mcp-senuelo
by femogo
README.md
# mcp-senuelo — servidor MCP de investigación
Servidor MCP público y abierto, en Cloudflare Workers, cuyas herramientas son falsas e inofensivas.
Sirve para registrar **qué clientes y agentes se conectan a un MCP abierto y a qué dicen venir**
(campo obligatorio `purpose`). Lo dice abiertamente en cada herramienta, en las `instructions`
del servidor y en la página `/`.
Estado: **en producción en `https://mcp.cribalo.com` desde el 8 nov 2026.** Publicado en el
[MCP Registry oficial](https://registry.modelcontextprotocol.io/v0/servers?search=com.cribalo) como
`com.cribalo/research-mcp` (8 nov 2026), con una descripción que dice que es un señuelo de
investigación. Ficha: `server.json`. El dominio se verifica con un registro TXT en la raíz de
`cribalo.com` (`v=MCPv1; k=ed25519; p=…`); la clave privada está en el servidor, en
`/root/.config/mcp-registry/key.pem`, fuera del repositorio. Para publicar una versión nueva:
subir `version` en `server.json`, `mcp-publisher login dns --domain cribalo.com --private-key …`
y `mcp-publisher publish`. Si se borra el TXT, no se puede volver a publicar hasta reponerlo.
## Arquitectura
```
cliente MCP ──HTTPS──▶ Worker (mcp.cribalo.com)
├─ HTTP en claro → 301 a HTTPS (308 si no es GET/HEAD); no se registra
├─ límite: 30 peticiones/60 s por IP con hash (binding ratelimits) → 429
├─ cuerpo > 32 KiB → 413 (se registra como 'rejected')
├─ /mcp → createMcpHandler (agents) + McpServer (SDK v2), sin estado
├─ /.well-known/agent-card.json (y agent.json) → Agent Card A2A
├─ /a2a → agente A2A señuelo, JSON-RPC sin estado (src/a2a.ts)
├─ / → página que explica el servidor
├─ /dash/ → panel privado en directo (contraseña); no se registra
└─ resto → 404, se registra (escáneres)
│
└─ ctx.waitUntil → D1 'events' (una fila por mensaje JSON-RPC o petición)
cron diario 03:17 UTC ──▶ DELETE de filas con más de RETENTION_DAYS
```
- **Versiones fijadas** (`package.json`, versiones exactas): `agents@0.33.0`,
`@modelcontextprotocol/server@2.4.0` (SDK v2), `zod@4.6.7`, `wrangler@4.158.0`; para las
pruebas, `@modelcontextprotocol/client@2.4.0`.
- **Por qué `createMcpHandler` y no `McpAgent`:** la documentación de `agents@0.33.0`
(`docs/mcp-servers.md`, consultada el 8 nov 2026) marca `McpAgent` como obsoleto. El handler
nuevo no guarda estado, no necesita Durable Objects y sirve Streamable HTTP tanto a clientes de
la versión borrador `2026-07-28` (stateless) como a los de 2025 (`legacy: "stateless"`). Sin
sesión, los clientes de 2025 no pueden recibir *sampling* ni *elicitation*, y el servidor no
los usa. No hay transporte SSE independiente.
- **`clientInfo`:** los clientes de 2025 lo mandan solo en `initialize`, y los del borrador en
`_meta["io.modelcontextprotocol/clientInfo"]` de cada petición. Se guardan los dos. El script
de resumen asigna a cada llamada el último `clientInfo` visto con el mismo hash de IP y el
mismo User-Agent.
- **Herramientas** (`src/tools.ts`): `search_documents`, `fetch_url`, `query_database`,
`get_exchange_rate`, `execute_script` y `read_file` (6). Ninguna hace peticiones de red ni
ejecuta nada (`fetch_url` no llama a la URL, `query_database` no ejecuta el SQL,
`execute_script` responde «Execution denied» y `read_file` «Access denied»). Devuelven datos de muestra fijos con la etiqueta
«Synthetic response… Nothing was executed». Cada una exige `purpose` (de 1 a 500 caracteres),
y su descripción dice que las llamadas se registran. Las respuestas no llevan instrucciones
para el agente.
