MCP Plugins en Python: Cómo usar Model Context Protocol para conectar ChatGPT con tu código (y no morir en el intento)

Mira, colega, llevamos meses viendo cómo la IA alucina porque no tiene acceso a datos frescos o a APIs reales. Pero desde que descubrí los MCP plugins (Model Context Protocol), esto ha cambiado. Básicamente, es como darle superpoderes a ChatGPT para que ejecute código Python real, acceda a bases de datos o llame a APIs externas. Y lo mejor: no necesitas ser un genio de la programación.

Aquí van 5 prompts funcionales que he probado esta misma semana para que copies y pegues. Directos, sin teoría.

Prompt 1: Conectar ChatGPT con SQLite local

Configuración MCP para SQLite

from mcp import MCPClient

client = MCPClient()

client.connect("sqlite:///mi_base.db")

prompt = "Ejecuta: SELECT * FROM usuarios WHERE activo=1 LIMIT 5"

Prompt 2: Llamar a API de clima en tiempo real

Prompt para MCP con requests

import requests

respuesta = requests.get("https://api.weather.com/v1/current?city=Madrid")

prompt = f"Datos climáticos actuales: {respuesta.json()}"

Prompt 3: Leer archivos CSV locales

MCP para análisis de datos

import pandas as pd

df = pd.read_csv("ventas_2024.csv")

prompt = f"Resume en 3 puntos clave: {df.describe().to_string()}"

Prompt 4: Subir archivos a S3 desde ChatGPT

MCP con boto3

import boto3

s3 = boto3.client('s3')

s3.upload_file('reporte.pdf', 'mi-bucket', 'reportes/reporte.pdf')

prompt = "Archivo subido exitosamente. Confirma disponibilidad."

Prompt 5: Ejecutar scripts Python remotos

MCP para ejecución remota

import subprocess

resultado = subprocess.run(["python", "script_analisis.py"], capture_output=True)

prompt = f"Resultado del script: {resultado.stdout.decode()}"

¿Cómo funciona esto?

El truco está en que MCP actúa como un puente: le das el contexto al modelo (el prompt) y él decide cuándo ejecutar el plugin. Pero ojo, colega: necesitas tener el servidor MCP corriendo en tu máquina (un pip install mcp y configurar los endpoints). No es magia negra, es arquitectura bien pensada.

Lo que me flipa:

• No tienes que entrenar modelos nuevos

• Funciona con cualquier LLM que soporte MCP (ChatGPT, Claude, Gemini)

• Los datos nunca salen de tu infraestructura si no quieres

Lo que me jode:

• La documentación oficial es un cacao mental

• Hay que tener cuidado con permisos (no le des acceso root al ChatGPT, por dios)

• La latencia puede ser un problema si trabajas con APIs lentas

En serio, tío, si estás haciendo proyectos de IA en producción, esto te va a ahorrar horas de ingeniería inversa. Yo lo uso para mis automatizaciones de reporting y va como un tiro.

Y tú, ¿qué prompt usas para conectar tu IA con datos en tiempo real?