Protocolo MCP (Model Context Protocol)
Última actualización
MCP es un protocolo abierto que permite a las aplicaciones de IA llamar a herramientas y leer datos de otros servicios. Cómo funciona y cómo se conectan los agentes de AI CodeOps a servidores MCP.
El Model Context Protocol (MCP) es un protocolo abierto que estandariza cómo se conectan las aplicaciones de IA a herramientas y datos externos. Un servidor MCP expone herramientas (acciones), recursos (datos) y prompts; un cliente MCP, dentro de la aplicación de IA, los descubre y permite que el modelo los use.
Qué es
Los mensajes de MCP son JSON-RPC 2.0. La especificación define dos transportes estándar:
- stdio: el cliente inicia el servidor como un subproceso local y se comunica por la entrada y la salida estándar.
- Streamable HTTP: el servidor es un servicio independiente con un único endpoint HTTP; el cliente envía cada mensaje como un POST y recibe JSON o un flujo de eventos. Sustituyó al antiguo transporte HTTP+SSE.
Un cliente se conecta, lista las herramientas del servidor con sus esquemas de entrada y se las pasa al modelo. Cuando el modelo pide llamar a una herramienta, el cliente envía la llamada al servidor y devuelve el resultado al modelo.
Por qué importa
Antes de MCP, cada herramienta de IA escribía su propia integración para cada servicio. Con un protocolo compartido, un servicio publica un servidor MCP y cualquier cliente MCP puede usarlo. Para los agentes que escriben código, eso significa un gestor de incidencias, una búsqueda en la documentación o datos de dependencias en vivo sin código de integración a medida. También significa un riesgo nuevo: una llamada a una herramienta puede cambiar cosas, así que las herramientas que puede llamar un agente necesitan una política.
En AI CodeOps
AI CodeOps es un cliente MCP. Añades servidores en Configure → MCP Servers, y los agentes de tus sesiones pueden usar sus herramientas. También es un servidor MCP: Claude Code, Cursor o cualquier cliente MCP puede conectarse a él con una clave de API del espacio de trabajo para lanzar sesiones, leer hallazgos y consultar el control de publicación (consulta el servidor MCP de AI CodeOps). La compatibilidad con MCP está en beta.
- Las sesiones solo usan servidores remotos: una dirección HTTPS pública que hable Streamable HTTP, autenticada con cabeceras estáticas como un bearer token. El inicio de sesión con OAuth y el antiguo transporte solo SSE todavía no son compatibles.
- Las cabeceras se cifran en reposo con AES-256-GCM, nunca se devuelven al navegador y solo se descifran cuando una sesión se conecta.
- Al empezar una sesión, AI CodeOps se conecta a cada servidor activado y lista sus herramientas. Un servidor inalcanzable se omite.
Límites y nombres, tal como los ven los agentes:
tool names <server>__<tool>, e.g. github__create_issue
per session up to 32 MCP tools in total
per step up to 6 rounds of tool calls
per call 30-second timeout; long results are shortened
Dos controles deciden qué herramientas llegan a los agentes. El campo MCP tools allowed de un agente personalizado enumera servidores, herramientas o nombres server__tool. Y una regla de política sobre mcp.invoke se compara con server/tool:
{ "id": "no-repo-deletes", "action": "mcp.invoke", "resource": "github/delete_*", "decision": "deny" }
Las reglas mcp.invoke pueden permitir o denegar, pero no pedir aprobación (ask). Con el ajuste de confianza none, las herramientas MCP se deniegan salvo que una regla las permita. Añadir, cambiar y eliminar servidores queda registrado en el registro de auditoría. Gestionar servidores requiere el permiso mcp:manage: los roles Owner, Admin y DevOps Admin.
Términos relacionados
- Orquestación de agentes: dónde encajan las llamadas a herramientas en una sesión.
- Motor de políticas: cómo se permite o se deniega el acceso a las herramientas.
- Análisis de composición de software (SCA): un uso posible, dar al Dependency Auditor datos en vivo.
Preguntas frecuentes
¿AI CodeOps es un servidor MCP?
Ambas cosas. Su servidor MCP permite a Claude Code, Cursor o cualquier cliente MCP lanzar sesiones y consultar el control de publicación, y como cliente se conecta a los servidores MCP remotos que añadas para que sus agentes puedan usar sus herramientas.
¿Pueden las sesiones de AI CodeOps usar un servidor MCP local por stdio?
No. Puedes registrar uno, pero las sesiones se ejecutan en la plataforma y solo se conectan a servidores remotos por HTTPS.
¿Puede una política mantener una herramienta MCP fuera del alcance de los agentes?
Sí. Una regla mcp.invoke que se compara con server/tool puede permitirla o denegarla. Una herramienta que no está permitida nunca se ofrece a los agentes.