Ir al contenido principal
Español— Elegir un idioma
Menú

Arquitectura: herramientas, recursos e interfaz

Lección 2 de 14 Actualizado el 3 de noviembre de 2026 Desarrollador
En esta página
  1. Visión general
  2. Qué expone un servidor MCP
  3. El flujo de la solicitud
  4. Transporte y autorización
  5. La interfaz: una capa opcional
  6. Skills: la capa de flujo de trabajo
  7. ¿Qué ocurre con el comercio?
  8. Puntos clave

Lección reescrita el 3 de noviembre de 2026 basándose en las páginas MCP server, Plugin architecture y Skills de la documentación de Plugins de OpenAI. La arquitectura heredada de «acciones, widgets y comercio» describía un SDK que ya no existe. Fuentes: MCP server · Plugin architecture · Skills.

Visión general

Un plugin se compone de capas independientes. Las skills (habilidades) proporcionan el guion de actuación, el servidor MCP aporta las capacidades y la interfaz ofrece una forma visual de interactuar cuando es necesario.

Plugin
├── Skills
└── Servidor MCP (opcional)
    ├── Herramientas y resultados estructurados
    └── Recursos de interfaz (opcional)

Cada capa tiene un rol distinto. La documentación resume el límite de esta manera: el servidor MCP proporciona datos, autenticación, autorización y acciones; la skill proporciona instrucciones reutilizables, ejemplos y plantillas de documentos.

Qué expone un servidor MCP

Un servidor MCP puede exponer cuatro tipos de entidades:

  • Herramientas (Tools): Funciones que el modelo invoca con entradas estructuradas.
  • Recursos: Datos o contenido que el cliente puede leer.
  • Prompts: Plantillas de prompts reutilizables.
  • Instrucciones: Directivas que se aplican a todo el servidor.

Los plugins dependen principalmente de las herramientas. Cada herramienta tiene un nombre, una descripción, un esquema de entrada y, opcionalmente, un esquema de salida. Estos campos permiten al modelo decidir cuándo llamar a la herramienta y cómo utilizar su resultado.

El flujo de la solicitud

Cuando un usuario realiza una solicitud que coincide con una herramienta, se producen cuatro pasos en secuencia:

  1. El cliente descubre las herramientas expuestas por el servidor MCP.
  2. El modelo selecciona una herramienta y proporciona argumentos que se ajustan a su esquema de entrada.
  3. El servidor valida la solicitud, realiza la operación y devuelve un resultado.
  4. El modelo utiliza ese resultado para continuar la conversación.

Un resultado de herramienta puede contener tres partes. structuredContent transporta datos concisos que el modelo puede inspeccionar y reutilizar en llamadas posteriores. content transporta texto u otro contenido MCP que ayuda al modelo a formular una respuesta. _meta transporta datos destinados al cliente y ocultos al modelo; ocultos, pero no protegidos. Este campo no sustituye a la autorización ni al almacenamiento seguro.

Transporte y autorización

En producción, despliega un servidor MCP en una dirección HTTPS estable utilizando el transporte streamable HTTP del protocolo, típicamente en una ruta /mcp. Si las herramientas leen datos privados o actúan en nombre de un usuario, protege el servidor con el flujo de autorización definido por la especificación MCP: OAuth, que se detalla en la Lección 8.

La interfaz: una capa opcional

Una herramienta debe funcionar sin interfaz: un texto conciso y un resultado estructurado suelen ser suficientes para que el modelo responda. Una interfaz tiene sentido cuando el usuario necesita inspeccionar, comparar, modificar, confirmar o navegar por información estructurada: una comparación de productos, un horario editable o un mapa. Una comprobación de estado simple generalmente no la necesita.

Cuando está presente, la interfaz es un recurso que el servidor declara. ChatGPT la muestra en un iframe cuando la herramienta asociada la devuelve. ChatGPT implementa el estándar abierto MCP Apps: la interfaz se comunica con el host mediante JSON-RPC usando postMessage. Las extensiones específicas de ChatGPT, accesibles a través de window.openai, complementan el estándar cuando este no cubre una necesidad concreta. La Lección 6 aborda este tema.

Skills: la capa de flujo de trabajo

Una skill es una carpeta que contiene un archivo SKILL.md: un nombre, una descripción que indica al modelo cuándo debe considerarla, instrucciones y, si es necesario, referencias, scripts o plantillas. El modelo ve inicialmente solo el nombre y la descripción; carga las instrucciones completas cuando la solicitud coincide con la skill o cuando el usuario la invoca directamente. De ahí el consejo de OpenAI: escribe la descripción en torno al objetivo del usuario y las condiciones de activación, y mantén los detalles paso a paso en el cuerpo del archivo.

¿Qué ocurre con el comercio?

Vender a través de un plugin no es una capa separada. Es un recorrido que la interfaz opcional puede apoyar, aprovechando la Checkout API documentada por OpenAI. La Lección 7 explica cómo funciona y sus limitaciones.

Puntos clave

  • Un servidor MCP expone herramientas, recursos, prompts e instrucciones; los plugins dependen principalmente de las herramientas
  • Un resultado de herramienta combina structuredContent, content y _meta (oculto al modelo, pero no seguro)
  • Producción: HTTPS estable, transporte streamable HTTP, autorización según la especificación MCP
  • La interfaz es un recurso opcional que muestra ChatGPT conforme al estándar MCP Apps
  • Las skills gestionan el flujo de trabajo; el servidor gestiona los datos, la autorización y las acciones