- **HTTPS (11 nov 2026):** el Worker sabe que la petición llegó en claro por `cf-visitor` o
`x-forwarded-proto`. `wrangler dev` no manda ninguna de las dos (y reescribe la URL a
`http://mcp.cribalo.com`), así que las pruebas y el laboratorio no se redirigen. Las páginas HTML
(`/`, `/c/…` y `/dash/`) llevan `Strict-Transport-Security: max-age=31536000`, sin subdominios ni
*preload*. Los ficheros de `public/` (el panel) los sirve Cloudflare antes del Worker y no se
redirigen: eso lo cubre el ajuste de zona «Always Use HTTPS». La portada lleva además una CSP
que solo admite su `<style>` por hash, `nosniff` y `Referrer-Policy: no-referrer`.
- **Origin:** el SDK rechaza (403) las peticiones de navegador desde otros dominios, para que
ninguna web pueda usar el navegador de sus visitantes contra `/mcp`.
## Capa A2A (Agent2Agent)
Segunda puerta del mismo señuelo, para agentes que **delegan tareas en otros agentes** en vez de
llamar herramientas. Está en `src/a2a.ts`, en el mismo Worker, con el mismo límite por IP, el mismo
tope de 32 KiB, la misma ocultación de secretos y la misma tabla.
- **Versiones:** habla A2A **1.0** (especificación consultada el 8 nov 2026) y **0.3**, porque
muchos clientes siguen en 0.3. Sin cabecera `A2A-Version` se asume 0.3, como manda la 1.0. Los
métodos en PascalCase (`SendMessage`) se responden con la forma 1.0 aunque falte la cabecera.
Con otra versión, el error es `-32009`.
- **Agent Card** en `/.well-known/agent-card.json`, y también en la ruta antigua
`/.well-known/agent.json`. Lleva los campos 1.0 (`supportedInterfaces`, con la 1.0 como
preferida) y los 0.3 (`url`, `preferredTransport`, `protocolVersion`). Tiene 6 *skills* que
replican las herramientas MCP. La descripción y cada *skill* dicen que se registra y que no se
ejecuta nada. Se sirve con `access-control-allow-origin: *` porque es pública.
- **`/a2a`** (POST y JSON-RPC 2.0):
| Método (1.0 / 0.3) | Respuesta |
|---|---|
| `SendMessage` / `message/send` | tarea `COMPLETED` / `completed` con un *artifact* de texto sintético fijo y su enlace canario |
| `GetTask` / `tasks/get` | la misma tarea completada, reconstruida desde su id firmado; id desconocido, alterado o de más de 7 días → `-32001` |
| `CancelTask` / `tasks/cancel` | `-32002` (la tarea ya está completada); id no válido → `-32001` |
| `SubscribeToTask` / `tasks/resubscribe` | `-32004`; id no válido → `-32001` |
| `SendStreamingMessage` / `message/stream`, `ListTasks` | `-32004` Unsupported (la card declara `streaming: false`) |
| métodos de *push notifications* | `-32003` |
| `GetExtendedAgentCard` | `-32007` |
- **Navegadores:** `/a2a` exige `Content-Type` `application/json` o `application/a2a+json` (si no,
responde 415) y no contesta a los *preflight* CORS. Así, ninguna web puede usar el navegador de
sus visitantes contra `/a2a`. `GET` y `HEAD` responden 200 con un JSON que remite a la Agent Card
(las sondas de actividad de ALLAGENTS y brick.blue hacen `GET /a2a`); otros métodos, 405.
- **Tareas sin estado:** el `taskId` es `t1.<base64url(JSON)>.<HMAC>`. El JSON lleva el `contextId`,
la hora de emisión y el token canario. La clave HMAC se deriva de `IP_SALT` (etiqueta
`a2a-task-id-v1`) y la firma tiene 128 bits. No se guarda nada; `GetTask` verifica la firma y
reconstruye la misma respuesta.
- **Registro** (`kind = 'a2a'`):
- `purpose` guarda **el texto del mensaje**, porque en A2A el texto es la intención.
- `tool` guarda el *skill* si viene en `metadata.skillId`, `skill_id` o `skill`.
- `context_id` y `task_id` (migración `0003_a2a.sql`) permiten seguir conversaciones.
- `args` guarda el resto de `params`, con los textos y los bytes de ficheros sustituidos por su tamaño.
- `protocol_version` guarda la cabecera `A2A-Version` (`NULL` = 0.3).
- Las lecturas de la Agent Card se guardan con `note = 'agent-card'`, los `GET /a2a` con
`note = 'endpoint info'` y los `GetTask` válidos con `note = 'task found'`.
