MCP (Model Context Protocol) es un estándar abierto que permite a los asistentes de IA conectarse a herramientas y fuentes de datos externas a través de una única interfaz común, para que un modelo pueda ejecutar acciones en lugar de limitarse a generar texto. Anthropic lo presentó y lo liberó como código abierto el 25 de noviembre de 2024, como "a new standard for connecting AI assistants to the systems where data lives" (un nuevo estándar para conectar los asistentes de IA con los sistemas donde viven los datos). Hoy la documentación de MCP menciona compatibilidad en asistentes de IA como Claude y ChatGPT y en herramientas de desarrollo como Visual Studio Code y Cursor.
El problema que resuelve MCP es combinatorio. Antes, cada aplicación de IA tenía que construir una integración a medida para cada herramienta que quisiera usar: una para tus archivos, otra para tu base de datos, otra para un generador de imágenes, una por cada API. En palabras de Anthropic, "every new data source requires its own custom implementation" (cada nueva fuente de datos requiere su propia implementación a medida). Es un problema de M por N. MCP lo convierte en M más N: una herramienta se expone una sola vez como servidor MCP, cualquier aplicación de IA compatible con MCP actúa como cliente, y ambos hablan el mismo protocolo. Construyes la integración una vez y cualquier aplicación que admita el estándar puede usarla.
Esa estandarización explica por qué el protocolo se extendió más allá de las apps de Anthropic. La documentación para desarrolladores de OpenAI describe cómo conectar servidores MCP remotos a ChatGPT y a su API, y el sitio de MCP resume la promesa como "build once and integrate everywhere" (construir una vez e integrar en todas partes). Antes de construir para un host concreto, revisa en su documentación qué partes de MCP admite, por ejemplo el inicio de sesión en servidores remotos.
Cómo funciona MCP
MCP tiene tres roles. El host es la aplicación de IA con la que interactúa el usuario (una app de chat, un editor de código, un agente). El host crea un cliente por cada servidor al que se conecta, y cada cliente mantiene una conexión dedicada con su servidor. El servidor es el programa que expone una capacidad concreta: tu calendario, un repositorio de código, un generador de video. Un mismo host puede conectarse a muchos servidores a la vez. Un servidor puede ejecutarse localmente en tu máquina o de forma remota a través de la web; para los servidores remotos que te piden iniciar sesión, la documentación de MCP recomienda OAuth.
Los servidores exponen sus capacidades en tres formas estándar, que la documentación llama primitivas. Las herramientas (tools) son acciones que el modelo puede invocar (generar una imagen, ejecutar una consulta, enviar un mensaje). Los recursos (resources) son datos que el modelo puede leer (archivos, registros). Los prompts son plantillas reutilizables que ofrece el servidor. El modelo no necesita saber cómo está implementado nada de esto: ve una herramienta con un nombre, una descripción y un esquema de sus entradas, la invoca, y el servidor hace el trabajo y devuelve un resultado.
El flujo en la práctica: le pides algo al asistente, el modelo decide que hace falta llamar a una herramienta, el host envía esa llamada al servidor correcto a través de su cliente, el servidor la ejecuta y devuelve un resultado, y el modelo usa ese resultado para continuar. Como el protocolo es estándar, un servidor que conectas a Claude también se puede conectar a otros hosts compatibles con MCP sin reescribirlo, siempre que cada host admita lo que el servidor necesita. Ese es todo el valor: escribir el conector una sola vez.
Cuándo se usa MCP
Usas MCP cada vez que quieres que un sistema de IA actúe en lugar de solo responder. Una llamada simple a un modelo genera texto. Un modelo conectado por MCP puede leer tus datos y ejecutar acciones con herramientas reales. Situaciones habituales:
- Conectar un asistente a tus sistemas. Dale a un asistente de chat acceso a tus archivos, tu base de datos o tus herramientas internas sin construir una integración a medida para cada uno.
- Construir agentes. Un agente de IA necesita herramientas para hacer algo más que conversar. MCP es una forma estándar de darle esas herramientas, así no mantienes un cliente distinto por cada capacidad.
- Llevar una capacidad a muchos hosts a la vez. Si construyes una herramienta y quieres que se pueda usar desde Claude, un IDE y un agente propio, un solo servidor MCP puede servir a los tres, siempre que cada host admita las funciones que usa el servidor.
La señal de que necesitas MCP es la repetición: si de otro modo escribirías el mismo tipo de integración más de una vez, o quieres que una herramienta funcione en varias apps de IA, el estándar está haciendo exactamente el trabajo para el que se diseñó.
Ejemplos
Un servidor de generación creativa (8frame). 8frame tiene un servidor MCP en funcionamiento en https://mcp.8frame.co/mcp. Al 2026-10-01 ofrece 8 herramientas de generación de imágenes, 9 herramientas de video y 2 de música, además de herramientas para editar imágenes, eliminar fondos y escalar imágenes. Cada herramienta ejecuta una familia de modelos (la herramienta de Veo, por ejemplo, cubre Veo 3.1 Standard, Fast y Lite), y dos herramientas para "elegir un modelo" muestran las opciones con su costo en créditos. Una vez conectado, un asistente como Claude puede generar una foto de producto, escalarla y animarla en un clip, todo mediante llamadas a herramientas, sin que abras la app.
Para conectarlo en claude.ai, agrégalo como conector personalizado (custom connector) en Customize → Connectors → + Add → Add custom connector. Los conectores personalizados funcionan en todos los planes de Claude, Free incluido (Free permite uno); en Team y Enterprise los agrega un Owner (propietario) para la organización. En Claude Code, ejecuta claude mcp add --transport http 8frame https://mcp.8frame.co/mcp y luego /mcp para iniciar sesión. En Cursor, agrega la URL bajo mcpServers en ~/.cursor/mcp.json. En cualquier caso, inicias sesión con tu cuenta de 8frame en el navegador, y las generaciones se cobran de los créditos de esa cuenta.
