Soy Dani y tu publicación favorita de inteligencia artificial, Esperando a Eskainet, te trae hoy:
Un audio adjunto donde puedes escuchar sobre esta moda de MCPs mientras haces otra cosa. También lo encontrarás en Spotify y otros.
🧨 El atajo definitivo para ahorrarte un dinerito para entrar en Web Reactiva Premium.
Un método para construir prompts como nunca habías visto.
Una herramienta de Vibe Coding que hace lo que promete.
Todos los precios de la IA.
ㅤ
Cuando viste lo que podía hacer la IA te quedaste asombrado, apuesto por ello.
Modelos como GPT podían escribir ensayos, componer poesía y hasta mantener conversaciones que parecían humanas.
Pronto descubrimos algunas de sus limitaciones: no saben contar (y tampoco lo que es un MCP y si no te lo crees, escucha el principio de podcast de arriba ;)
La IA no es tan lista como parece
Prueba este experimento: Pídele a DeepSeek que cuente los caracteres de un texto largo.
Lo más probable es que te dé una respuesta... incorrecta. No por poco, sino por bastante.
Pregúntale a otro modelo y obtendrás un número completamente diferente.
La razón es simple pero reveladora: los modelos de lenguaje (LLM) no ejecutan operaciones deterministas como contar caracteres.
Funcionan mediante predicción estadística basada en patrones aprendidos. Esto significa que cuando les pides contar algo, no están contando realmente — están adivinando basándose en lo que han visto antes.
👉 Lo mismo ocurre con cálculos matemáticos complejos o cuando les pides información del mundo real como el clima actual.
ㅤ
MCP: El puente entre mundos
El Model Context Protocol (MCP) es un protocolo abierto y universal creado por Anthropic permite que los modelos de lenguaje se conecten con el mundo real: operaciones matemáticas, archivos locales, APIs o bases de datos.
En esencia, MCP es un puente entre:
🤪 La IA que todo lo lía: modelos de lenguaje que pueden entender y generar texto humano pero pueden alucinar sin vergüenza alguna.
🧐 El mundo real sin igual: sistemas, datos y operaciones que funcionan con exactitud matemática y donde albergamos nuestros secretos.
ㅤ
¿Qué partes tiene MCP?
Servidores MCP: Exponen funcionalidades precisas (contar caracteres o exprimir el contenido de una web).
Clientes MCP: Las interfaces de IA (como Claude o GitHub Copilot) que interpretan las peticiones humanas.
El puente MCP es el protocolo que permite al cliente determinar cuándo debe recurrir al servidor.
ㅤ
Un ejemplo práctico
Imagina que quieres saber exactamente cuántos caracteres tiene un texto.
Condición previa: Estás en un cliente compatible con MCP y tienes el MCP de contar caracteres funcionando.
Tú preguntas: "¿Cuántos caracteres tiene este texto? {texto}"
El cliente MCP (Claude o Github Copilot) reconoce que necesita una herramienta precisa que tiene a su disposición.
Te pide permiso para usar la herramienta "contar_caracteres" (o como se llame)
Al aceptar, el texto se envía al servidor MCP
El servidor cuenta exactamente y devuelve "2118 caracteres"
El cliente recibe el resultado y te responde a su estilo.
ㅤ
¿Por qué es tan potente?
MCP resuelve varios problemas fundamentales:
Precisión: Obtener resultados exactos donde la IA fallaría
Acceso al mundo real: Permitir que las IA consulten información actual
Seguridad: Las API keys y credenciales permanecen en el servidor, no expuestas al modelo
Estandarización: Un protocolo universal que todos pueden implementar
Apertura: Cualquiera puede crear o usar servidores o clientes MCP
ㅤ
Así puedes empezar
Para ejecutar los MCP servers puedes:
Utilizar servidores existentes: Hay miles disponibles en repositorios como pulse o mcp so (enlazados en 📚 Recursos)
Crear tu propio servidor: Existen SDKs oficiales para TypeScript, JavaScript, Python, Kotlin, Java y C#
Experimentar: Prueba el repositorio de “contar caracteres” que te dejo en 📚.
😱 Los MCP Servers abren la puerta a cosas tan locas como manejar Notion con la voz, crear y resolver las issues de Github o Gitlab desde Copilot o trabajar directamente con la base de datos desde tu chat.
