¿Qué es el Model Context Protocol?
En esta página
Actualizado el 2 de noviembre de 2026. Le Chat es ahora Vibe (sigue estando en chat.mistral.ai). Desde el 28 de mayo de 2026, Vibe actúa como un único agente para el trabajo y el código, manteniendo tus conversaciones, configuraciones y suscripciones. La experiencia heredada de Le Chat sigue disponible en el modo Chat. En el modo Work, los agentes son ahora habilidades (que se invocan con
@), las memorias forman la base de conocimientos y la búsqueda profunda es la habilidad Deep Research. Los planes son ahora Mistral Free, Pro, Team y Enterprise. Esta lección utiliza el nombre Vibe; es posible que algunos menús descritos aquí hayan cambiado de nombre o de ubicación.
Un estándar abierto para conectar la IA con el mundo
Imagina pedirle a tu asistente que consulte tus tickets de GitHub, actualice tu documentación en Notion y verifique un pago de Stripe, todo sin salir de la ventana del chat. Esto es exactamente lo que permite el Model Context Protocol (MCP): un estándar abierto que está cambiando la forma en que los modelos de IA se comunican con herramientas y servicios externos.
Antes de MCP, cada plataforma de IA implementaba sus propios métodos para conectar herramientas. Una integración escrita para un framework tenía que reescribirse por completo para otro. El ecosistema estaba fragmentado y nadie disponía de una guía clara para crear una herramienta y compartirla entre distintos entornos.
El problema que resuelve MCP
La llamada a funciones tradicional —la capacidad de un modelo para invocar funciones que tú describes— topa con cuatro límites. Primero, la fragmentación: una herramienta escrita para un SDK no es reutilizable en otro lugar sin una reescritura completa. Segundo, la seguridad: la gestión de claves de API y tokens de autenticación queda en manos de cada desarrollador, sin un estándar común. Luego vienen la duplicación y la falta de interoperabilidad: cada equipo recodifica las mismas integraciones desde cero, incluso para servicios muy extendidos como GitHub o Slack, y nada facilita entregar una herramienta a un compañero o trasladarla a otro proyecto.
MCP aborda estos cuatro puntos definiendo un protocolo de comunicación estándar entre un cliente (la aplicación de IA) y un servidor (que proporciona las herramientas).
Arquitectura cliente-servidor
El cliente es la aplicación que consume las herramientas: en este curso, es el Chat de Mistral AI, pero podría ser un SDK como el Mistral Agent SDK, un IDE como VS Code o Cursor, o cualquier otro software compatible. El servidor aloja las herramientas y las expone mediante el protocolo; puede ofrecer una herramienta o una docena, cada una acompañada de su descripción en texto, sus parámetros tipados y sus valores de retorno.
Ambos intercambian JSON. El cliente comienza consultando al servidor para descubrir qué puede hacer y luego llama a las herramientas deseadas mediante solicitudes estructuradas. Este es el flujo completo de una llamada tal como la experimentas desde el lado del usuario.
Solicitud del usuario
Planteas una pregunta o solicitas una acción en Vibe, por ejemplo: «¿Cuáles son mis tickets abiertos en GitHub?»
Decisión del modelo
El modelo de Mistral analiza tu solicitud y decide si necesita llamar a uno o varios servidores MCP para responder.
Llamada al servidor MCP
El cliente (Vibe) envía una solicitud JSON al servidor MCP correspondiente, con los parámetros identificados por el modelo.
Ejecución de la herramienta
El servidor ejecuta la función solicitada (una petición a la API de GitHub, una lectura de base de datos, etc.) y devuelve el resultado.
Respuesta sintetizada
Vibe recibe los datos del servidor y los integra en una respuesta natural y contextualizada para ti.
Este ciclo se repite tantas veces como sea necesario dentro de una misma conversación. El modelo puede encadenar llamadas a varios servidores MCP para llevar a cabo una tarea compuesta: escanear Reddit para detectar un problema reportado por usuarios, comprobar luego en Linear si ya existe un ticket y, finalmente, abrir una pull request en GitHub.
MCP y llamada a funciones: complementarios, no competidores
Una confusión habitual: MCP no sustituye a la llamada a funciones, la amplía. Con la llamada a funciones, defines funciones en el lado del cliente y el modelo determina los parámetros que debe pasar; es directo y perfecto para un caso aislado, como una función de cálculo específica de tu aplicación. Con MCP, las herramientas residen en un servidor remoto y se describen de forma estandarizada, lo cual resulta crucial cuando quieres compartir, reutilizar o combinar varias herramientas.
La ventaja decisiva se resume en una palabra: portabilidad. Un servidor MCP escrito para Vibe funcionará tal cual con el Mistral Agent SDK, con VS Code o con cualquier otro cliente compatible. Lo escribes una vez y lo usas en todas partes. Antes de continuar, identifica los dos o tres servicios que consultas con más frecuencia en tu trabajo: estos serán los que aporten más valor a tus primeros conectores.
Puntos clave
- MCP es un estándar abierto que unifica la conexión entre aplicaciones de IA y herramientas externas
- Se basa en una arquitectura cliente-servidor con comunicación JSON
- El protocolo resuelve problemas de fragmentación, seguridad y duplicación en la llamada a funciones tradicional
- El mismo servidor MCP puede ser utilizado por múltiples clientes distintos (Vibe, SDK, IDE)
- MCP y la llamada a funciones son complementarios: MCP aporta portabilidad y estandarización