{"id":356,"date":"2025-04-17T02:41:00","date_gmt":"2025-04-17T05:41:00","guid":{"rendered":"http:\/\/www.mvpthemes.com\/zoxnews\/?p=356"},"modified":"2025-09-26T00:21:57","modified_gmt":"2025-09-26T03:21:57","slug":"mcp","status":"publish","type":"post","link":"https:\/\/convergencia.tech\/inicio\/mcp\/","title":{"rendered":"Model Context Protocol (MCP) Breve introducci\u00f3n"},"content":{"rendered":"

Model Context Protocol (MCP)<\/strong> es un protocolo de estandarizaci\u00f3n dise\u00f1ado para facilitar la comunicaci\u00f3n entre aplicaciones de inteligencia artificial (IA) y herramientas externas. Similar a protocolos como HTTP (para la transferencia de datos en internet) o SMTP (para el env\u00edo de correos electr\u00f3nicos), MCP busca ser el est\u00e1ndar para la integraci\u00f3n de agentes de IA con servidores y aplicaciones, reduciendo el tiempo de desarrollo y simplificando las conexiones. MCP permite que los agentes de IA interact\u00faen con herramientas externas de manera aut\u00f3noma, utilizando un formato estandarizado que elimina la necesidad de integraciones personalizadas.<\/p>\n

MCP se basa en un marco que utiliza formatos de datos interoperables, como JSON o YAML, para definir las capacidades de las herramientas y sus m\u00e9todos de interacci\u00f3n. Esta estandarizaci\u00f3n permite una integraci\u00f3n fluida en diversas plataformas, convirti\u00e9ndolo en una piedra angular para la automatizaci\u00f3n de IA escalable.<\/p>\n

\u00bfQui\u00e9n lo cre\u00f3?<\/h3>\n

Fue desarrollado por Anthropic<\/strong>, una empresa fundada por ex-investigadores de OpenAI, conocida por su trabajo en modelos de IA seguros y \u00e9ticos como Claude. Anthropic lanz\u00f3 MCP en noviembre de 2024, aprovechando su experiencia en la construcci\u00f3n de sistemas de IA que priorizan la interpretabilidad y la facilidad de integraci\u00f3n. Su objetivo era abordar las limitaciones de las integraciones basadas en APIs, que a menudo son fragmentadas y requieren un esfuerzo significativo de los desarrolladores.<\/p>\n

\u00bfPor qu\u00e9 se cre\u00f3?<\/h3>\n

El objetivo principal de MCP es estandarizar la integraci\u00f3n<\/strong> de aplicaciones de IA, permitiendo una comunicaci\u00f3n fluida entre clientes, servidores y herramientas externas. Esto elimina la necesidad de crear integraciones personalizadas para cada acci\u00f3n, agilizando el desarrollo y mejorando la eficiencia. MCP responde a la creciente demanda de agentes de IA que puedan operar en entornos din\u00e1micos, interactuando con m\u00faltiples servicios (como correo electr\u00f3nico, mensajer\u00eda o bases de datos) sin configuraciones complejas. Adem\u00e1s, fomenta la interoperabilidad, permitiendo que diferentes plataformas de IA adopten un est\u00e1ndar com\u00fan, lo que podr\u00eda impulsar la colaboraci\u00f3n en la comunidad de desarrolladores.<\/p>\n

Arquitectura del MCP<\/h3>\n

MCP opera con tres componentes clave:<\/p>\n

Host MCP<\/strong>: Son los agentes de IA o aplicaciones de modelos de lenguaje (LLM) como Claude, ChatGPT o Cursor, que necesitan interactuar con datos o herramientas externas. Estos hosts act\u00faan como el cerebro de la operaci\u00f3n, procesando solicitudes y generando respuestas basadas en las interacciones con herramientas externas.<\/p>\n

Cliente MCP<\/strong>: Plataformas intermediarias (como N8n o Zapier) que facilitan la comunicaci\u00f3n bidireccional entre el Host MCP y el Servidor MCP, transmitiendo datos y comandos. Los clientes MCP gestionan el flujo de informaci\u00f3n, asegurando que las solicitudes y respuestas sean coherentes y est\u00e9n formateadas correctamente.<\/p>\n

