El Model Context Protocol (MCP) es un estándar abierto y un marco de código abierto introducido por Anthropic en noviembre de 2024 para estandarizar la forma en que los sistemas de inteligencia artificial, particularmente los grandes modelos de lenguaje, integran y comparten datos con herramientas, sistemas y fuentes de datos externos. MCP proporciona una interfaz estandarizada para leer archivos, ejecutar funciones y manejar indicaciones contextuales. Tras su anuncio, el protocolo fue adoptado por los principales proveedores de IA, incluidos OpenAI y Google DeepMind.
MCP aborda el desafío de conectar asistentes de IA a diversos sistemas de datos, como repositorios de contenido, herramientas de gestión empresarial y entornos de desarrollo. Fue creado en Anthropic por los ingenieros David Soria Parra y Justin Spahr-Summers. El protocolo tiene como objetivo resolver el problema de integración de datos "N×M", donde los desarrolladores anteriormente tenían que construir conectores personalizados para cada combinación de sistema de IA y fuente de datos.
Antecedentes
MCP fue anunciado por Anthropic en noviembre de 2024 como un estándar abierto para conectar asistentes de IA a sistemas de datos. El protocolo fue diseñado para abordar el desafío de los silos de información y los sistemas heredados. Antes de MCP, los desarrolladores a menudo tenían que construir conectores personalizados para cada fuente de datos o herramienta, lo que resultaba en lo que Anthropic describió como un problema de integración de datos "N×M".
Los enfoques provisionales anteriores, como la API de "llamada de funciones" de OpenAI de 2023 y el marco de complementos de ChatGPT, resolvieron problemas similares pero requerían conectores específicos del proveedor. MCP reutiliza las ideas de flujo de mensajes del Protocolo de Servidor de Lenguaje (LSP), un estándar ampliamente utilizado para herramientas de inteligencia de código.
En diciembre de 2025, Anthropic donó MCP a la Fundación de IA Agéntica (AAIF), un fondo dirigido bajo la Fundación Linux, cofundado por Anthropic, Block y OpenAI, con el apoyo de otras empresas. Más tarde ese mes, Anthropic también publicó Agent Skills, un estándar abierto complementario para empaquetar instrucciones y recursos específicos de tareas que los agentes de IA cargan bajo demanda, siguiendo el mismo enfoque de estándar abierto que MCP.
Características
MCP define un marco estandarizado para integrar sistemas de IA con fuentes de datos y herramientas externas. El protocolo permite aplicaciones como consultar bases de datos estructuradas con lenguaje natural en el campo del acceso a datos en lenguaje natural.
El protocolo distingue entre hosts MCP, clientes MCP y servidores MCP. Un host MCP es típicamente un agente de IA que interactúa con un LLM y requiere servicios de uno o más servidores MCP. Para cada uno de estos servidores MCP, el host MCP crea un cliente MCP dedicado que se comunica con ese servidor. El cliente y el host generalmente se ejecutan en la misma máquina, mientras que los servidores MCP pueden ser locales o remotos.
Cada servidor proporciona una o más herramientas o recursos. Ejemplos de herramientas incluyen acceso a una base de datos, calculadoras y acceso a repositorios de código; un recurso podría ser un documento de preguntas frecuentes específico. El cliente MCP solicita a su servidor una lista de herramientas y recursos que el servidor proporciona; el servidor responde con una descripción en lenguaje natural de las capacidades de cada herramienta y el formato esperado para llamar a la herramienta. Esta información se entrega al LLM; si requiere los servicios de una de estas herramientas, el host MCP instruye al cliente MCP relevante para que llame a la herramienta. El servidor MCP realiza la acción de la herramienta y devuelve los resultados, que el host MCP luego inyecta en la conversación del LLM. El cliente y el servidor se comunican utilizando el protocolo de transporte JSON-RPC 2.0.
El protocolo fue lanzado con kits de desarrollo de software (SDK) en lenguajes de programación como Python, TypeScript, C# y Java, junto con ejemplos de implementaciones de servidores MCP.
