Copiar, pegar, repetir
Una ejecutiva de cuentas de una distribuidora de plomería en Houston exporta los pedidos abiertos a una hoja de cálculo, los pega en un chat y pregunta cuáles van tarde. Mañana vuelve a hacerlo.
Desarrollo de servidores MCP: servidores MCP a medida para que la IA trabaje en tu CRM, ERP y datos
Construimos el servidor de Model Context Protocol que es de tu empresa: un conjunto corto de herramientas bien descritas sobre tus sistemas, detrás de un inicio de sesión con OAuth 2.1, para que Claude, ChatGPT o tu propio agente consulten una cuenta, revisen un pedido o preparen una tarea, siempre con los permisos de quien pregunta y una línea de registro por cada llamada.
Consulta gratuita
Cuéntanos qué quieres automatizar. Un ingeniero lo revisa y te contacta para agendar una consulta gratuita.
Cada día alguien le hace a Claude o a ChatGPT una pregunta de negocio cuya respuesta vive en tu CRM, tu ERP o tus bases de datos. Sin una conexión controlada, el hueco se llena a mano o con atajos que nadie aprobó.
Una ejecutiva de cuentas de una distribuidora de plomería en Houston exporta los pedidos abiertos a una hoja de cálculo, los pega en un chat y pregunta cuáles van tarde. Mañana vuelve a hacerlo.
Operaciones quiere ChatGPT, ingeniería prefiere Claude y TI prueba un agente propio. Conectar cada uno al ERP por separado triplica el trabajo y la superficie de ataque.
Alguien conectó un asistente con un token de administrador. Ahora cualquier usuario lee cualquier registro y en los logs aparece el token, no la persona que preguntó.
Un servidor MCP se sitúa entre los clientes de IA y tus sistemas y decide qué puede hacer cada petición. En este ejemplo ilustrativo, una ejecutiva de cuentas le pregunta a su asistente por los pedidos abiertos de un cliente: el asistente descubre las herramientas del servidor, ella inicia sesión y lo autoriza, la llamada se comprueba con sus propios permisos, el ERP responde y los dos pasos quedan en el registro de auditoría.
Ejemplo ilustrativo Negocio, personas y datos ficticios. No es un cliente, una conversación ni un resultado real.
Un servidor MCP remoto funciona en la web, no en la laptop de cada empleado: lo despliegas una vez, controlas quién inicia sesión y actualizas las herramientas en un solo lugar. Los clientes de IA se conectan por HTTPS; el servidor guarda las conexiones con tus sistemas y nunca entrega sus credenciales.
Nuestro equipo construye y opera servidores MCP en producción con Laravel y su paquete oficial de MCP (laravel/mcp), detrás de autorización OAuth 2.1. Ese es el patrón que llevamos a tu proyecto, no un framework que probamos por primera vez.
Cada cliente de IA se registra solo en el servidor (registro dinámico de clientes), la persona inicia sesión con su propia cuenta y lo autoriza, y desde ese momento cada llamada a una herramienta actúa con los permisos de esa persona. El equipo interno y los clientes tienen servidores separados, así que un tipo de cuenta nunca llega a las herramientas del otro. Si además necesitas IA dentro de tu propio producto, nuestros servicios de integración de IA cubren el trabajo directo con APIs junto al servidor.
La gracia del protocolo es que construyes el servidor una vez y cualquier cliente compatible puede usarlo. En la práctica, cada cliente tiene su configuración, sus requisitos de plan y sus controles de administración, así que probamos con los que tu equipo usa de verdad.
Claude puede conectarse a servidores MCP remotos como conectores, de modo que un empleado consulta una cuenta o un pedido sin salir de la conversación. La disponibilidad depende del plan de Claude y de lo que habiliten los administradores de tu espacio de trabajo; confirmamos las opciones vigentes para tu cuenta antes de construir.
ChatGPT también admite conexiones basadas en MCP, con opciones que cambian según el plan y la configuración del espacio de trabajo. Como el servidor es estándar, sumar ChatGPT no significa una segunda integración con tu ERP: solo pruebas, ajustes propios del cliente y la aprobación de quien administra tu espacio de ChatGPT.
Un agente MCP es un agente de IA que descubre y llama herramientas a través de servidores MCP. Si estás construyendo uno, para un proceso de back office o dentro de tu producto, puede usar el mismo servidor que los asistentes, y así herramientas, permisos y registros siguen en un solo lugar. Mira cómo diseñamos agentes de IA a medida de principio a fin.
La mayoría de las empresas acaba con una mezcla: un equipo en Claude, otro en ChatGPT y un agente interno en desarrollo. Con un servidor MCP en el centro, apruebas las herramientas una vez, revocas un cliente en un solo lugar y lees un único registro de auditoría, sea cual sea la próxima herramienta de IA.
Un servidor MCP es una puerta a tus sistemas, así que la seguridad es la mayor parte de la ingeniería. Estos controles vienen de serie; tu equipo de seguridad los revisa antes del lanzamiento, no después.
