Servidor MCP MIT
Apify MCP Server
por Apify
Apify MCP server: lets AI agents run Apify Actors to scrape and extract web data, with docs and storage tools.
- Hace
- 5 cosas
- Instalar
- 5 pasos
- Funciona con
- 3 hosts
Guía
¿Qué es un MCP server? Una explicación sencilla para 2026
MCP significa Model Context Protocol. Un MCP server es un programa pequeño que expone un servicio a una app de IA. La app de IA es el cliente, también llamado host; ejemplos en nuestros perfiles son Claude Code, Cursor, Windsurf y Codex. El cliente se conecta al servidor y el servidor le indica qué puede hacer, de modo que un mismo servidor, como el GitHub MCP Server, puede funcionar en muchos clientes.
Un servidor ofrece herramientas (acciones que el modelo puede invocar, como crear un issue o ejecutar una consulta), y el servidor de referencia everything también ejercita prompts y recursos (datos que el cliente puede leer). Los servidores se conectan de dos maneras. Los servidores locales se ejecutan en tu máquina como un comando, por ejemplo npx para el servidor de filesystem o uvx para git y fetch. Los servidores remotos están detrás de una URL, como Context7, Sentry y Vercel.
La seguridad importa porque un servidor actúa con el acceso que le des. Los perfiles citan consejos concretos: otorgar los permisos mínimos a los tokens (GitHub), usar una Restricted API Key (Stripe), crear usuarios de base de datos de solo lectura (Redis) y revisar lo que el modelo pide hacer (Neon). El README del servidor fetch advierte que puede llegar a direcciones IP locales e internas, y que el write_file del servidor de filesystem sobrescribe archivos existentes. Hemos perfilado 49 MCP servers; 47 son oficiales.
- Oficial 47
Cómo funciona
- El cliente lee una configuración (por ejemplo mcp.json en Cursor o mcp_config.json en Windsurf) que indica a qué servidores iniciar o conectarse.
- Los servidores locales (stdio) se lanzan como un comando, como npx o uvx; a los remotos se accede por URL, a menudo con OAuth o una clave de API en una cabecera.
- El servidor anuncia sus herramientas; el modelo decide cuándo invocar una, y el cliente la ejecuta y devuelve el resultado.
- En Claude Code puedes añadir uno con un comando como claude mcp add --transport http, como muestra el perfil de Zapier; Codex usa codex mcp add.
- Limita la exposición: GitHub admite --toolsets para exponer menos herramientas, y AWS API ofrece READ_OPERATIONS_ONLY=true.
MCP vs MCP server vs MCP client
| Término | Qué es | Ejemplo |
|---|---|---|
| MCP | El protocolo: mensajes JSON-RPC 2.0 más dos transportes | La especificación en modelcontextprotocol.io |
| MCP host | La app de IA en la que trabajas | Claude Code, Claude Desktop, VS Code, Cursor |
| MCP client | Una conexión que el host abre por cada servidor | VS Code abre un cliente distinto para Sentry y para el servidor de filesystem |
| MCP server | El programa que ofrece herramientas, datos y prompts | GitHub, Sentry, filesystem |
¿Es un MCP server un servidor de verdad? Local vs remoto
No siempre en red. Un servidor local es un proceso que la app de IA lanza en tu máquina y con el que habla mediante entrada y salida estándar (stdio); suele atender a un solo cliente y se ejecuta con los permisos de tu usuario. Un servidor remoto se ejecuta en la plataforma del proveedor detrás de una URL mediante Streamable HTTP, atiende a muchos clientes y se autentica con tokens bearer o claves de API; el protocolo recomienda OAuth.
MCP server vs API
Una API es la interfaz propia de un servicio, y cada app de IA tiene que integrarla por separado. Un MCP server envuelve esa capacidad en un formato estándar que el modelo puede descubrir en tiempo de ejecución (tools/list) y llamar (tools/call), de modo que un servidor funciona en cualquier MCP host. Muchos MCP servers llaman a la API del proveedor por debajo.