- **Directorios (8 nov 2026):** no hay registro oficial de A2A (la especificación no define uno).
- [ALLAGENTS](https://allagents.app/agent/cribalo-research-agent): dado de alta por API con la
URL de la Agent Card. El token de edición y las 4 palabras de recuperación están en
`/root/.config/a2a-directories/allagents.json` (permisos 600, fuera del repositorio). Sirven
para editar o retirar la ficha (`POST /update`, `/delist`).
- [AgentPeering](https://agentpeering.com/publish) y [A2A Registry](https://www.a2a-registry.org/submit):
alta anónima solo desde su formulario web (sus APIs de publicación piden cuenta).
- Estos directorios prueban `/a2a` de forma automática (AgentPeering, cada ~30 min y 4 *skills*
al día). Al analizar los datos hay que separar ese tráfico por User-Agent y ASN. Ojo: las
peticiones de AgentPeering (incluido su chat de prueba) llegan **sin User-Agent** desde la
ASN de Cloudflare.
- **Panel y resumen:** el panel tiene el filtro `a2a`, el contador «mensajes A2A», una serie en la
gráfica y la tarjeta «Mensajes A2A». `npm run summary` empieza con **Clasificación por comportamiento** (canario → agente MCP con
`purpose` → agente A2A → sonda/verificador → indexador → escáner web → web; gana la primera clase
que encaja), sigue con **Canarios visitados**, **Canarios emitidos** y **Mensajes dirigidos al
operador** (textos con *claim*, *owner*, *payment*, *badge*, «pass this on»…), y añade **Embudo A2A** (card → envío →
varios turnos), **Métodos A2A y versión** y **Mensajes A2A**.
## Qué se guarda (tabla `events`, `migrations/0001_init.sql`, `0002_capabilities_redactions.sql` y `0003_a2a.sql`)
| Campo | Contenido |
|---|---|
| `ts`, `kind` | hora UTC; `mcp`, `http` (otras rutas) o `rejected` (413) |
| `ip_hash` | HMAC-SHA256 de la IP con la sal secreta `IP_SALT`, truncado a 16 hex. **La IP en claro no se guarda** |
| `country`, `asn`, `as_org` | país y red según `request.cf` |
| `user_agent`, `http_method`, `path`, `status`, `body_bytes` | ruta **sin** query string |
| `protocol_version`, `rpc_method`, `rpc_id` | por cada mensaje JSON-RPC (como mucho 20 por lote) |
| `client_name`, `client_version`, `client_info` | `clientInfo` |
| `capabilities` | `capabilities` que el cliente declara en `initialize` (JSON recortado; `NULL` en el resto) |
| `tool`, `args`, `purpose` | herramienta, argumentos sin `purpose` y `purpose` aparte |
| `context_id`, `task_id` | solo en A2A: identificadores de conversación y tarea que manda el cliente |
| `redactions` | tipos de dato ocultados en esa fila, sin repetir, ordenados y separados por comas (`NULL` si ninguno) |
Límites: `MAX_FIELD_CHARS` (2000) para argumentos, `purpose` y `clientInfo`, y 500 para el
User-Agent. Del cuerpo de las rutas no MCP solo se guarda el tamaño. Las peticiones cortadas por
el límite (429) no se registran, para que una avalancha no agote las escrituras diarias de D1.
Sin la sal `IP_SALT`, el campo vale `no-salt`: un hash de IPv4 sin sal se invierte enseguida.
### Enlaces canario (`src/canary.ts`)
Cada resultado sintético lleva un enlace propio `https://mcp.cribalo.com/c/<token>`: los
`tools/call` de MCP al pie del texto (y `search_documents` además como `url` de cada documento,
con `?doc=`), y los `SendMessage` de A2A al final de la respuesta. El texto lo presenta como
«Reference page for this result (visits are logged)». No es una instrucción.
- El token (12 caracteres base32) se genera en el Worker para cada petición. Llega a las
herramientas en la cabecera `x-senuelo-canary` de la petición reenviada al SDK; si el cliente
manda su propia cabecera, se sobrescribe.
- La fila que emite el enlace guarda `note = 'canary:<token>'`. Solo se marcan los `tools/call`
con `purpose`, porque sin él el SDK rechaza la llamada y no hay resultado.