Los clientes se registran de forma dinámica, la persona inicia sesión y autoriza al cliente, y el servidor emite tokens de corta duración. Nada de claves de administrador compartidas.
Cada llamada se ejecuta como la persona con sesión iniciada: la IA ve exactamente lo que esa persona vería en el sistema, y nada más.
El equipo interno y los clientes se conectan a servidores distintos, así que una cuenta de cliente no puede llegar a herramientas internas ni por error.
“Consultar los pedidos abiertos de un cliente”, no “ejecutar cualquier consulta”. Cada herramienta tiene una descripción clara y un esquema de entrada estricto.
Primero, herramientas de lectura. Las que cambian datos piden confirmación explícita, y las más arriesgadas se quedan fuera del servidor.
Límites por persona y por cliente, y un registro de quién llamó a qué herramienta, con qué argumentos y qué recibió.
Elige un servidor MCP a medida cuando varios asistentes o agentes de IA necesitan acceso controlado a los mismos sistemas. Elige una integración por API cuando la IA es una función dentro de tu propio software. Las acciones propias de una plataforma, como las acciones de un GPT personalizado, son la vía más rápida cuando un equipo trabaja en una sola plataforma de IA.
Comparativa general. Muchos proyectos combinan un servidor MCP para los asistentes con llamadas directas a la API para las funciones del producto.
MCP resuelve un problema concreto: acceso controlado para clientes de IA que no controlas tú. En estas situaciones recomendamos otra cosa o un primer paso más pequeño.
Si la IA solo tiene que resumir registros dentro de tu propio software, una integración directa por API es más simple y te ahorras operar un servidor.
Un servidor MCP envuelve un acceso que ya existe. Si el sistema no tiene API, acceso a base de datos ni exportación, hay que resolver eso primero.
Un modelo que lee emails o páginas web puede recibir instrucciones ocultas (prompt injection). Mantenemos las herramientas de escritura acotadas y con confirmación, pero ningún diseño deja ese riesgo en cero.
El protocolo y el soporte de cada cliente siguen evolucionando. Presupuesta el mantenimiento: cambios en la especificación, en los clientes y nuevas pruebas son parte de tener un servidor.
Cada servidor se adapta a tus políticas. Dejamos estas decisiones por escrito al definir el alcance y probamos cada una antes de que nadie se conecte.
Estas son las categorías que más nos piden exponer. El acceso para tus cuentas, planes y versiones concretas se confirma antes de presupuestar.
Empezamos con una lista corta de herramientas de solo lectura, comprobamos que responden preguntas reales y solo después añadimos algo que escriba.
Paso 1 de 5
Recogemos las preguntas que tu equipo le hace hoy a la IA y las convertimos en una lista corta de herramientas acotadas sobre sistemas concretos.
Entregable: un catálogo de herramientas con entradas, salidas, permisos y el sistema detrás de cada una.
Paso 2 de 5
Relacionamos roles con permisos, decidimos qué audiencias tienen su propio servidor y acordamos qué se enmascara o nunca se devuelve.
Paso 3 de 5
Un servidor remoto con inicio de sesión OAuth 2.1 se monta en un entorno de pruebas, conectado a datos de prueba o de solo lectura.
Paso 4 de 5
Tu equipo lo usa desde Claude, ChatGPT o tu agente con preguntas reales. Ajustamos nombres y descripciones hasta que se elige la herramienta correcta.
Las herramientas de escritura se plantean solo después de que tu equipo apruebe los resultados de solo lectura.
Paso 5 de 5
Despliegue en producción, límites de uso, alertas y auditoría, y nuevas pruebas cada vez que cambian el protocolo o los clientes.
La mayoría de los primeros servidores responden preguntas que la gente ya hace varias veces al día. Alcance ilustrativo, no resultados reportados.
Los comerciales preguntan a su asistente por los pedidos abiertos, saldos y último contacto de un cliente sin abrir el ERP ni el CRM.
Los agentes de soporte traen a la conversación el pedido, su envío y los tickets anteriores, y redactan una respuesta que revisan.
El personal de recepción pregunta qué citas de higiene quedan libres esta semana; el servidor devuelve la disponibilidad sin datos de pacientes.
Los coordinadores de la clínica revisan qué pacientes aún tienen sesiones por agendar en su plan, solo con los campos que permite su rol.
El personal de oficina pregunta qué formularios de admisión faltan; las reglas para datos de salud se revisan en cada proyecto.
Los gerentes consultan los grupos grandes y las peticiones especiales de esta noche en todos los locales desde el asistente que ya usan.
El protocolo no es nuevo para nosotros: nuestro equipo construye y opera servidores MCP en producción, con inicio de sesión OAuth 2.1 y permisos por usuario, y los ingenieros que definen tu servidor son los que lo escriben.
Los patrones de esta página salen de servidores que operamos, no de una demo.
Demostramos que las herramientas responden preguntas reales antes de que nada pueda escribir.