Server MCP<\/strong>: Server que exponen las capacidades de aplicaciones espec\u00edficas (como Slack, Gmail o GitHub) y explican c\u00f3mo usarlas, actuando como un \u00abtraductor\u00bb para los agentes de IA. Estos servidores proporcionan una interfaz estandarizada que describe las funcionalidades disponibles, permitiendo que los agentes de IA descubran y utilicen herramientas de manera aut\u00f3noma.<\/p>\n

Esta arquitectura permite una comunicaci\u00f3n bidireccional<\/strong>, donde los agentes de IA pueden leer correos, interactuar con plataformas como GitHub o Slack, y crear eventos en calendarios, todo de manera estandarizada. La bidireccionalidad asegura que los agentes puedan no solo enviar comandos, sino tambi\u00e9n recibir retroalimentaci\u00f3n en tiempo real, mejorando su capacidad para manejar tareas complejas.<\/p>\n

MCP vs. APIs tradicionales<\/h3>\n

Aunque las APIs han sido la soluci\u00f3n tradicional para conectar herramientas, presentan desaf\u00edos significativos:<\/p>\n

APIs tradicionales<\/strong>: Requieren integraciones espec\u00edficas para cada herramienta, aprender diferentes documentaciones, manejar autenticaciones \u00fanicas, gestionar errores personalizados y mantener actualizaciones. Esto es como aprender un nuevo idioma para cada aplicaci\u00f3n. Por ejemplo, integrar un agente de IA con Gmail requiere dominar la API de Google Cloud, mientras que Outlook exige conocimientos de Microsoft Azure, lo que aumenta la carga de trabajo del desarrollador.<\/p>\n

MCP<\/strong>: Act\u00faa como un \u00abtraductor universal\u00bb, eliminando la necesidad de aprender cada API. Los agentes de IA se comunican con el servidor MCP, descubren autom\u00e1ticamente las capacidades de la herramienta, aprenden a usarla, gestionan errores de forma consistente y se adaptan a actualizaciones sin reescribir c\u00f3digo. MCP utiliza un protocolo unificado que abstrae las complejidades de las APIs, permitiendo que los agentes de IA operen con mayor autonom\u00eda.<\/p>\n

Por ejemplo, para enviar un correo con Gmail o Outlook usando APIs, un desarrollador debe dominar las documentaciones espec\u00edficas y configurar autenticaciones. Con MCP, el agente de IA se conecta al servidor MCP correspondiente, descubre las funciones disponibles (como \u00abenviar correo\u00bb) y las ejecuta sin intervenci\u00f3n manual, reduciendo significativamente el tiempo de desarrollo.<\/p>\n

La evoluci\u00f3n de los LLMs y el rol de MCP<\/h3>\n

Fase 1: LLM B\u00e1sico<\/h3>\n

Los primeros modelos de lenguaje (LLMs) eran como un \u00abgenio atrapado en una l\u00e1mpara\u00bb. Pod\u00edan generar textos y responder preguntas, pero estaban limitados a su conocimiento interno, sin acceso al mundo exterior (como noticias actuales o aplicaciones). Esta falta de conectividad los hac\u00eda ideales para tareas de procesamiento de texto, pero in\u00fatiles para interactuar con servicios en tiempo real.<\/p>\n

Fase 2: LLMs con APIs<\/h3>\n

En la era actual, los LLMs se conectan a herramientas externas mediante APIs, permiti\u00e9ndoles realizar tareas como leer correos, consultar calendarios o interactuar con redes sociales. Sin embargo, cada integraci\u00f3n requiere configuraciones espec\u00edficas, lo que crea un ecosistema fr\u00e1gil y complejo. Los desarrolladores deben construir flujos de trabajo detallados, manejar errores espec\u00edficos de cada API y actualizar constantemente las integraciones, lo que limita la escalabilidad.<\/p>\n

Fase 3: LLMs con MCP<\/h3>\n

MCP representa el futuro, donde los LLMs operan con un \u00abtraductor universal\u00bb. Los agentes descubren y aprenden a usar herramientas autom\u00e1ticamente, ejecutando tareas complejas sin necesidad de prompts detallados o configuraciones manuales. Esto transforma a los LLMs en \u00abciudadanos digitales\u00bb aut\u00f3nomos, capaces de navegar por el ecosistema digital con fluidez. Por ejemplo, un agente puede decidir c\u00f3mo enviar un mensaje a Slack o consultar una base de datos sin que el desarrollador especifique cada paso.<\/p>\n

