- El Protocolo de Contexto de Modelo (MCP) permite conectar herramientas externas y servicios de datos directamente con agentes de IA como GitHub Copilot.
- Es posible desplegar servidores MCP utilizando el SDK de C# en Visual Studio, mediante scripts de Python en VS Code o a través de Azure Logic Apps.
- La integración se gestiona mediante archivos de configuración JSON que definen el transporte (stdio o HTTP), variables de entorno y permisos de ejecución.
Si te dedicas a la programación, ya sabrás que los modelos de lenguaje son una pasada, pero a veces se quedan cortos porque no pueden interactuar con el mundo real. Aquí es donde entra en juego el Model Context Protocol (MCP), un estándar abierto que actúa como puente para que herramientas como GitHub Copilot puedan leer archivos, gestionar repositorios o consultar bases de datos sin que tengas que programar integraciones complicadas desde cero cada vez.
Básicamente, estamos hablando de crear servicios que exponen funciones específicas a un cliente IA. Ya sea que uses Visual Studio, VS Code o incluso la nube de Azure, la meta es la misma: que el asistente de inteligencia artificial deje de ser un simple chat y se convierta en un agente capaz de ejecutar acciones reales en tu entorno de desarrollo.
Desarrollo de un servidor MCP con el SDK de C#
Para montar un servidor mínimo en Visual Studio, lo ideal es aprovechar la plantilla de Aplicación de servidor MCP. Al iniciar un proyecto nuevo, filtra por lenguaje C# e IA para encontrarla. Durante el proceso de configuración, es vital elegir el tipo de transporte: puedes optar por stdio para servidores locales o http si prefieres un despliegue remoto.
Un punto clave es la publicación nativa de AOT (Ahead-Of-Time), que permite que el servidor sea autocontenido y se compile en código nativo, optimizando el rendimiento. Una vez creado el proyecto, verás que el archivo Program.cs es el corazón de todo, ya que allí se registran los servicios y el transporte elegido. Por otro lado, el archivo server.json es el que dicta cómo se publicará el servidor en plataformas como NuGet.org.
Si quieres darle un toque más avanzado, puedes implementar variables de entorno. Por ejemplo, si creas una herramienta para consultar el clima, puedes definir una variable llamada WEATHER_CHOICES en el archivo mcp.json de VS Code para que el servidor elija descripciones meteorológicas dinámicamente, haciendo que el agente de Copilot responda de forma mucho más flexible.
Implementación en Visual Studio Code con Python
Si prefieres un enfoque más ligero, VS Code es el sitio ideal para experimentar con Python y MCP. El flujo consiste en desarrollar un script que capture datos de fuentes externas (como la API de PyPI para paquetes de Python) y transformarlo en una herramienta MCP. Para ello, se configura el entorno de Python y se utiliza Copilot para generar el código base del servidor.
Una vez que el servidor está corriendo, debes registrarlo en el archivo de configuración del editor. Esto permite que el modo agente de Copilot detecte la nueva funcionalidad y pueda invocarla mediante instrucciones naturales. Es fundamental optimizar las descripciones de las herramientas, ya que el modelo de IA se guía por esos textos para saber exactamente cuándo debe usar una función u otra.
Uso de Azure Logic Apps y API Center
Para quienes buscan una solución empresarial, Azure ofrece una combinación potente entre API Center y Logic Apps. En lugar de escribir código complejo, puedes usar los más de 1400 conectores de Logic Apps para crear herramientas que envíen correos via Outlook o gestionen archivos en la nube, registrando todo esto como un servidor MCP centralizado.
Desde el portal de Azure API Center, puedes registrar el servidor y definir si los parámetros de las herramientas serán proporcionados por el modelo (dinámicos) o por el usuario (estáticos). Esta arquitectura permite una gobernanza de API mucho más robusta, facilitando la detección y el control de acceso mediante Microsoft Entra ID.
Configuración y Gestión de Servidores en el IDE
Visual Studio detecta los servidores MCP buscando archivos de configuración en rutas específicas. El orden de prioridad va desde el perfil de usuario global (%USERPROFILE%\.mcp.json) hasta configuraciones específicas de la solución o del repositorio. Esto es genial porque permite compartir la configuración de las herramientas mediante el control de versiones si el archivo se guarda en la raíz del proyecto.
En cuanto al ciclo de vida, el IDE realiza un apretón de manos (handshake) inicial para listar las herramientas disponibles. Si el servidor actualiza sus funciones, Visual Studio se suscribe a eventos de cambio y refresca la interfaz en tiempo real. Por seguridad, el sistema requiere que el usuario autorice la ejecución de las herramientas, evitando que la IA realice cambios críticos en el sistema sin supervisión.
Integración con el Servidor MCP de NuGet
Una de las implementaciones más útiles es el servidor de NuGet, que ayuda a limpiar vulnerabilidades de paquetes. En Visual Studio 2026 ya viene integrado, pero en versiones anteriores debes añadir manualmente el JSON de configuración usando el comando dnx (disponible a partir de .NET 10). Esto permite que Copilot analice las dependencias y sugiera actualizaciones automáticas.
Para que esto funcione en flujos de CI/CD, como GitHub Actions, es necesario crear un archivo de configuración que instale el SDK de .NET 10 Preview, asegurando que el comando dnx esté disponible para que el agente de codificación pueda operar con los paquetes del proyecto de manera eficiente.
Dominar la creación de servidores MCP transforma por completo la experiencia de desarrollo, permitiendo que la IA no solo sugiera código, sino que interactúe con el ecosistema de herramientas, desde la gestión de paquetes en NuGet y la automatización en Azure hasta la ejecución de scripts personalizados en C# o Python, todo bajo un estándar de comunicación seguro y eficiente.