- `GET /c/<token>` sirve una página que explica qué es (`noindex`) y se guarda como
`kind = 'http'`, `note = 'canary-hit'`.
- Una visita indica que alguien (un agente, un *fetcher* o una persona) **actuó sobre un
resultado**, que es la mejor señal disponible de uso real. `npm run summary` cruza emisión y
visita: tiempo transcurrido, si es la misma IP y el UA de cada lado.
`/llms.txt` describe el señuelo, sus endpoints y qué se registra.
**Puertas por directorio (9 nov 2026):** el mismo servidor MCP se sirve también en
`/mcp/<directorio>` para una lista fija (`src/entries.ts`: apitracker, mcp-so, glama, mcp-market,
awesome-mcp-servers, mcpservers-org, cursor-directory). El Worker reescribe la URL a `/mcp` para el SDK,
pero guarda la ruta original en `path`. Cualquier otra `/mcp/...` da 404 y cuenta como escáner.
`npm run summary` tiene la sección **Puerta de entrada MCP**, y el panel y el resumen no cuentan
esas rutas como escaneo. Las URLs y las fechas de alta están en `LISTADO.md`.
**Buscadores (9 nov 2026):** la portada se puede indexar (antes llevaba `noindex`) y tiene descripción,
`canonical` y etiquetas Open Graph. `/robots.txt` apunta a `/sitemap.xml`, que solo lista `/`. Los
enlaces canario siguen con `noindex` y nunca entran en el sitemap: si los indexara un buscador,
contarían como visitas falsas. La clave de IndexNow (`INDEXNOW_KEY` en `src/index.ts`) es pública por
diseño y se sirve en `/<clave>.txt`. Las peticiones a estas rutas se registran como el resto (`kind = 'http'`).
### Ocultación de secretos y datos personales
Antes de guardar, `src/redact.ts` sustituye cada coincidencia por `[REDACTED:<tipo>]` en `args`
(sobre el JSON completo, antes de recortar, para que un secreto cortado a medias no se escape),
`purpose`, `capabilities`, `client_info`, el nombre y la versión del cliente, y en el cuerpo
cuando no es JSON válido. Se hace por minimización (RGPD) y para no guardar secretos de terceros
que un agente pegue sin querer. Orden y tipos:
| Tipo | Qué oculta |
|---|---|
| `private_key` | de `-----BEGIN … PRIVATE KEY-----` hasta su `END` (o hasta el final) |
| `jwt` | tres segmentos base64url que empiezan por `eyJ` |
| `bearer` | `Bearer` + token de 20 caracteres o más |
| `api_key` | `sk-…` (también `sk-ant-`, `sk-proj-`), `AKIA…`, `ghp_`/`gho_`/…, `github_pat_`, `xox?-`, `AIza…`, `glpat-` |
| `card` | 13–19 dígitos (con espacios o guiones) que pasan Luhn |
| `iban` | IBAN que pasa mod-97 |
| `email` | direcciones de correo |
| `dni` | DNI (8 dígitos + letra) y NIE (X/Y/Z + 7 dígitos + letra) con la letra de control correcta |
| `phone` | internacionales con `+` o `00` (9–15 dígitos) y españoles de 9 dígitos que empiezan por 6–9 **con separadores** (espacio o guion) |
| `home_path` | solo el nombre de usuario en `/Users/…`, `/home/…` y `C:\Users\…` |
Decisiones: `sk-` exige que no lo preceda una letra o dígito (si no, `task-force-…` se ocultaría);
13 dígitos seguidos sin separador no cuentan como tarjeta (son un *epoch* en milisegundos); `home_path`
no actúa si la ruta va precedida de un dominio (`example.com/home/x`); los teléfonos españoles sin
separadores no se ocultan (9 dígitos seguidos son tan a menudo un id como un teléfono) y el punto
no cuenta como separador (IPv4, versiones). Las expresiones
son lineales o con cuantificadores acotados (el cuerpo está limitado a 32 KiB y Workers Free da
unos 10 ms de CPU). Es una red de seguridad, no una garantía: texto libre con datos personales
no evidentes (nombres, direcciones) sigue guardándose. Pruebas: `node scripts/redact-test.mjs`.
**Retención:** 90 días (`RETENTION_DAYS`). La purga corre a diario con un cron. Workers Logs
está desactivado (`observability.enabled: false`), así que D1 es el único registro.
