Creo que estamos de acuerdo si decimos que la Inteligencia Artificial ha cambiado nuestra vida.
Bueno, más concretamente, los modelos de lenguaje, porque fue ChatGPT y su popularización lo que marcó un verdadero punto de inflexión.
Un cambio enorme para la población general… y también para nosotros, los programadores.
Pero lo más interesante no fue lo que ya cambió, sino lo que está por venir.
En nuestro ámbito, la programación, estamos entrando en una nueva etapa donde la IA no solo te sugiere código… sino que interactúa directamente con tus herramientas de desarrollo.
Suena a ciencia ficción, pero no lo es.
Y todo gracias a algo llamado MCPs.
Qué son los MCPs (y por qué te importan)
Los MCPs (Model Context Protocols) son una nueva forma de conectar una IA (como ChatGPT o Claude) con las herramientas que ya usas a diario: tu editor de código, tu sistema de archivos, GitHub o incluso tus propias APIs.
En resumen: es un puente seguro entre la IA y tu entorno de trabajo.
Hasta ahora, la IA trabajaba dentro de su propio “cajón”. Tú le pegabas un trozo de código y ella te devolvía una respuesta.
Con los MCPs, ese cajón se abre.
La IA puede ver el contexto real de tu proyecto: leer archivos, revisar commits, consultar bases de datos o interactuar con servicios externos.
Y lo hace sin necesidad de exponer tus datos a la nube, porque todo se ejecuta de forma local y controlada.
Esto parece una novedad pero en realidad ya llegó hace tiempo a los editores modernos de código.
Herramientas como Cursor, Claude Desktop o el propio ChatGPT Desktop ya integran MCPs con sus agentes, permitiendo que la IA tenga acceso directo a tus proyectos locales.
Así, en lugar de una simple conversación, tienes un asistente técnico que realmente puede colaborar contigo en tiempo real.
¿Cómo funciona un MCP?
Imagina que estás depurando un bug y escribes:
“Revisa el archivo
UserController.phpy dime dónde podría producirse un error al guardar un usuario sin email.”
Con el Filesystem MCP, la IA podría abrir el archivo directamente en tu entorno, leer su contenido y analizar el código real, sin que tengas que copiarlo ni pegarlo.
Este MCP le da a la IA acceso controlado al sistema de archivos local, lo que significa que puede navegar, leer o incluso modificar archivos según tus permisos.
En lugar de respuestas genéricas, obtienes una ayuda con contexto real: te dirá en qué línea ocurre el fallo y cómo corregirlo, basándose en el código que realmente tienes en tu proyecto.
5 MCPs que ya puedes probar
Todo esto que te he contado era una breve introducción.
Como ya sabes, hoy es día de compartir herramientas para programadores, y quería mostrarte 5 MCPs que ya puedes usar en tu día a día para hacer tu trabajo mucho más fluido, automatizado y productivo.
Git MCP
Este MCP conecta la IA directamente con tu repositorio Git.
Le permite leer commits, crear ramas, revisar PRs o redactar mensajes de commit con contexto real.
Perfecto para automatizar tareas repetitivas de control de versiones y mantener una documentación clara.
Filesystem MCP
Le da a la IA acceso a tus carpetas y archivos locales, para que pueda leer o editar código directamente en tu entorno.
Ideal para:
Buscar errores en múltiples archivos.
Refactorizar código siguiendo un patrón.
Generar nuevos archivos con estructura predefinida.
Un aliado increíble para mantener la coherencia en proyectos grandes sin perder tiempo buscando en el árbol de carpetas.
Docker MCP
Uno de los MCPs más potentes y, curiosamente, menos conocidos.
El Docker MCP permite que la IA gestione contenedores y stacks de Docker Compose directamente desde tu entorno, a través de herramientas como Claude Desktop.
Entre sus funciones destacan:
Crear y ejecutar contenedores.
Desplegar stacks completos de Docker Compose.
Ver logs de contenedores en tiempo real.
Listar contenedores activos y su estado.
Por ejemplo, puedes decirle:
“Despliega el stack de Docker Compose para el proyecto
erp-shopifyy muestra los logs del servicioapi.”
Perfecto para desarrolladores que trabajan con microservicios o entornos de integración y quieren administrar contenedores sin cambiar de ventana.
HTTP MCP
Permite a la IA realizar peticiones a APIs o servicios externos directamente desde tu entorno.
Perfecto para programadores backend o de integración que trabajan con endpoints REST o GraphQL.
Resulta ideal para probar integraciones, validar respuestas o automatizar test sin tener que abrir programas como Postman.
Ejemplo:
“Haz una petición GET al endpoint
/api/usersy dime si la respuesta cumple con el esquema esperado.”
MCP Servers (repositorio general)
Y por último, si quieres seguir investigando temas de MCP, aquí te dejo este repositorio que agrupa varios MCPs de referencia desarrollados por el equipo de Model Context Protocol.
Incluye implementaciones listas para usar de MCPs como:
Redis MCP, para acceder a cachés o colas en tiempo real.
Filesystem Watcher MCP, que permite a la IA detectar cambios en archivos y reaccionar automáticamente.
JSON Schema MCP, para validar estructuras de datos o definir contratos entre servicios.
Slack MCP, que conecta la IA con canales de Slack para automatizar mensajes o reportes.
Email MCP, con el que la IA puede enviar o leer correos de forma programática.
Una auténtica “caja de herramientas” para explorar, aprender cómo se construye un MCP o incluso crear el tuyo propio y conectar la IA con tus flujos de trabajo.
👉 Model Context Protocol servers
Los MCPs marcan el comienzo de una nueva forma de trabajar: ya no hablamos de “usar” la IA, sino de colaborar con ella.
Cada pequeño paso de automatización te ahorra tiempo, reduce el ruido mental y te permite centrarte en lo que realmente importa: pensar y crear.
Y eso, al final, es lo que diferencia al programador que sigue el ritmo… del que lo marca.
¡Nos leemos el domingo!
Julián