Ejemplo pr\u00e1ctico: MCP en N8n<\/h3>\n

En un flujo de N8n con MCP, un agente de IA puede:<\/p>\n

Conectarse a un servidor MCP de Slack con solo dos nodos: uno para descubrir las herramientas disponibles (como \u00abenviar mensaje\u00bb o \u00ablistar canales\u00bb) y otro para ejecutarlas.<\/p>\n

Realizar tareas como buscar una receta de como hacer un \u00abestigghiole\u00bb <\/em>en Brave y enviarla a un canal de Slack, sin necesidad de prompts espec\u00edficos. El agente identifica el canal correcto, maneja los par\u00e1metros necesarios y ejecuta la acci\u00f3n de forma aut\u00f3noma.<\/p>\n

Resolver tareas mediante comunicaci\u00f3n bidireccional con el servidor MCP, identificando canales, manejando errores (como traducciones incorrectas) y ejecutando acciones sin intervenci\u00f3n manual.<\/p>\n

En contraste, con APIs tradicionales, el mismo flujo requerir\u00eda nodos espec\u00edficos para cada acci\u00f3n (por ejemplo, extraer el ID de un canal de Slack), prompts detallados para guiar al agente y configuraciones manuales para conectar las herramientas. MCP simplifica este proceso al permitir que el agente descubra y ejecute las acciones por s\u00ed mismo.<\/p>\n

Caso de uso ampliado<\/h3>\n

M\u00e1s all\u00e1 de N8n, MCP tiene aplicaciones en sectores como la atenci\u00f3n al cliente, donde los agentes de IA pueden integrar m\u00faltiples plataformas (como CRM, correo electr\u00f3nico y mensajer\u00eda) para responder consultas en tiempo real. En la gesti\u00f3n de proyectos, MCP permite a los agentes coordinar tareas entre herramientas como Trello, Google Calendar y GitHub, automatizando flujos de trabajo complejos sin configuraciones personalizadas.<\/p>\n

Beneficios de MCP<\/h3>\n

Simplicidad<\/strong>: Reduce la complejidad de las integraciones al estandarizar la comunicaci\u00f3n, eliminando la necesidad de aprender m\u00faltiples APIs.<\/p>\n

Autonom\u00eda<\/strong>: Los agentes de IA descubren y aprenden a usar herramientas sin intervenci\u00f3n manual, aumentando su capacidad para manejar tareas complejas.<\/p>\n

Escalabilidad<\/strong>: Agregar nuevas herramientas es tan f\u00e1cil como conectar un dispositivo USB-C, lo que permite expandir r\u00e1pidamente las capacidades de los agentes.<\/p>\n

Eficiencia<\/strong>: Minimiza el tiempo de desarrollo al abstraer las complejidades de las APIs, permitiendo a los desarrolladores centrarse en la l\u00f3gica de negocio.<\/p>\n

Limitaciones actuales<\/h3>\n

Aunque MCP es prometedor, tiene limitaciones en su etapa actual (2025):<\/p>\n

Disponibilidad<\/strong>: Solo est\u00e1 disponible en la versi\u00f3n comunitaria de N8n, no en la versi\u00f3n de pago, lo que restringe su uso en entornos empresariales.<\/p>\n

Compatibilidad<\/strong>: Presenta problemas de compatibilidad con algunos servidores MCP, con errores frecuentes al conectar ciertas herramientas. Por ejemplo, la integraci\u00f3n con plataformas menos comunes puede fallar debido a la falta de servidores MCP maduros.<\/p>\n

Recursos<\/strong>: Exige mayor capacidad computacional, lo que puede ser un desaf\u00edo para sistemas con recursos limitados.<\/p>\n

Seguridad<\/strong>: Existen preocupaciones sobre la transmisi\u00f3n de credenciales a servidores MCP, especialmente en entornos donde la privacidad es cr\u00edtica. Los desarrolladores deben implementar medidas adicionales para proteger los datos sensibles.<\/p>\n