Qué puede ofrecer un servidor
- Tools: acciones que el modelo puede invocar, como ejecutar una consulta o crear un issue
- Resources: datos que la app puede leer, como un archivo o el esquema de una base de datos
- Prompts: plantillas reutilizables, como ejemplos few-shot
- Elicitation: el servidor puede pedirte datos que le faltan. Roots, Sampling y Logging están en desuso desde la versión de protocolo 2026-07-28 (SEP-2577): siguen funcionando durante el período de transición, pero los servidores nuevos no deberían depender de ellos
Ejemplos para empezar
Atlassian Rovo MCP Server
por Atlassian
Atlassian's official remote MCP server connecting Jira, Confluence and more to AI assistants with OAuth.
- Hace
- 5 cosas
- Instalar
- 4 pasos
- Funciona con
- Any MCP client, Cursor
Servidor MCP Apache-2.0
AWS API MCP Server
por AWS Labs (Amazon Web Services)
MCP server that lets AI assistants run AWS CLI commands across all AWS services with validation and security controls.
- Hace
- 5 cosas
- Instalar
- 5 pasos
- Funciona con
- 3 hosts
Servidor MCP Apache-2.0
AWS Documentation MCP Server
por AWS Labs (Amazon Web Services)
MCP server that fetches, searches and recommends current AWS documentation pages as markdown for AI assistants.
- Hace
- 5 cosas
- Instalar
- 4 pasos
- Funciona con
- Any MCP client, Cursor
Servidor MCP Apache-2.0
AWS MCP Servers (awslabs/mcp)
por AWS Labs (Amazon Web Services)
Open-source suite of MCP servers from AWS Labs for AWS docs, APIs, IaC, pricing, data and more, run locally over stdio.
- Hace
- 5 cosas
- Instalar
- 5 pasos
- Funciona con
- 4 hosts
Servidor MCP MIT
Azure MCP Server
por Microsoft
Microsoft's MCP server that brings Azure context and operations into AI agents, installable via npm, .NET, PyPI or Docker.
- Hace
- 5 cosas
- Instalar
- 5 pasos
- Funciona con
- Any MCP client, Claude Code
Servidor MCP MIT
Brave Search MCP Server
por Brave
Brave's official MCP server for web, local, image, video and news search plus AI summarization.
- Hace
- 5 cosas
- Instalar
- 4 pasos
- Funciona con
- Any MCP client
Servidor MCP Apache-2.0
Chrome DevTools MCP
por Chrome DevTools (Google)
Lets your coding agent control and inspect a live Chrome browser: performance traces, network, console, screenshots, automation.
- Hace
- 5 cosas
- Instalar
- 4 pasos
- Funciona con
- 3 hosts
Preguntas frecuentes
¿Qué significa MCP?
MCP significa Model Context Protocol, el estándar que permite a las apps de IA conectarse a herramientas y datos externos mediante servidores.
¿Cuál es la diferencia entre un servidor stdio y uno remoto?
Un servidor stdio se ejecuta localmente como un comando, como npx o uvx. Un servidor remoto se ejecuta en otro lugar y te conectas a su URL, normalmente con OAuth o un token.
¿Necesito saber programar para usar un MCP server?
Normalmente no. Añades una entrada de configuración o ejecutas un comando de alta y te autenticas. Para crear el tuyo, te guían el mcp-builder-skill y el plugin mcp-server-dev de Anthropic.
¿Son seguros los MCP servers?
Son tan seguros como el acceso que les concedas. Usa permisos mínimos, credenciales de solo lectura cuando sea posible, y lee las notas de seguridad del README de cada servidor.
¿Cuál es la diferencia entre una API y un MCP server?
Una API es la interfaz propia de un servicio, que cada app de IA debe integrar por separado. Un MCP server envuelve esa capacidad en un formato estándar que el modelo descubre en tiempo de ejecución y llama, de modo que un servidor funciona en cualquier cliente MCP; muchos MCP servers llaman a la API del proveedor por debajo.
¿Un MCP server es un servidor de verdad?
No siempre en red. Un MCP server local es un proceso que la app de IA lanza en tu máquina mediante stdio; un servidor remoto se ejecuta en la plataforma del proveedor detrás de una URL, a menudo con OAuth.
¿ChatGPT usa MCP?
Sí. El sitio del Model Context Protocol incluye a Claude, ChatGPT, VS Code y Cursor entre los clientes compatibles con MCP servers.