MCP + Python: Los plugins que tu ChatGPT necesitaba (y no sabías)

Mira, colega, llevamos meses hablando de los Model Context Protocol (MCP) como si fueran el santo grial, pero hasta ahora era todo teoría. Te voy a contar cómo usar MCP con Python para que tus asistentes de IA no solo hablen, sino que hagan cosas. Y te lo digo claro: si no estás usando MCP en tus proyectos Python, estás perdiendo el tiempo.

¿Qué coño es MCP y por qué te importa?

MCP es básicamente un protocolo que permite a tu ChatGPT o cualquier IA conectarse directamente con herramientas externas como si fueran plugins. Olvídate de tener que copiar-pegar resultados de APIs o bases de datos. Con MCP, tu IA puede ejecutar código Python, consultar tu base de datos o incluso interactuar con el sistema de archivos.

Y lo mejor: se implementa en 10 minutos. No necesitas ser un ninja de la programación.

Los 4 prompts que te van a cambiar la vida

Aquí van los prompts funcionales. Cópialos, pégalos y empieza a probar.

1. Conectar MCP con Python básico (el starter pack)

prompt: "Actúa como un experto en MCP (Model Context Protocol) para Python. Necesito implementar un servidor MCP básico que permita a un asistente de IA ejecutar funciones Python simples como sumar números, buscar en una lista o leer un archivo de texto. Dame el código completo con FastMCP y que se pueda probar en local en menos de 5 minutos. Incluye instrucciones para iniciar el servidor y un ejemplo de llamada."

2. Consultar base de datos SQL desde ChatGPT

prompt: "Crea un plugin MCP en Python que permita a un modelo de lenguaje (como Claude o ChatGPT) ejecutar consultas SELECT contra una base de datos SQLite. Debe incluir autenticación básica por token y solo permitir consultas de lectura (nada de DELETE o UPDATE). Dame el código completo con FastMCP y sqlite3, más un ejemplo de cómo el asistente llamaría a la herramienta 'query_database' para obtener datos de una tabla llamada 'usuarios'."

3. Leer/escribir archivos del sistema (con seguridad)

prompt: "Implementa un servidor MCP en Python que exponga dos herramientas: 'read_file' y 'write_file'. La primera solo permite leer archivos .txt y .csv de una carpeta específica (por ejemplo './datos/'), la segunda solo permite escribir en archivos nuevos (nunca sobrescribir existentes). Incluye manejo de errores y un log de actividad. Usa FastMCP y pathlib."

4. Llamar a una API externa desde el asistente

prompt: "Desarrolla un plugin MCP en Python que permita a un asistente de IA hacer peticiones GET a una API pública (por ejemplo, la API de GitHub para obtener repositorios de un usuario). La herramienta se llamará 'fetch_github_repos' y recibirá como parámetro el nombre de usuario. Incluye timeout de 10 segundos y manejo de errores HTTP. Usa requests y FastMCP."

5. El todoterreno: ejecutar scripts Python remotos

prompt: "Crea un servidor MCP en Python que exponga una herramienta llamada 'run_python_script'. Esta herramienta recibe código Python como string, lo ejecuta en un subproceso con timeout de 30 segundos y devuelve stdout/stderr. Incluye un sandbox básico que impida acceso a módulos peligrosos como os.system, subprocess o shutil. Usa FastMCP y el módulo ast para analizar el código antes de ejecutarlo."

Cómo lo montas en 5 pasos

• pip install fastmcp uvicorn

• Crea un archivo server.py con el código del prompt que elijas

• Ejecuta python server.py (normalmente corre en localhost:8000)

• Configura tu cliente MCP (Claude Desktop, Continue.dev, etc.) para que apunte a esa URL

• Empieza a preguntar: "Tráeme los usuarios de la base de datos" o "Lée el archivo ventas.csv"

La realidad

Mira, tío, esto no es magia. MCP tiene sus limitaciones: la seguridad es tu responsabilidad (no expongas un servidor MCP a Internet sin autenticación), y la latencia puede ser un problema si haces muchas llamadas seguidas. Pero para automatizar tareas repetitivas o darle superpoderes a tu asistente de IA, no hay mejor opción hoy por hoy.

Y tú, ¿qué prompt usas para conectar tu IA con el mundo real?