Discover how MCP can make integrating AI applications with surrounding systems easier than ever before! Learn about how MCP works, how to define your own MCP tools, and build the bridge between client and server.

MCP: crear apps de IA en 1, 2, 3

Opciones

Host

Client

Server

Conociendo MCP

Tu primer servidor MCP

Crea tu primer servidor MCP

Creación de un servidor MCP de conversor de divisas

Añadir docstrings y anotaciones de tipo

Comunicaciones cliente-servidor en MCP

Verdadero

Falso

Tendiendo puentes (entre el cliente y el servidor)

Descubrimiento dinámico de herramientas

Llamar a herramientas del servidor

The Building Blocks of MCP

Add resources and prompts to MCP servers to expose LLMs to read-only context and key instructions to alter its behavior. Get hands-on with LLMs and connect them to your MCP server so it can call tools and retrieve context.

Resources in MCP Servers

Defining MCP Server Resources

Listing Resources from the Client

Reading Resources from the Client

Prompts in MCP Servers

Defining an MCP Server Prompt

Listing Prompts from the Client

Retrieving a Prompt from the Client

MCP and LLMs: Tools

The Tool-Calling Workflow

LLM Tool Use in MCP Servers

MCP and LLMs: Prompts and Resources

Fetch Resource and Prompt from MCP

Building the Message and Calling the LLM

MCP-Enabled LLM Applications

Find out what it takes to get MCP servers into production by taking a deep-dive into databases and APIs in MCP servers, and the additional considerations that they bring. Finally, integrate third-party MCPs securely and reliably, so you don't have to recreate the wheel for your favorite integrations.

MCP Database Integrations

Creating Database Connections

Databases as Resources

Parameterized Database Lookup Tools

MCP API Integrations

Making API Tool Calls Robust

When APIs Require Authentication

Third-Party MCP Servers

Search for a Book by Title with the Open Library MCP

Congratulations!

Preparing MCP Servers for Production

¡Se acabaron los quebraderos de cabeza al integrar aplicaciones de IA con sistemas externos dispares! Ahora, todas las aplicaciones de software hablan el idioma de MCP. Descubre cómo MCP facilita como nunca la conexión de aplicaciones de IA con APIs, bases de datos y otras funcionalidades externas mediante su protocolo. Aprende a crear tus propios servidores MCP desde cero, incluidas conexiones a APIs y bases de datos, e intégralos con LLMs para que puedan hacer búsquedas de datos inteligentes y activar acciones. ¡Empieza hoy mismo con Model Context Protocol!

<h2>¿Por qué aprender el Model Context Protocol?</h2>Los modelos de lenguaje grandes no pueden acceder a datos en tiempo real ni realizar acciones por sí solos, y conectar cada herramienta o API con código personalizado no escala. El Protocolo de Contexto de Modelo (MCP) resuelve esto con una única forma estandarizada para que las aplicaciones de IA se conecten a herramientas, datos y servicios externos, a menudo llamado «el puerto USB-C para la IA». En este curso, crearás servidores y clientes MCP desde cero en Python y los conectarás a un LLM.<br><br><h2>¿Cómo creo y conecto mi primer servidor MCP?</h2>Empezarás aprendiendo la arquitectura MCP: host, cliente y servidor, y las tres primitivas que expone cada servidor: herramientas, recursos y prompt. Luego crearás un servidor de conversión de divisas con FastMCP, añadirás docstrings y anotaciones de tipo para que un LLM pueda descubrir tus herramientas, y escribirás un cliente asíncrono en Python que enumere y llame a esas herramientas a través de transporte stdio.<br><br><h2>¿Cómo le doy a un LLM herramientas y contexto en tiempo real?</h2>Las herramientas por sí solas no bastan: los modelos también necesitan datos e instrucciones de comportamiento. Añadirás recursos para contexto de solo lectura y prompts para guiar al modelo cuando las entradas sean ambiguas, y luego conectarás las tres primitivas en un LLM de OpenAI mediante el flujo de trabajo de llamada a herramientas de cinco pasos para que pueda responder con confianza o pedir aclaraciones cuando deba hacerlo.<br><br><h2>¿Cómo llevo los servidores MCP a producción?</h2>Los servidores del mundo real necesitan algo más que código para el caso ideal. Sustituirás los recursos basados en archivos por consultas respaldadas por bases de datos, añadirás tiempos de espera para las solicitudes, gestión estructurada de errores y autenticación segura de API que mantiene las claves en el servidor. Por último, te conectarás a un servidor MCP de terceros y verás que el mismo código cliente funciona con cualquier servidor que hable el protocolo.

Introduction to APIs in Python

Writing Functions in Python

Integra aplicaciones de IA/LLM con APIs, bases de datos y sistemas de archivos fácilmente con MCP.

Introducción a Model Context Protocol (MCP)

Integra aplicaciones de IA/LLM con APIs, bases de datos y sistemas de archivos más fácilmente que nunca con el Model Context Protocol (MCP).

🗄️ El *cliente* es responsable de iniciar una sesión con el servidor y enviarle solicitudes

🏗️ Todos los mensajes entre *cliente* y *servidor* en MCP siguen el formato **JSON-RPC 2.0**

🏃 Al usar el transporte **stdio**, el *servidor* sigue ejecutándose de forma independiente después de que el *cliente* salga

🌐 El método de transporte **stdio** requiere una conexión de red para funcionar correctamente

Tendiendo puentes (entre el cliente y el servidor)

Introducción a Model Context Protocol (MCP)

ejercicio interactivo práctico