MCP y Python: Los Plugins que Van a Cambiar Cómo Usas ChatGPT (Te Explico Cómo)

Mira, colega, si llevas un tiempo jugando con ChatGPT y Python, seguro que has oído hablar del Model Context Protocol (MCP). Pero déjame ser claro: no es otro invento teórico para developers. Es el puente que le faltaba a la IA para tocar tu código real. Y con los plugins MCP en Python, te montas un asistente que ejecuta scripts, lee archivos, llama a APIs y hasta modifica tu base de datos.

¿El problema? Que te pierdes entre tutoriales de 40 minutos. Aquí te dejo 5 prompts prácticos para que los copies, pegues y los adaptes a tu workflow. Sin postureo.

1. El Prompt Básico para que ChatGPT Use Tu Entorno Local

Antes de nada, necesitas tener instalado mcp-python (pip install mcp-python). Luego, este prompt le dice al modelo que monte un servidor MCP local que controle tu sistema de archivos.

Prompt 1: Configura un servidor MCP básico

"""

Crea un script Python que:

1. Inicie un servidor MCP con funciones para:

• listar archivos en un directorio
• leer contenido de archivos .txt
• ejecutar comandos shell seguros

2. Use la librería mcp-python

3. Exponga las funciones como herramientas de ChatGPT

"""

import mcp

from mcp.server import Server

server = Server("mi-servidor")

@server.tool("leer_archivo")

def leer_archivo(ruta: str) -> str:

with open(ruta, 'r') as f:

return f.read()

server.run()

Copia eso, pégaselo a ChatGPT y dile que te genere el server.py completo. Luego lo ejecutas y ya tienes a ChatGPT metido en tu máquina.

2. El Prompt para Conectar ChatGPT a Tu Base de Datos SQLite

Aquí es donde la cosa se pone buena. Olvídate de hacer consultas manuales. Este prompt le da a ChatGPT acceso directo a tu SQLite para que te genere informes, modifique datos o te explique esquemas.

Prompt 2: Plugin MCP para SQLite

"""

Crea un plugin MCP en Python que:

• Se conecte a una base de datos SQLite local
• Exponga funciones como:
• ejecutar_consulta(sql: str) -> list
• listar_tablas() -> list
• obtener_esquema(tabla: str) -> dict
• Incluya logging básico

"""

import sqlite3

from mcp import Plugin

class SQLitePlugin(Plugin):

def __init__(self, db_path: str):

self.conn = sqlite3.connect(db_path)

@Plugin.tool

def ejecutar_consulta(self, sql: str):

cursor = self.conn.cursor()

cursor.execute(sql)

return cursor.fetchall()

Pega esto, dile a ChatGPT que lo complete con manejo de errores y conexión segura, y tendrás a tu asistente hablando directamente con tu BBDD.

3. El Prompt para que ChatGPT Controle APIs Externas

Tío, esto es oro. Quieres que ChatGPT llame a la API de OpenAI, a la de Twitter o a la de tu SaaS favorito? Mira este prompt:

Prompt 3: Plugin MCP para APIs REST

"""

Genera un plugin MCP que:

• Use requests para llamar a APIs REST
• Tenga funciones: GET, POST, PUT, DELETE
• Gestione autenticación por token
• Devuelva respuestas en JSON

"""

import requests

from mcp import Plugin

class APIPlugin(Plugin):

def __init__(self, base_url: str, token: str):

self.base_url = base_url

self.headers = {"Authorization": f"Bearer {token}"}

@Plugin.tool

def get(self, endpoint: str):

response = requests.get(f"{self.base_url}{endpoint}", headers=self.headers)

return response.json()

Con esto, ChatGPT puede tirar de cualquier API como si fuera su navegador. Ideal para automatizar workflows.

4. El Prompt para Depurar Código en Vivo

¿Cansado de pegar código en ChatGPT y que te dé respuestas genéricas? Con este plugin, ChatGPT puede ejecutar tu código y decirte qué falla exactamente.

Prompt 4: Plugin MCP para ejecutar código Python seguro

"""

Crea un plugin MCP que:

• Ejecute código Python en un entorno aislado (subprocess)
• Capture stdout, stderr y código de retorno
• Limite el tiempo de ejecución a 10 segundos
• Bloquee operaciones peligrosas (os.system, eval, exec)

"""

import subprocess

import tempfile

from mcp import Plugin

class PythonRunner(Plugin):

@Plugin.tool

def ejecutar_codigo(self, codigo: str):

with tempfile.NamedTemporaryFile(mode='w', suffix='.py', delete=False) as f:

f.write(codigo)

f.flush()

resultado = subprocess.run(['python3', f.name], capture_output=True, text=True, timeout=10)

return {"stdout": resultado.stdout, "stderr": resultado.stderr}

Esto es un game-changer para debugging. Le pasas tu código roto, él lo ejecuta, y te dice exactamente la línea 42 que falla.

5. El Prompt para que ChatGPT Te Genere Plugins MCP

Y para rematar, el meta-prompt. Que ChatGPT se genere a sí mismo los plugins que necesites:

Prompt 5: Auto-generador de plugins MCP

"""

Actúa como un generador de plugins MCP.

Dime qué funcionalidad necesito (ej: "conectar a MongoDB", "leer PDFs", "enviar emails")

y te devolveré el código Python completo del plugin con:

• Importaciones necesarias
• Clase Plugin con sus herramientas
• Manejo de errores
• Documentación inline

"""

Pega esto, dile "necesito un plugin para leer PDFs y extraer texto", y ChatGPT te escribe el plugin entero. No hay excusa para no probarlo.

La Clave de Todo

Mira, colega, los MCP no son el futuro, son el presente de la interacción con IA. Si eres programador y no estás usando esto, estás perdiendo el tiempo copiando y pegando manualmente. Con estos prompts, ChatGPT toca tu código real, no solo te da respuestas bonitas.

Y tú, ¿qué plugin MCP te gustaría que existiera? Cuéntamelo en los comentarios, que igual me animo a programarlo.