**Recuentos diarios (`src/daily.ts`, tabla `daily`, desde el 10 nov 2026):** antes de la purga, el cron
agrega cada día UTC terminado y guarda solo recuentos, que sobreviven a los 90 días. No guarda hashes de IP,
User-Agents completos, `purpose` ni argumentos. Deja fuera nuestras pruebas con la misma regla que
`/stats.json` (`src/own.ts`), aunque aquí un visitante cuenta como nuestro si tiene una fila marcada ese mismo
día. Así cada ejecución recorre solo el día por índice.
| `metric` | `key` | `n` |
|---|---|---|
| `requests`, `visitors` | `total`, `mcp`, `a2a`, `http`, `rejected`; en `visitors` también `tools_call` | peticiones o visitantes |
| `requests_by_<dim>`, `visitors_by_<dim>` | valor de la dimensión: `rpc_method` y `tool` y `protocol_version` con prefijo `mcp:`/`a2a:`, `client_name` en minúsculas, `country`, `as_org`, `path_class` (`mcp`, `a2a`, `card`, `well-known`, `canary`, `home`, `other-404`, `other`, `rejected`) | peticiones o visitantes |
| `requests_by_redaction` | tipo ocultado | peticiones |
| `canary` | `issued`, `hit`, `links_followed` | enlaces emitidos, visitas y enlaces distintos visitados |
`client_name` y `as_org` guardan los 200 valores con más visitantes por día; el resto va a `(other)`. Las
celdas pequeñas se guardan, pero no se publican con menos de 5 visitantes (METRICAS.md). Se agregan como
mucho 10 días por ejecución (límite de 50 consultas por invocación del plan gratuito). La purga nunca borra
un día que aún no se ha agregado: si la agregación falla, las filas esperan a la siguiente ejecución.
`kv['daily_through']` guarda el último día agregado. Prueba: `node scripts/daily-test.mjs` contra
`npm run dev` (borra los agregados locales).
### Cifras públicas (`/stats.json`, `src/stats.ts`)
`GET /stats.json` publica solo totales: peticiones, visitantes (IP con hash + User-Agent),
visitantes MCP, clientes MCP distintos, visitantes que llamaron a herramientas, llamadas, llamadas
con `purpose`, visitantes y mensajes A2A, y enlaces canario visitados, cada uno con su definición.
Las cifras **no cuentan nuestras propias pruebas**. Se aplican las reglas de METRICAS.md: queda
fuera todo visitante con alguna petición cuyo User-Agent empiece por `senuelo-`, o cuyo `purpose` o
versión de cliente empiece por `test-`. También quedan fuera las visitas a enlaces canario emitidos
para esos visitantes. La definición `scope` de la propia respuesta lo explica. Los tests
(`npm test`, `npm run test:a2a`) mandan siempre un User-Agent `senuelo-*`. El User-Agent `node` no es
regla, porque también lo usan crawlers de terceros. Una prueba manual sin esas marcas (por ejemplo,
con `curl`) sí cuenta. No incluye hashes de IP, User-Agents, argumentos ni textos. Se guarda 5 minutos
en la caché de cada centro de datos (Cache API) y, detrás, en D1 (`kv['stats']`): así el cálculo, que recorre
`events` entero, se hace como mucho una vez cada 5 minutos en total y no una vez por centro de datos. Sus
peticiones no se registran. Prueba: `node scripts/stats-test.mjs`. criba.cribalo.com lo lee por un
*service binding* para sus cifras en vivo.
Nota: Cloudflare lo sirve con `max-age=14400` por el ajuste «Browser Cache TTL» de la zona; se
puede cambiar a «Respect Existing Headers». A criba no le afecta.
## Panel en directo (`/dash/`)
Panel privado para ver el registro casi en tiempo real: contadores, actividad por tipo, feed con
filtro y búsqueda, detalle de cada evento, clientes MCP, herramientas con sus `purpose`,
escáneres clasificados, User-Agents y origen. Incluye una tarjeta «Embudo» (visitantes →
`initialize` → `tools/list` → `tools/call`, por hash de IP + User-Agent; el % es sobre el total
de visitantes, porque los clientes sin estado llaman a herramientas sin pasar por `initialize`) y un contador
de «datos ocultados» (filas con `redactions`). El detalle de cada evento muestra también
`capabilities` y `redactions`. Ventanas de 1 h, 24 h y 7 días.
