Este proyecto implementa un servidor y un cliente del Protocolo de Contexto de Modelo (MCP) en Python, siguiendo la especificación MCP antrópica. Demuestra los patrones clave del protocolo MCP mediante un ejemplo sencillo e interactivo.
El Protocolo de Contexto de Modelo (MCP) es un estándar abierto basado en JSON-RPC 2.0 para conectar modelos de IA a fuentes de datos y herramientas externas. Define una arquitectura cliente-servidor donde una aplicación de IA se comunica con uno o más servidores MCP, cada uno de los cuales ofrece capacidades como:
Herramientas : Funciones ejecutables que realizan acciones
Recursos : Fuentes de datos que proporcionan información
Avisos : Plantillas o flujos de trabajo predefinidos
MCP estandariza cómo se descubren e invocan estas capacidades, y actúa como un "USB-C para IA" que permite que los modelos interactúen con sistemas externos de forma estructurada.
Related MCP server: simple_mcp
server/ : Implementación del servidor MCP
server.py : servidor WebSocket que maneja solicitudes MCP y proporciona herramientas/recursos de muestra
client/ : Implementación del cliente MCP
client.py : Cliente de demostración que se conecta al servidor y ejercita todas las capacidades de MCP
Esta implementación muestra el flujo principal del protocolo MCP:
Negociación de capacidad : Protocolo de enlace cliente-servidor mediante initialize
Descubrimiento de capacidades : Listado de herramientas y recursos disponibles
Invocación de herramienta : llamar a la herramienta add_numbers con parámetros
Acceso a recursos : lectura del contenido textual de un recurso
Crear un entorno virtual:
python3 -m venv .venv
source .venv/bin/activateInstalar dependencias:
pip install -r requirements.txtInicie el servidor MCP (en una terminal):
python server/server.pyEjecute el cliente MCP (en otra terminal):
python client/client.pyEl cliente se conectará al servidor, realizará el protocolo de enlace MCP, descubrirá capacidades y demostrará cómo invocar herramientas y acceder a recursos con salida formateada.
El servidor:
Acepta conexiones WebSocket
Responde a solicitudes JSON-RPC siguiendo la especificación MCP
Proporciona una herramienta de muestra ( add_numbers )
Proporciona un recurso de muestra ( example.txt )
Admite el protocolo de enlace MCP y el descubrimiento de capacidades
El cliente:
Se conecta al servidor a través de WebSocket
Realiza el protocolo de enlace MCP
Descubre las herramientas y recursos disponibles
Demuestra cómo llamar a una herramienta y leer un recurso.
Presenta los resultados en una pantalla formateada
MCP implementa estos métodos clave:
Método | Descripción |
| Apretón de manos para establecer capacidades |
| Lista de herramientas disponibles |
| Llamar a una herramienta con argumentos |
| Lista de recursos disponibles |
| Leer el contenido del recurso |
| Lista de indicaciones disponibles |
Puede ampliar esta implementación mediante:
Agregar más herramientas con diferentes capacidades
Agregar recursos dinámicos que cambian en cada lectura
Implementación de plantillas de indicaciones para interacciones guiadas
Creación de aplicaciones de cliente más interactivas
This server cannot be deployed
The Mercado Pago MCP Server implements the Model Context Protocol to provide AI agents and LLMs with access to Mercado Pago's APIs and tools within compatible development environments. It acts as an intermediary that translates Mercado Pago resources into executable functions (tools) that AI applications can invoke to perform actions and automate flows. The server simplifies integration, enables using documentation to implement or improve code, and optimizes operations through natural language interactions without manual implementations.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
MCP server for progressive tool usage at any scale (see https://klavis.ai)
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
