pero la app comienza a tomar forma.

Ejemplos:

Show me all users.

Find user with ID 2.

Create a new user named Rahul with role developer.

Change Rahul's role to manager.

Analyze all users and tell me which role has the most users.

🔧 Herramientas MCP

El proyecto expone las operaciones de base de datos como herramientas MCP.

Las herramientas actuales incluyen:

📚 Recursos MCP

El proyecto también demuestra el uso de recursos MCP para proporcionar información contextual estructurada al agente de IA.

Ejemplo:

company://info

Este recurso contiene información sobre:

• Departamentos

• Roles de la empresa

• Estructura organizativa

🧩 Prompts MCP

Se incluyen prompts MCP reutilizables para operaciones estructuradas, como el análisis de usuarios.

Ejemplo de análisis:

1. Count total users
2. Group users by role
3. Identify unusual roles
4. Generate a summary

🔐 Seguridad

La seguridad es una parte importante del proyecto.

Autenticación mediante clave de API

El servidor MCP admite la autenticación mediante clave de API usando cabeceras de autorización HTTP.

Se implementan dos niveles de permiso:

READ_ONLY
READ_WRITE

Autorización

Las operaciones de lectura se pueden realizar con el permiso de solo lectura.

Las operaciones que modifican la base de datos requieren:

READ_WRITE

permiso.

⚠️ Confirmación antes de las operaciones de escritura

Antes de ejecutar operaciones que modifican la base de datos, el cliente de IA pide confirmación al usuario.

Ejemplo:

⚠️ WRITE OPERATION REQUIRES CONFIRMATION

Tool      : update_user_role
Arguments : {
    "user_id": 2,
    "new_role": "manager"
}

Do you want to continue? (yes/no)

La base de datos solo se modifica tras la aprobación explícita.

🛡️ Validación de entradas

La entrada del usuario se valida antes de ejecutar las operaciones sobre la base de datos.

Por ejemplo, los roles admitidos son:

developer
designer
product manager
manager

Las entradas no válidas, como:

aestronuot

se rechazan, en lugar de insertarse en la base de datos.

📋 Registro de auditoría

Las operaciones que modifican la base de datos se registran en un registro de auditoría.

Ejemplo:

action          | tool_name        | status
----------------+------------------+---------
update_user_role| update_user_role  | SUCCESS

Esto garantiza la trazabilidad de las operaciones sensibles.

🗂️ Estructura del proyecto

OPSMCP-AI-AGENNT/
│
├── server/
│   ├── auth/
│   ├── database/
│   │   └── connection.py
│   │
│   ├── prompts/
│   │   └── user_analysis.py
│   │
│   ├── resources/
│   │   └── company.py
│   │
│   └── tools/
│       ├── audit.py
│       └── user_tools.py
│
├── static/
│   ├── app.js
│   └── style.css
│
├── templates/
│   └── index.html
│
├── ai_client.py
├── web_app.py
├── run_server.py
├── requirements.txt
├── .gitignore
└── README.md

🛠️ Stack tecnológico

Backend

• Python

• FastAPI

• Uvicorn

IA

• API compatible con OpenAI

• Llamada de funciones y herramientas

• Interacción en lenguaje natural

Protocolo

• Model Context Protocol (MCP)

• Transporte HTTP streamable

Base de datos

• PostgreSQL

• Psycopg

Frontend

• HTML

• CSS

• JavaScript

Seguridad

• Autenticación mediante clave de API

• Autorización de lectura/escritura

• Mutaciones basadas en confirmación

• Validación de entradas

• Registro de auditoría

⚙️ Configuración local

1. Clona el repositorio

git clone https://github.com/Ayushsharma109/OPSMCP-AI-AGENNT.git

cd OPSMCP-AI-AGENNT

2. Crea un entorno virtual

Windows:

python -m venv .venv

Actívalo:

.venv\Scripts\activate

3. Instala las dependencias

pip install -r requirements.txt

4. Configura las variables de entorno

Crea un archivo .env:

MCP_API_KEY=your_main_api_key
MCP_READONLY_KEY=your_readonly_api_key

OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=your_base_url
OPENAI_MODEL=your_model

DB_NAME=mcp_demo
DB_USER=postgres
DB_PASSWORD=your_password
DB_HOST=localhost
DB_PORT=5432

Nunca hagas push de .env ni de las claves de API a GitHub.

5. Inicia PostgreSQL

Asegúrate de que PostgreSQL se esté ejecutando y de que exista la base de datos y las tablas requeridas.

6. Inicia el servidor MCP

python run_server.py

El servidor MCP se ejecuta por defecto en:

http://127.0.0.1:8000

7. Inicia la aplicación web

Abre otra terminal:

python web_app.py

La interfaz de usuario estará disponible en:

http://127.0.0.1:8080

🧪 Ejemplo de flujo de trabajo

Usuario

Show me all users.

Agente de IA

Determina que se necesita get_users.

MCP

Ejecuta:

get_users()

PostgreSQL

Devuelve los registros de los usuarios.

IA

Convierte el resultado de la base de datos en una respuesta en lenguaje natural.

🔄 Flujo de una operación de escritura

User Request
     ↓
AI Agent
     ↓
MCP Tool Selection
     ↓
Permission Check
     ↓
User Confirmation
     ↓
Input Validation
     ↓
PostgreSQL Update
     ↓
Audit Log
     ↓
AI Response

El sistema está diseñado para ayudar a prevenir modificaciones accidentales de la base de datos.

🏆 MVP de Hackathon

OpsMCP se desarrolló como un MVP enfocado que demuestra cómo se puede usar MCP para conectar agentes de IA con datos empresariales reales y operaciones de backend controladas.

El proyecto se centra en:

• Llamada a herramientas de IA

• Arquitectura MCP

• Interacción segura con la base de datos

• Confirmación humana para las mutaciones

• Auditabilidad

• Interacción en lenguaje natural con la base de datos

**ura Mejoras futuras

Las mejoras futuras incluyen:

• Acceso al panel según el rol

• Más herramientas MCP empresariales

• Análisis avanzado

• Compatibilidad con múltiples bases de datos

• Mejor visualización del registro de auditoría

• Autenticación lista para despliegue

• Integración de inicio de sesión único (SSO) empresarial

• Permisos más granulares

👨💻 Autor

Ayush Sharma

Construido como un proyecto de hackathon en solitario que explora:

Agentes de IA + MCP + PostgreSQL + Ejecución segura de herramientas

📄 Licencia

Está pensado principalmente como un proyecto de hackathon y aprendizaje.