- **Acceso:** una contraseña en el secreto `DASH_PASSWORD` (16 caracteres o más). Sin ese
secreto, `/dash/api/*` responde 404 y el panel no carga datos. El inicio de sesión deja una
cookie firmada con HMAC (`HttpOnly`, `Secure`, `SameSite=Strict`, `Path=/dash`, 12 h). Cambiar
la contraseña invalida todas las sesiones.
- **Seguridad:** todo lo que muestra el panel lo escribe quien llama, así que el HTML se monta solo
con `textContent` (la prueba `app.js has no HTML-injection sinks` lo vigila) y `public/_headers`
pone una CSP estricta (`script-src 'self'`, sin `unsafe-inline`), `frame-ancestors 'none'` y
`no-referrer`. Las peticiones a `/dash` no se guardan en D1.
- **Lecturas de D1:** la carga inicial lee como mucho 5000 filas por el índice de `ts`, y luego
pide cada 5 s solo las filas nuevas (`id > último`); con la pestaña oculta, para. Queda muy por
debajo de los 5 M de lecturas diarias del plan Free.
Para activarlo en producción:
```bash
npx wrangler secret put DASH_PASSWORD
```
Y en local, `DASH_PASSWORD=` en `.dev.vars`.
## Coste
Está pensado para el plan Workers Free. Según la documentación de Cloudflare (comprobada el
8 nov 2026), al superar los límites gratuitos las peticiones fallan y no se cobran: el error
1027 en Workers y el bloqueo hasta las 00:00 UTC en D1. Los límites son 100 000 peticiones/día
y 10 ms de CPU por petición en Workers; 100 000 escrituras/día, 5 M lecturas/día y 500 MB por
base en D1; y 5 cron por cuenta. Ninguna página consultada dice si una cuenta sin plan de pago
puede llegar a pagar, pero sin método de pago ni plan Paid no hay a quién cobrar. **No actives
Workers Paid para esta cuenta.** Tampoco consta si el binding de rate limiting está en Free: si
no lo está, el código sigue funcionando sin él (falla abierto) y siguen valiendo los límites
diarios del plan. El servidor no hace llamadas salientes ni usa servicios de pago (ni Workers AI,
ni KV, ni R2, ni Durable Objects).
## Probar en local
```bash
npm ci
```
```bash
cp .dev.vars.example .dev.vars
```
```bash
npm run db:local
```
```bash
npm run dev
```
En otra terminal:
```bash
npm test
```
```bash
node scripts/test-client.mjs --rate-limit
```
```bash
npm run summary
```
```bash
node scripts/redact-test.mjs
```
```bash
node scripts/stats-test.mjs
```
```bash
node scripts/daily-test.mjs
```
`npm run summary` imprime, además de las secciones de clientes, métodos, herramientas, purposes,
escáneres, User-Agents y origen (con «cliente declarado» en los encabezados): **Embudo por cliente**
(todos y por cliente declarado: visitantes que llegan a cualquier petición, `initialize`,
`tools/list` y `tools/call`, con % sobre el total de visitantes), **Sesiones** (mismo hash de IP y
User-Agent con huecos de menos de 30 min: número, media de peticiones y de minutos, y sesiones
con `tools/call`), **Capabilities declaradas** por cliente y **Datos ocultados** por tipo y
herramienta.
`node scripts/redact-test.mjs` (56 comprobaciones, necesita Node 22.18 o superior para importar
el `.ts`) prueba positivos y negativos de cada tipo (UUID, marcas de tiempo, un número de 12 dígitos
o `sk-short` no se ocultan) y el tiempo con entradas adversas de 32 KiB.
`npm test` (`scripts/test-client.mjs`) prueba lo siguiente:
- la página `/` y un 404 de ruta de escáner;
- un cliente del SDK con el protocolo actual: lista de herramientas, todas con `purpose`
obligatorio y aviso de registro, y respuestas sintéticas;
- que `fetch_url` no hace la petición, que `execute_script` y `read_file` deniegan y que una
llamada sin `purpose` se rechaza;
- que una clave `sk-…`, un correo y `/Users/alice/…` mandados en `purpose` y `args` no llegan a D1
y `redactions` vale `api_key,email,home_path`; y que `capabilities` se guarda;
- un cliente de 2025 con peticiones a mano;
- el 413 por cuerpo grande y el 403 por Origin ajeno;
- que las filas llegan a D1: `clientInfo`, `purpose` separado de `args` y `ip_hash` en hexadecimal.
