MCP en VS Code: Plugins Esenciales

¿Te has pasado horas configurando herramientas de IA solo para que tu editor no las entienda? Es frustrante, lo sé.

El Model Context Protocol (MCP) cambia las reglas del juego. Piensa en él como un traductor universal entre tu VS Code y cualquier modelo de lenguaje.

Pero sin los plugins adecuados, es como tener un Ferrari sin ruedas. Aquí te muestro los esenciales.

💡 Concepto clave MCP no es un plugin en sí, es un estándar abierto. Los plugins que verás son clientes MCP que permiten a VS Code hablar con modelos locales o en la nube de forma nativa.

El prompt completo

Copia esto exactamente en tu LLM favorito:

CopiarPromptActúa como experto en integración de MCP con VS Code. Necesito los 5 plugins esenciales para trabajar con Model Context Protocol en VS Code. Dame:

• Nombre del plugin con enlace al marketplace.
• Función principal (máximo 1 línea).
• Comando clave para activarlo.
• Un ejemplo real de configuración JSON para settings.json.
• Compatibilidad (MCP local vs remoto).

Formato: tabla markdown con columnas: Plugin, Función, Comando, Configuración JSON, Compatibilidad.

Además, al final:

• Un flujo de trabajo de 3 pasos para probar MCP en 5 minutos.
• Una recomendación personal de cuál instalar primero si eres principiante.

Cómo usarlo paso a paso

📋 Paso 1 — Abre VS Code y ve a extensiones

Pulsa Ctrl+Shift+X (o Cmd+Shift+X en Mac). Busca "MCP" o "Model Context Protocol". Verás que hay varios.

📋 Paso 2 — Instala el plugin base

Empieza con MCP Client o Continue (MCP compatible). Son los más estables. Luego añade los específicos según tu stack.

📋 Paso 3 — Configura el archivo settings.json

Abre Ctrl+Shift+P → "Preferences: Open Settings (JSON)". Añade la configuración del plugin que elijas. Te doy una plantilla funcional abajo.

📋 Paso 4 — Prueba con un comando MCP

Escribe algo como: /mcp explain o abre el panel de MCP. Si ves respuestas del modelo, ¡funciona!

¿Por qué funciona?

• Estandarización: MCP define cómo el editor y el modelo intercambian contexto. No más configuraciones artesanales.
• Plugins ligeros: La mayoría pesan menos de 1 MB. No ralentizan VS Code.
• Soporte local y remoto: Puedes usar Ollama (local) o GPT-4 (remoto) con el mismo plugin. Solo cambia el endpoint.
• Contexto real: MCP pasa el archivo abierto, el cursor, el lenguaje... El modelo ve exactamente lo que tú ves.
• Comunidad activa: Los plugins se actualizan cada semana. No quedan obsoletos.

Ejemplo real

CopiarEntrada (settings.json){ "mcp.models": [

{

"name": "GPT-4o",

"provider": "openai",

"apiKey": "${env:OPENAI_API_KEY}",

"model": "gpt-4o",

"temperature": 0.3

},

{

"name": "Local Ollama",

"provider": "ollama",

"model": "codellama:7b",

"url": "http://localhost:11434"

}

],

"mcp.contextRules": {

"includeOpenFiles": true,

"includeGitDiff": true,

"maxFileSize": 10000

}

}

CopiarRespuesta esperada✅ MCP activado con 2 modelos: - GPT-4o (remoto, OpenAI)

• CodeLlama 7B (local, Ollama)

Contexto actual: archivo app.py abierto, último commit hace 3 horas.

Puedes preguntar: "¿Qué hace la línea 15?" o "Explica este error".

Tabla de casos de uso

EscenarioQué consigues Depuración de códigoEl modelo ve el stack trace completo y el archivo abierto. Te da soluciones exactas, no genéricas. Refactorización rápidaSeleccionas código, pides "refactorizar a async" y el plugin reescribe manteniendo el contexto del proyecto. Documentación automáticaMCP pasa los tipos, imports y estructura. Genera docstrings coherentes con el estilo del código. Code review localSin enviar datos a la nube. Usas modelos locales (Ollama, LM Studio) con MCP. Seguro para código sensible. Chat contextual en el editorNo cambias de ventana. El chat MCP sabe qué archivo tienes abierto y qué línea estás editando.