Catálogo de herramientas, flujos de datos y manuales que tu equipo de seguridad puede revisar.
Sede en Austin, Texas; equipo de ingeniería en España.
Software de IA a medida, sistemas LLM y RAG, integraciones de IA y SaaS con IA, hechos por ingenieros propios.
Saber másIA conectada a tu CRM, ERP, help desk y producto mediante APIs, webhooks y servidores MCP.
Saber másRAG empresarial, chatbots RAG y aplicaciones LLM que responden desde tus documentos y citan la fuente.
Saber másAgentes de voz, recepción, ventas, soporte y chat diseñados alrededor de tus procesos y herramientas.
Saber másEl diseño de las herramientas (nombres, descripciones y esquemas de entrada), su conexión con tus sistemas, la autorización OAuth 2.1, los permisos por rol y por persona, los límites de uso, el registro de auditoría, el despliegue como servidor remoto, las pruebas con los clientes de IA que usa tu equipo y la documentación para tu revisión de seguridad. Tras el lanzamiento incluye también el mantenimiento a medida que evolucionan el protocolo y los clientes.
Depende de cuántos sistemas y herramientas intervienen, del estado de sus APIs y de las aprobaciones que necesite tu equipo de seguridad. Un servidor de solo lectura sobre un sistema bien documentado es mucho más rápido que herramientas de escritura sobre varios. Tras el diseño de herramientas recibes un plan por escrito con fases.
Para servidores remotos, la especificación de MCP se apoya en OAuth 2.1. El cliente de IA se registra en el servidor (registro dinámico de clientes), la persona inicia sesión con su propia cuenta y autoriza al cliente para permisos concretos, y el cliente recibe un token. Cada llamada lleva ese token, así que el servidor actúa con los permisos de esa persona y registra la llamada a su nombre.
El protocolo aporta la estructura; la seguridad depende de cómo se construye el servidor. Los principales riesgos son herramientas demasiado amplias, credenciales compartidas, el prompt injection desde contenido que lee el modelo y servidores de terceros sin revisar. Los abordamos con OAuth 2.1, permisos por persona, servidores separados por audiencia, herramientas acotadas, confirmación antes de escribir, límites de uso y auditoría, y somos claros en que el prompt injection se reduce, pero no se descarta del todo.
Un servidor MCP remoto funciona en la web y los clientes se conectan por HTTPS, en lugar de un servidor local que corre como programa en la computadora de cada usuario. Los remotos encajan mejor en una empresa: un solo despliegue, inicio de sesión y permisos centralizados, un único registro de auditoría y actualizaciones que llegan a todos a la vez. Los locales siguen teniendo sentido para herramientas de desarrollo que trabajan con archivos en un equipo.
Donde prefiera tu equipo de seguridad: en tu propia cuenta en la nube, junto a los sistemas que conecta, o en infraestructura que operamos por ti. En ambos casos funciona detrás de HTTPS, guarda las credenciales de tus sistemas del lado del servidor y se monitorea por errores, latencia y usos inusuales.
Sí, es la razón principal para construir uno. Claude y ChatGPT admiten conexiones basadas en MCP, y los agentes propios pueden usar el mismo servidor. Cada cliente tiene su configuración, sus requisitos de plan y sus controles de administración, así que probamos con los clientes y planes que usa tu equipo y documentamos la configuración de cada uno.
Puede, si expones herramientas de escritura. Empezamos en solo lectura y luego añadimos herramientas de escritura acotadas, como crear una tarea de seguimiento o un borrador, con confirmación explícita de la persona antes de guardar nada. Las operaciones destructivas o de alto riesgo suelen quedarse fuera del servidor.
Sí. Un servidor MCP suele apoyarse en tus APIs o en el acceso a tu base de datos y los hace utilizables por clientes de IA, con descripciones, esquemas y permisos. Tu API sigue siendo la base de tus apps e integraciones; el servidor MCP es la capa controlada de cara a la IA. Nuestra guía sobre el Model Context Protocol en el blog compara ambos con más detalle.
Indica los sistemas, las preguntas que tu equipo le hace hoy a la IA y qué asistentes usa. Te responderemos con una primera lista de herramientas, el modelo de acceso que recomendamos y lo que incluiría una primera versión de solo lectura.
Auditoría de IA gratuita
Un ingeniero revisará tus respuestas y te contactará para ver dónde puede ayudarte más la IA.
Elige el área que quieres que revisemos. Analizamos cómo funciona hoy tu empresa y te enviamos una visión clara de qué automatizar primero y qué no conviene tocar.
Gratis y sin compromiso. Un ingeniero revisa tus respuestas antes de contactarte.
Consulta gratuita
Cuéntanos qué quieres automatizar. Un ingeniero lo revisa y te contacta para agendar una consulta gratuita.
Gracias, ya tenemos tu solicitud
Una persona de nuestro equipo la revisará y te contactará para agendar tu consulta gratuita.