ㅤ
🧨 Aprende a crear MCP Servers en el taller práctico de Web Reactiva Premium
Verás junto a toda la comunidad malandriner cómo se crea un MCP Server desde cero, cuáles son los principales retos y las grandes ventajas de esta forma de integrar la IA.
👉 Será mañana jueves 24 de Abril a las 19:00 CEST solo para suscriptores premium de Web Reactiva.
Ahórrate un 60% con en enlace de abajo y paga solo 15 euros para formar parte de la comunidad de developers más maja de todo internet y disfrutar del contenido, los retos y la compañía que darán un empujón a tu carrera.
(👀 Válido hasta mañana a la hora del taller)
ㅤ
ㅤ
En la parte de ecosistema del cliente tienes cada vez más opciones:
Claude Deck Desktop
GitHub Copilot
LibreChat
Cursor
Cline
n8n
(Y pronto ChatGPT Desktop)
ㅤ
La parte no tan bonita (de momento)
Actualmente, la mayoría de servidores MCP deben ejecutarse localmente. Necesitas descargar el código y ejecutarlo en tu máquina, lo que requiere ciertos conocimientos técnicos.
Sin embargo, esto cambiará pronto y seguro aparecen servicios en la nube que facilitarán su implementación.
🛞 Y la rueda sigue: Google ya está desarrollando su propia versión llamada "Agent2Agent" que permite a los agentes comunicarse entre sí.
ㅤ
La paradoja developer
Cuando los modelos de lenguaje como GPT explotaron muchos agoreros dijeron que no harían falta más los programadores.
La realidad ha resultado ser exactamente la contraria: MCP crea una nueva demanda de programación que antes no existía.
Para conectar la IA que todo lo lía con el mundo real sin igual, se necesita, a día de hoy, código.
Alguien debe programar y, sobre todo, afinar y testar, esos servidores MCP que realizan operaciones, consultan APIs y manipulan datos.
ㅤ
📚 Recursos del episodio
ㅤ
ㅤ
✨ Prompts prácticos
RISEN, una forma diferente de crear tus prompts
Nadie dijo que hablar con la IA fuera sencillo, pero con frameworks como este es más sencillo mejorar las respuestas.
Esta es la plantilla que puedes utilizar donde se explica qué es RISEN:
Role: [Especificar el rol o especialista requerido]
Input: [Describir la información o contexto proporcionado]
Steps: [Listar pasos secuenciales para abordar el tema]
Expectation: [Definir el resultado esperado o formato final]
Narrowing: [Limitar alcance, excluir temas o ajustar enfoque]
Por ejemplo, si quieres aprender de una vez por todas lo que es el async/await en JavaScript.
Role: Experto en JavaScript
Input: Conocimiento básico de funciones y callbacks, pero sin experiencia en programación asíncrona
Steps: Un concepto nuevo en cada paso y comparar esta metodología con otras
Expectation: Guía paso a paso con fragmentos de código ejecutables, enfocada en casos de uso realistas
Narrowing: Usar sólo sintaxis moderna (ES6+), evitar ejemplos teóricos complejos. Priorizar Node.js sobre entornos de navegador.
Ideal para crear rutas de aprendizaje ;)
💡 Recuerda que lo más importante cuando hablas con la IA es el contexto y el prompt inicial también es contexto.
ㅤ
~~~~~~~~~~
Si de verdad te resulta interesante Eskainet y piensas que ayudará a más gente, Pulsa en el “me gusta” ❤️ o comparte este envío para que más gente conozca a Eskainet
ㅤ
🧨 Te perdiste esta dinamita en Web Reactiva
ㅤ
💊 Recursos en píldoras
Crea webapps Full Stack con Chef
Convex no es muy conocida pero esta herramienta de Vibe Coding hace muy bien lo que otras no: generar un backend a la medida de lo que necesitas.
Compara los precios de todos los modelos de IA
Con el carajal de nombres y modelos ya es complicado, si hablamos de los precios por consumo es más lio todavía. Esta web viene a rescatarnos con una buena calculadora entre otras cosas.
Una colección gigante de prompts. No te asustes porque estén en inglés, usa los filtros por herramienta, por tema y date una buena tarde de homenaje.
ㅤ
PD: Carla Pérez (
) despliega en recursos, trucos y aprendizajes para usar la IA en testing y automatización de pruebas. Te va a descubrir botones y funciones que no te habías enterado que tenías delante de tus narices 😅🧨 PD bis: Lo de entrar con un 60% de descuento al taller acaba mañana. El enlace.
ㅤ
·
ㅤ
Share this post