MCP server: qué es y cuándo lo necesitáis de verdad

Qué es MCP, en breve

El Model Context Protocol es un estándar basado en JSON-RPC de Anthropic para exponer herramientas, recursos y prompts a los modelos de IA de forma uniforme. Un servidor MCP publica un catálogo; un cliente MCP (el modelo o el harness que lo rodea) los descubre y los llama.

Es la respuesta del lado de la spec de integración al hecho de que "cada vendor de LLM inventa su propio formato de function calling".

Por qué un estándar

Antes de MCP, todo despliegue de IA serio tenía que escribir N adaptadores: uno por formato de function calling de proveedor LLM, uno por herramienta, uno por versión. La combinatoria era brutal. MCP colapsa todo a "un adaptador por herramienta, cada modelo habla MCP".

Para helpcode en concreto: nuestra knowledge base, nuestros lookups de CRM de cliente, nuestra telefonía y una long tail de herramientas específicas de cliente se exponen todas como MCP. Al agent no le importa qué modelo está razonando en ese turno.

Cuándo MCP se rentabiliza

Necesitáis MCP si:

• Exponéis más de ~3 herramientas al agent y la superficie de tools evoluciona con frecuencia.
• Usáis más de un proveedor LLM (o queréis tener la opción).
• Tenéis un ecosistema interno de herramientas que otros productos de IA en la empresa deberían reutilizar.

Cuándo no lo necesitáis

No necesitáis MCP si:

• Tenéis una sola herramienta (p. ej. un único lookup de CRM). El function calling directo es más simple.
• Estáis shipeando un prototipo one-shot.
• El function calling nativo de vuestro proveedor LLM sobrevivirá a vuestro stack.

MCP tiene un coste de aprendizaje; no lo paguéis sin razón.

Cómo usa MCP helpcode

helpcode opera un servidor MCP sobre anythingmcp.com (nuestro gateway MCP open source). Subconjunto:

• kb.search(query, scope) → retrieval anclado, con citas.
• kb.docs(slug) → fetch del documento crudo.
• crm.lookup_caller(phone | email) → devuelve el registro correspondiente de Salesforce/HubSpot/Zendesk.
• crm.create_case(payload) → abre un Case con nuestros campos capturados pre-rellenados.
• voice.transfer(skill) → transfiere la llamada de voz en vivo a la cola humana correcta.

Cada tool call se loguea junto al modelo que la invocó y los argumentos. El audit log es el mismo que usamos para el cumplimiento del AI Act.

Para profundizar

• modelcontextprotocol.io — la spec oficial.
• anythingmcp.com — nuestro gateway MCP; open source, hostable en la UE.