El asistente elige una herramienta en cada llamada, envía el prompt y recibe el resultado como un enlace a un archivo; los resultados no aparecen en tu canvas de 8frame. Además, el conector tiene menos ajustes que el canvas. Nano Banana Pro y Kling v3 Pro solo están en el canvas: la herramienta Nano Banana del conector es el modelo Classic de 6 créditos, y su herramienta Kling ejecuta Kling v3 Standard, que necesita una imagen inicial. Una llamada a Veo que no indica el nivel ejecuta Veo 3.1 Standard, que cuesta 448 créditos por 8 segundos con sonido, mientras que la herramienta de Veo en el canvas abre en Fast (168), así que indica el nivel que quieres.
Un servidor de repositorio de código. Una herramienta para desarrolladores puede exponer un servidor al estilo de GitHub con herramientas como "read file", "open pull request" y "search issues" (leer un archivo, abrir un pull request, buscar issues). El lanzamiento de Anthropic incluyó servidores ya hechos para GitHub, Git, Google Drive, Slack, Postgres y Puppeteer. Conectado a un asistente de programación, el modelo puede leer el código y actuar sobre el repositorio con esas herramientas, y el mismo servidor, construido una vez, se puede conectar a otros hosts MCP que use el desarrollador. Este es el patrón de todos los días: un sistema que ya tiene una API la envuelve como servidor MCP, y los asistentes compatibles con MCP pueden llegar a él sin una integración a medida para cada uno.
Los dos ejemplos comparten la misma estructura: un servidor que expone herramientas con nombre, un host con un cliente que se conecta a él y un modelo que llama a las herramientas para hacer trabajo real. Ya sea generar video o editar código, el protocolo de fondo es idéntico.
Conceptos relacionados
Un agente de IA es el consumidor más habitual de MCP. Los agentes necesitan herramientas para actuar sobre el mundo, y MCP es una interfaz estándar que se las da; por eso los dos conceptos suelen aparecer juntos. Para el lado de 8frame, mira cómo agregar generación de video a un agente de IA y cómo generar video con IA desde Claude.
Un flujo de trabajo de IA es la otra cara de la moneda: mientras MCP estandariza cómo un modelo llega a una sola herramienta, un flujo de trabajo encadena varios pasos de generación en un proceso repetible. En un canvas construyes el flujo; a través de MCP puedes ejecutar muchos de los mismos modelos desde un chat o un agente, con menos ajustes, y recibir los resultados como archivos.
Preguntas frecuentes
¿Quién creó MCP? Anthropic lo presentó y lo liberó como código abierto el 25 de noviembre de 2024, junto con una especificación, SDKs y un conjunto de servidores ya hechos.
¿MCP es solo para Claude? No. Es un protocolo abierto, y la documentación de MCP menciona compatibilidad en ChatGPT, Visual Studio Code y Cursor, además de Claude.
¿Qué diferencia hay entre host, cliente y servidor en MCP? El host es la app de IA que usas, el servidor es el programa que ofrece herramientas o datos, y el cliente es la parte del host que mantiene una conexión con un servidor.
¿Necesito un plan de pago de Claude para agregar un conector MCP personalizado? No. El centro de ayuda de Anthropic menciona los conectores personalizados en Free, Pro, Max, Team y Enterprise; Free está limitado a uno.
¿Los resultados de 8frame aparecen en mi canvas cuando genero por MCP? No. El conector devuelve cada resultado como un enlace a un archivo. Las generaciones se cobran de los créditos de la cuenta de 8frame con la que iniciaste sesión.
Fuentes
- Presentación y apertura de MCP el 25 de noviembre de 2024, la frase del lanzamiento y los servidores ya hechos: Introducing the Model Context Protocol, consultada el 2026-10-01
- Definición y compatibilidad en Claude, ChatGPT, Visual Studio Code y Cursor ("build once and integrate everywhere"): What is the Model Context Protocol (MCP)?, consultada el 2026-10-01
- Roles de host, cliente y servidor; herramientas, recursos y prompts; servidores locales y remotos; OAuth: MCP architecture overview, consultada el 2026-10-01
- Servidores MCP remotos en ChatGPT y en la API de OpenAI: OpenAI developer docs, MCP, consultada el 2026-10-01
- Conectores personalizados de Claude (planes, límite de Free, quién los agrega, ruta del menú): Get started with custom connectors using remote MCP, consultada el 2026-10-01
- Comando de Claude Code e inicio de sesión con
/mcp: Claude Code docs, MCP, consultada el 2026-10-01 - Archivo de configuración de Cursor y OAuth: Cursor docs, MCP, consultada el 2026-10-01
- Configuración del MCP de 8frame e inicio de sesión: 8frame.co/mcp, consultada el 2026-10-01
- Herramientas, modelos, valores por defecto, precios y resultados como enlaces a archivos del conector de 8frame: código del servidor MCP de 8frame, leído el 2026-10-01
- Valor por defecto de Veo en el canvas (Veo 3.1 Fast, 168 créditos): registro de herramientas de 8frame, 2026-09-30
¿Quieres ver MCP en acción? Conecta el servidor MCP de 8frame a Claude y genera video desde una conversación, o explora la biblioteca de canvas y flujos de trabajo para las tomas que diriges a mano.
Pruébalo sin registrarte: llegas directamente a un tablero real. El canvas de 8frame es gratuito e ilimitado; la generación es de pago desde US$ 19 al mes.