- el panel: CSP, 401 sin cookie o con contraseña mala, cookie con sus atributos, eventos en
orden, cookie manipulada rechazada, cierre de sesión y que `/dash` no llega a D1.
`--rate-limit` añade la comprobación del 429.
`npm run test:a2a` (`scripts/a2a-test.mjs`) usa el SDK oficial `@a2a-js/sdk` en dos versiones: la
1.3.0, como cliente A2A 1.0, y la 0.3.14 (alias `a2a-sdk-v03`), como cliente 0.3. Comprueba la
Agent Card en sus dos rutas, el `SendMessage` 1.0 y el `message/send` 0.3 con tarea completada
sintética, `GetTask` → TaskNotFound, los errores `-32004`, `-32601`, `-32009`, `-32602` y
`-32700`, el 405 y el 415, que no se concede CORS, y las filas en D1: texto en `purpose`, *skill*,
`context_id` y una clave `sk-ant-…` y `/home/alice` ocultadas. En local, `wrangler dev` reescribe
el Host al de la ruta, así que la card anuncia `https://mcp.cribalo.com/a2a`; la prueba redirige
esa URL al servidor local. Las dos suites seguidas superan las 30 peticiones/min: deja un minuto
entre ellas.
Resultado el 8 nov 2026: 21 de 21 pruebas pasan en local, y la purga del cron, probada con
`/cdn-cgi/handler/scheduled`, borra una fila de 2020 y conserva las recientes.
## Desplegar
Desde el 12 nov 2026 el token de Cloudflare está en `/opt/cribalo/.env` (permisos 600, fuera de
cualquier repositorio). Es la única copia, y la usan también criba y el hub. El despliegue lo
lanza el titular:
```bash
cd /opt/mcp-senuelo && (set -a && . /opt/cribalo/.env && set +a && npx wrangler deploy)
```
Si cambia la portada, después avisar a los buscadores de IndexNow (Bing, Yandex…), que solo reciben
las URLs públicas:
```bash
cd /opt/mcp-senuelo && npm run indexnow
```
La página de `/` está en inglés desde el 9 nov 2026, con un resumen de privacidad en español.
**Desplegado el 8 nov 2026** en `https://mcp.cribalo.com`, en la cuenta de Cloudflare
del titular (`de3e30eb…`). Esa cuenta también tiene la zona `cribalo.com`, y
`wrangler.jsonc` la fija con `account_id`. workers.dev está desactivado: el único acceso es el
dominio. `contact@cribalo.com` se reenvía con Email Routing.
Lo que aprendimos al desplegar:
- **El Worker y la zona tienen que estar en la misma cuenta.** El primer despliegue fue a otra
cuenta («Cribalo») y el dominio falló con el error `10083 The zone does not exist on your
account`.
- **`wrangler login` no funciona en el LXC**, porque espera la respuesta en `localhost:8976`.
Usa un token de API exportado como `CLOUDFLARE_API_TOKEN`, con estos permisos:
(los del token `d1_dashboard_cribalo`, mirados en el panel el 12 nov 2026):
- **Cuenta** (la de la zona): **Edit** en Workers Scripts, Workers KV Storage, Workers R2
Storage, Cloudflare Pages, Containers, Workers Agents Configuration, Workers Builds
Configuration y Workers Observability; **Read** en Workers Tail y Account Settings; y
**D1 → Edit**.
- **Zona** `cribalo.com`: solo **Workers Routes → Edit**. No tiene permiso de DNS ni de
reglas, así que no puede tocar los TXT ni el MX de la raíz.
Revoca el token al terminar y bórralo del historial
(`sed -i '/CLOUDFLARE_API_TOKEN/d' ~/.bash_history`).
- `wrangler d1 create` pregunta si quieres añadir la base a `wrangler.jsonc`. Contesta **No** y
pon solo el `database_id` en la entrada `DB`.
Para volver a desplegar tras un cambio de código, con un token nuevo:
```bash
npx wrangler deploy
```
Para montarlo desde cero en otra cuenta:
1. Pon el `account_id` en `wrangler.jsonc`.
2. Crea la base en la UE:
```bash
npx wrangler d1 create mcp-senuelo --jurisdiction eu
```
Copia el `database_id` en la entrada `DB` de `wrangler.jsonc`.
