Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Gestion MCP Server Show me the list of personas"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
MCP (Model Context Protocol) server que expone la API REST del backend GestionIntegrantes como herramientas para clientes MCP (Claude Desktop, Cline, Continue, etc.).
Tool | Descripción | Auth requerida |
| Autentica con email/password y almacena el JWT | No |
| Obtiene la sesión del usuario autenticado | JWT |
| Limpia el token JWT de la sesión | No |
| Lista personas con paginación, búsqueda y ordenamiento | JWT |
| Obtiene una persona por ID | JWT |
| Crea una nueva persona | JWT (ADMIN, MANAGER) |
| Actualiza una persona existente | JWT (ADMIN, MANAGER) |
| Elimina una persona por ID | JWT (ADMIN) |
| Lista usuarios con filtros, paginación y ordenamiento | JWT (ADMIN, MANAGER) |
| Busca un usuario por email | JWT (ADMIN, MANAGER) |
Related MCP server: agentforge
El servidor soporta dos modos de transporte según la variable MCP_TRANSPORT:
Modo |
| Puerto | Uso |
stdio |
| N/A | Local, comunicación estándar por stdin/stdout |
StreamableHTTP |
|
| Docker, acceso remoto vía HTTP |
Node.js 20+
Backend corriendo en http://localhost:8080
cd mcp-server
npm install
npm run build
# Variables de entorno (opcional)
export BACKEND_URL=http://localhost:8080
export MCP_TRANSPORT=stdio
node dist/index.jsWindows (%APPDATA%\Claude\claude_desktop_config.json):
{
"mcpServers": {
"gestion": {
"command": "node",
"args": ["Ruta\\a\\GestionIntegrantes\\mcp-server\\dist\\index.js"],
"env": {
"BACKEND_URL": "http://localhost:8080",
"MCP_TRANSPORT": "stdio"
}
}
}
}macOS (~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"gestion": {
"command": "node",
"args": ["/ruta/a/GestionIntegrantes/mcp-server/dist/index.js"],
"env": {
"BACKEND_URL": "http://localhost:8080",
"MCP_TRANSPORT": "stdio"
}
}
}
}# Desde la raíz del proyecto GestionIntegrantes/
docker compose --env-file deploy/.env.dev -f deploy/docker-compose.dev.yml up -d --buildEl MCP estará disponible en http://localhost:3001/mcp.
El código fuente se monta como volumen, los cambios se recargan automáticamente (tsx watch).
docker compose --env-file deploy/.env.prod -f deploy/docker-compose.yml up -d --buildEl MCP estará disponible en http://localhost:3000/mcp.
Al usar Docker, el MCP se expone como HTTP. Usa el transporte streamableHttp:
{
"mcpServers": {
"gestion": {
"url": "http://localhost:3000/mcp",
"transport": "streamableHttp"
}
}
}Para desarrollo, cambia el puerto a 3001:
{
"mcpServers": {
"gestion": {
"url": "http://localhost:3001/mcp",
"transport": "streamableHttp"
}
}
}Variable | Default | Descripción |
|
| URL base de la API REST del backend |
|
| Puerto HTTP cuando se usa transporte SSE |
|
| Modo de transporte: |
Login: Invocar login con email y password. El servidor almacena el JWT internamente.
Operaciones: Usar cualquier herramienta que requiera auth (el JWT se envía automáticamente en el header Authorization).
Logout: Invocar logout para limpiar la sesión.
Ejemplo de conversación con un LLM usando el MCP:
Usuario: Lista todas las personas registradas
→ El LLM invoca automáticamente list_personas con los parámetros adecuados
Usuario: Crea una persona llamada Juan Pérez
→ El LLM invoca create_persona con { nombre: "Juan", apellidoPaterno: "Pérez" }mcp-server/
├── package.json
├── tsconfig.json
├── .env.example
├── .dockerignore
└── src/
├── index.ts # Entry point, registro de tools, transporte
├── api-client.ts # Cliente HTTP con interceptor JWT
└── tools/
├── auth.tools.ts # login, get_me, logout
├── personas.tools.ts # CRUD de personas
└── usuarios.tools.ts # Listado y búsqueda de usuariosUnclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Official Microsoft MCP Server to query Microsoft Entra data using natural language
MCP server exposing the Backtest360 engine API as tools for AI agents.
Personal assistant MCP server with search, execute, packages, jobs, secrets, and integrations.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/ErnestoZeferinoDiaz/HumanResourcesManagement-MCP'
If you have feedback or need assistance with the MCP directory API, please join our Discord server