Estado de adopci\u00f3n<\/h3>\n

A abril de 2025, MCP est\u00e1 ganando tracci\u00f3n en comunidades de desarrolladores, particularmente entre aquellos que utilizan herramientas de automatizaci\u00f3n como N8n. Sin embargo, la adopci\u00f3n sigue siendo limitada debido a su estado inicial de desarrollo. Foros de desarrolladores y repositorios como GitHub muestran un creciente inter\u00e9s, pero tambi\u00e9n reportan problemas de estabilidad y compatibilidad. Empresas de automatizaci\u00f3n y startups de IA est\u00e1n comenzando a experimentar con MCP, pero su uso en producci\u00f3n sigue siendo raro.<\/p>\n

\u00bfVale la pena MCP?<\/h3>\n

S\u00ed<\/strong>, MCP es un avance significativo que transforma a los LLMs en asistentes aut\u00f3nomos capaces de interactuar con el mundo digital. Aunque no reemplaza completamente a las APIs, que siguen siendo \u00fatiles para proyectos que requieren control preciso, alta predictibilidad y rendimiento optimizado, MCP simplifica tareas complejas y repetitivas. Su capacidad para abstraer las complejidades de las APIs lo convierte en una herramienta poderosa para desarrolladores que buscan escalar sus aplicaciones de IA.<\/p>\n

Dado que MCP est\u00e1 en sus primeras etapas, es recomendable familiarizarse con la tecnolog\u00eda ahora para estar preparado cuando madure. A medida que m\u00e1s plataformas adopten servidores MCP y se resuelvan las limitaciones actuales, es probable que se convierta en un est\u00e1ndar de facto para la integraci\u00f3n de IA.<\/p>\n

MCP es el \u00abUSB-C del mundo digital\u00bb, un conector universal que simplifica la integraci\u00f3n de agentes de IA con herramientas externas. Al eliminar las barreras de las APIs tradicionales, MCP permite a los desarrolladores centrarse en crear soluciones innovadoras, mientras los agentes de IA se convierten en exploradores aut\u00f3nomos del ecosistema digital. Con el respaldo de Anthropic y un creciente inter\u00e9s en la comunidad de desarrolladores, MCP est\u00e1 posicionado para liderar la pr\u00f3xima ola de automatizaci\u00f3n impulsada por IA. La revoluci\u00f3n de los agentes aut\u00f3nomos ha comenzado, y MCP es la infraestructura que la har\u00e1 posible.<\/p>\n

Saludos<\/p>\n

Claudio R. Parrinello<\/p>\n","protected":false},"excerpt":{"rendered":"