3. Crea las tablas (aplica `0001` y `0002`):
```bash
npx wrangler d1 migrations apply mcp-senuelo --remote
```
En una base ya en producción, aplica la migración `0002_capabilities_redactions.sql` con
ese mismo comando **antes** de `wrangler deploy`: el código nuevo escribe las columnas
`capabilities` y `redactions`, y sin ellas fallarían todos los registros.
4. Despliega. Esto crea el registro DNS del dominio:
```bash
npx wrangler deploy
```
5. Guarda la sal como secreto:
```bash
openssl rand -hex 32 | npx wrangler secret put IP_SALT
```
6. Prueba contra el dominio:
```bash
node scripts/test-client.mjs https://mcp.cribalo.com
```
Las pruebas dejan filas en la base. Bórralas con un `DELETE` de las filas cuyo `user_agent`
es `node` o empieza por `senuelo-`, y de las que tienen `purpose` o `client_version` que
empiezan por `test-`.
Para consultar el registro:
```bash
node scripts/summary.mjs --remote --days 7
```
Opciones: `--days`, `--limit`.
Las altas en directorios públicos de MCP se anotan en `LISTADO.md` (el registro oficial, desde el
8 nov 2026). Cada alta nueva, con la confirmación del titular.
## RGPD
*Orientación práctica, no asesoramiento jurídico.*
- **¿Hay datos personales?** Sí, probablemente. Un hash de IP con sal sigue siendo un dato
**seudonimizado** para quien tiene la sal, no anónimo (considerando 26 y art. 4.5). El
User-Agent, el `clientInfo` y sobre todo el texto libre de `purpose` y de los argumentos
pueden contener datos de una persona (por ejemplo, la tarea de un usuario de un agente). Hay
que tratarlo todo como datos personales.
- **Responsable:** el titular. Antes de desplegar hay que rellenar `CONTACT`, porque el art. 13
exige la identidad y el contacto del responsable.
- **Base jurídica:** interés legítimo (art. 6.1.f) en investigar cómo usan los agentes de IA los
servidores MCP abiertos. Conviene dejar por escrito una ponderación breve: el interés, la
necesidad, el impacto bajo (datos mínimos, seudonimizados, 90 días, sin elaboración de perfiles
ni cesión) y las expectativas razonables (quien se conecta a un servidor que declara en cada
herramienta que registra las llamadas). Si los resultados se publican, aplica además el
art. 89: solo agregados, sin `purpose` literales que puedan identificar a alguien.
- **Información (art. 13):** la dan la página `/` (con la base jurídica, los derechos y la
AEPD), la descripción de cada herramienta y las `instructions` del servidor.
- **Minimización:** los secretos y datos personales evidentes se ocultan antes de guardar (ver
«Ocultación»); no se guarda la IP en claro, ni la query string, ni el cuerpo de las rutas
no MCP; los campos van recortados. El servidor no pide sampling, elicitation ni roots, y no
intenta sacar datos al agente o a su usuario.
- **Conservación:** 90 días con purga automática. Si se cambia la sal, las filas antiguas ya no
se pueden enlazar con las nuevas.
- **Derechos (arts. 15–22):** sin la IP en claro, normalmente no se puede saber qué filas son de
quién (art. 11). Si alguien aporta su IP y la hora, se puede calcular el hash y responder o
borrar con `wrangler d1 execute`.
- **Encargado y transferencias:** Cloudflare procesa los datos como encargado (su DPA se acepta
con la cuenta). La base en `--jurisdiction eu` guarda los datos en la UE, aunque el Worker se
ejecuta en el centro de datos más cercano a quien llama. Cloudflare está adherida al EU-US
Data Privacy Framework.
- **Registro de actividades (art. 30) y EIPD:** conviene una entrada breve en el registro. Con
datos mínimos y seudonimizados no parece hacer falta una EIPD, pero esa decisión es del titular.
## Licencia
El código está bajo licencia MIT (`LICENSE`). Los datos que recoge el señuelo no forman parte del
repositorio y no se publican salvo en cifras agregadas.
## Pendiente
- Revisar la retención (90 días) y el límite de peticiones (30/60 s) cuando haya datos.
- Alta en el resto de directorios públicos de MCP (ver `LISTADO.md`), con la confirmación del titular.