MCP Apps es una extensión oficial del Model Context Protocol construida sobre mcp-ui. Mientras que la especificación base de MCP está restringida a texto y datos estructurados, MCP Apps estandariza la entrega de interfaces de usuario interactivas, como paneles, formularios y visualizaciones de datos, desde servidores MCP a aplicaciones host como Claude y ChatGPT.
Adopción
El protocolo se utiliza en herramientas de desarrollo de software asistido por IA. Los entornos de desarrollo integrados (IDE), plataformas de codificación como Replit y herramientas de inteligencia de código como Sourcegraph han adoptado MCP para otorgar a los asistentes de codificación de IA acceso en tiempo real al contexto del proyecto.
En marzo de 2025, OpenAI adoptó oficialmente MCP, después de haber integrado el estándar en sus productos, incluida la aplicación de escritorio de ChatGPT. En septiembre de 2025, OpenAI agregó soporte para MCP a las aplicaciones de ChatGPT, permitiendo el acceso de terceros dentro de ChatGPT.
MCP puede integrarse con Microsoft Semantic Kernel y Azure OpenAI. Los servidores MCP pueden implementarse en Cloudflare.
En abril de 2026, la AAIF celebró la Cumbre de Desarrolladores MCP de América del Norte en la ciudad de Nueva York, atrayendo aproximadamente 1,200 asistentes. Ese mismo mes, la plataforma Headless 360 de Salesforce comenzó a enrutar las interacciones de clientes y agentes a través de MCP; a fines de mayo, Salesforce informó que se habían procesado 4.5 millones de llamadas MCP desde su lanzamiento.
Para mediados de 2026, se informó que más de 10,000 servidores MCP habían sido implementados en producción, con los SDK del protocolo descargados más de 97 millones de veces por mes.
Revisión del 28 de julio de 2026
El 28 de julio de 2026, los mantenedores de MCP finalizaron una revisión importante de la especificación, descrita por el miembro del personal técnico de Anthropic, David Soria Parra, como el cambio más sustancial al protocolo desde la adición de la autorización. La revisión elimina el seguimiento de sesiones a nivel de protocolo, haciendo que MCP sea sin estado en la capa de protocolo: la información sobre la versión del protocolo, la identidad del cliente y las capacidades se transporta en su lugar en un parámetro _meta con cada solicitud. El cambio acerca el modelo de solicitudes de MCP al de la propia API de Mensajes de Claude de Anthropic.
La revisión también dejó obsoletas varias características que habían tenido un uso limitado, incluido el muestreo (que permite a un servidor solicitar una compleción del modelo del cliente) y las raíces (que permiten a los clientes indicar ubicaciones relevantes del sistema de archivos a un servidor); las características obsoletas permanecen funcionales durante un mínimo de doce meses. Algunas funcionalidades anteriormente centrales, como la característica de Tareas para operaciones de larga duración, se movieron fuera del protocolo base y hacia extensiones opcionales. No todos los cambios son compatibles con versiones anteriores, y los servidores que implementan la nueva revisión pueden no interoperar con clientes más antiguos sin una capa de compatibilidad.
Recepción
The Verge informó que MCP aborda una demanda creciente de agentes de IA que sean conscientes del contexto y capaces de extraer de diversas fuentes.
En abril de 2025, investigadores de seguridad publicaron un análisis que concluyó que hay múltiples problemas de seguridad pendientes con MCP, incluida la inyección de indicaciones y herramientas envenenadas que permiten la exfiltración de datos a través de otras herramientas conectadas.
MCP ha sido comparado con OpenAPI, una especificación similar que tiene como objetivo describir APIs. El enfoque de estándar abierto del protocolo y su amplia adopción en la industria lo han posicionado como una capa fundacional para la integración de herramientas de IA, aunque sus desafíos de seguridad siguen siendo un área de preocupación e investigación activa.
Véase también
- Agent2Agent - Protocolo abierto para la comunicación entre agentes de IA
- Gobernanza de la IA
- Interfaz de programación de aplicaciones - Conexión entre computadoras o programas
- LangChain - Marco de desarrollo de aplicaciones de modelos de lenguaje
- Aprendizaje automático - Subconjunto de la inteligencia artificial
- Pesos abiertos
- Agente de software - Programa informático que actúa en nombre de un usuario
- Generación aumentada por recuperación