Model Context Protocol (MCP) es un protocolo de estandarizaci\u00f3n dise\u00f1ado para facilitar la comunicaci\u00f3n entre aplicaciones de inteligencia artificial (IA) y herramientas externas<\/p>\n","protected":false},"author":2,"featured_media":463,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"gallery","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-356","post","type-post","status-publish","format-gallery","has-post-thumbnail","hentry","category-ai","post_format-post-format-gallery"],"yoast_head":"\nModel Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech<\/title>\n<meta name=\"description\" content=\"Model Context Protocol (MCP) Breve introducci\u00f3n\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/convergencia.tech\/inicio\/mcp\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Model Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech\" \/>\n<meta property=\"og:description\" content=\"Model Context Protocol (MCP) Breve introducci\u00f3n\" \/>\n<meta property=\"og:url\" content=\"https:\/\/convergencia.tech\/inicio\/mcp\/\" \/>\n<meta property=\"og:site_name\" content=\"Convergencia.tech\" \/>\n<meta property=\"article:published_time\" content=\"2025-04-17T05:41:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-09-26T03:21:57+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"576\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Claudio R Parrinello\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Claudio R Parrinello\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/\",\"url\":\"https:\/\/convergencia.tech\/inicio\/mcp\/\",\"name\":\"Model Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech\",\"isPartOf\":{\"@id\":\"https:\/\/convergencia.tech\/inicio\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png\",\"datePublished\":\"2025-04-17T05:41:00+00:00\",\"dateModified\":\"2025-09-26T03:21:57+00:00\",\"author\":{\"@id\":\"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/e5fe6aa8f1c43ac4a89cbdff073f62d4\"},\"description\":\"Model Context Protocol (MCP) Breve introducci\u00f3n\",\"breadcrumb\":{\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/convergencia.tech\/inicio\/mcp\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage\",\"url\":\"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png\",\"contentUrl\":\"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png\",\"width\":1024,\"height\":576},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/mcp\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Portada\",\"item\":\"https:\/\/convergencia.tech\/inicio\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Model Context Protocol (MCP) Breve introducci\u00f3n\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/#website\",\"url\":\"https:\/\/convergencia.tech\/inicio\/\",\"name\":\"Convergencia.tech\",\"description\":\"Convergencia.tech\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/convergencia.tech\/inicio\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/e5fe6aa8f1c43ac4a89cbdff073f62d4\",\"name\":\"Claudio R Parrinello\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/4bf26232b2090e32e55cf27d62bd64c1bc43df22f09309d12add5fb6b68e7182?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/4bf26232b2090e32e55cf27d62bd64c1bc43df22f09309d12add5fb6b68e7182?s=96&d=mm&r=g\",\"caption\":\"Claudio R Parrinello\"},\"url\":\"https:\/\/convergencia.tech\/inicio\/author\/c2421210\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Model Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech","description":"Model Context Protocol (MCP) Breve introducci\u00f3n","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/convergencia.tech\/inicio\/mcp\/","og_locale":"es_ES","og_type":"article","og_title":"Model Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech","og_description":"Model Context Protocol (MCP) Breve introducci\u00f3n","og_url":"https:\/\/convergencia.tech\/inicio\/mcp\/","og_site_name":"Convergencia.tech","article_published_time":"2025-04-17T05:41:00+00:00","article_modified_time":"2025-09-26T03:21:57+00:00","og_image":[{"width":1024,"height":576,"url":"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png","type":"image\/png"}],"author":"Claudio R Parrinello","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Claudio R Parrinello","Tiempo de lectura":"8 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/convergencia.tech\/inicio\/mcp\/","url":"https:\/\/convergencia.tech\/inicio\/mcp\/","name":"Model Context Protocol (MCP) Breve introducci\u00f3n - Convergencia.tech","isPartOf":{"@id":"https:\/\/convergencia.tech\/inicio\/#website"},"primaryImageOfPage":{"@id":"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage"},"image":{"@id":"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage"},"thumbnailUrl":"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png","datePublished":"2025-04-17T05:41:00+00:00","dateModified":"2025-09-26T03:21:57+00:00","author":{"@id":"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/e5fe6aa8f1c43ac4a89cbdff073f62d4"},"description":"Model Context Protocol (MCP) Breve introducci\u00f3n","breadcrumb":{"@id":"https:\/\/convergencia.tech\/inicio\/mcp\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/convergencia.tech\/inicio\/mcp\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/convergencia.tech\/inicio\/mcp\/#primaryimage","url":"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png","contentUrl":"https:\/\/convergencia.tech\/inicio\/wp-content\/uploads\/2017\/07\/mcp.png","width":1024,"height":576},{"@type":"BreadcrumbList","@id":"https:\/\/convergencia.tech\/inicio\/mcp\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Portada","item":"https:\/\/convergencia.tech\/inicio\/"},{"@type":"ListItem","position":2,"name":"Model Context Protocol (MCP) Breve introducci\u00f3n"}]},{"@type":"WebSite","@id":"https:\/\/convergencia.tech\/inicio\/#website","url":"https:\/\/convergencia.tech\/inicio\/","name":"Convergencia.tech","description":"Convergencia.tech","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/convergencia.tech\/inicio\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/e5fe6aa8f1c43ac4a89cbdff073f62d4","name":"Claudio R Parrinello","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/convergencia.tech\/inicio\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/4bf26232b2090e32e55cf27d62bd64c1bc43df22f09309d12add5fb6b68e7182?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/4bf26232b2090e32e55cf27d62bd64c1bc43df22f09309d12add5fb6b68e7182?s=96&d=mm&r=g","caption":"Claudio R Parrinello"},"url":"https:\/\/convergencia.tech\/inicio\/author\/c2421210\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/posts\/356","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/comments?post=356"}],"version-history":[{"count":5,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/posts\/356\/revisions"}],"predecessor-version":[{"id":487,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/posts\/356\/revisions\/487"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/media\/463"}],"wp:attachment":[{"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/media?parent=356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/categories?post=356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convergencia.tech\/inicio\/wp-json\/wp\/v2\/tags?post=356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}