Un servidor MCP es un programa pequeño que da a un asistente de IA acceso a una cosa concreta: sus notas de reuniones, su calendario, una base de datos de empresa, los archivos de una carpeta. El asistente se conecta al servidor, ve una lista corta de lo que puede hacer — buscar grabaciones, leer una transcripción — y llama a esas funciones cuando su pregunta lo requiere.
Esa es toda la idea. El Model Context Protocol (MCP) es el formato acordado para esa conversación, así que el mismo servidor sirve con Claude, ChatGPT, Cursor y cualquier otra aplicación compatible, en lugar de necesitar una integración distinta para cada una. La documentación oficial lo compara con un puerto USB-C para aplicaciones de IA: un conector, muchos dispositivos.
Este artículo explica las piezas en lenguaje llano, qué puede y qué no puede hacer un servidor con sus datos, y cómo distinguir un servidor local de uno en la nube, que resulta ser la pregunta más importante.
Tres palabras aparecen todo el rato y solo una significa lo que uno esperaría.
Lo confuso es la palabra servidor. No implica un centro de datos. Un servidor MCP suele ser un programa que está en su propio portátil, que la aplicación de IA arranca al abrirse y cierra cuando usted sale. En la terminología de MCP, un servidor es simplemente el lado que ofrece contexto, se ejecute donde se ejecute.
La especificación define tres cosas que un servidor puede ofrecer, y conviene conocer los nombres porque los verá en las pantallas de configuración:
search_recordings, create_issue, run_query. Es lo que encontrará con
más frecuencia.Nada de esto ocurre en silencio, de fondo. El asistente lee la lista de herramientas disponibles y, cuando su pregunta parece necesitar una, la llama y usa la respuesta. Si su pregunta no la necesita, no se toca nada. Una herramienta con una descripción vaga sencillamente nunca se usa, y por eso la calidad de los servidores varía tanto entre proveedores.
Los servidores MCP se ejecutan en uno de dos sitios, y la diferencia no es cosmética.
Los servidores locales se ejecutan en su máquina y se comunican con la aplicación de IA por la entrada y la salida estándar, sin red de por medio. La aplicación arranca el servidor como un proceso; el servidor lee los datos locales y se los devuelve. No se sube nada para que el asistente pueda verlo.
Los servidores remotos se ejecutan en la infraestructura de un proveedor y se alcanzan por HTTP, normalmente con inicio de sesión OAuth. Sus datos viven en la nube de ese proveedor y el asistente los consulta por la red.
Las apps de notas de reuniones ilustran bien esa división. Comprobado el 10 de
agosto de 2026: Fireflies documenta un punto de acceso MCP remoto en
api.fireflies.ai/mcp con OAuth, y el conector de Otter es igualmente un
servicio en la nube autenticado con OAuth, presentado como parte de su oferta
para empresas. En ambos casos las transcripciones ya viven en la nube del
proveedor, así que un servidor MCP en la nube es la forma natural. Una
herramienta que guarda las grabaciones en su dispositivo necesita, en cambio,
la variante local: así funciona el servidor MCP de Speak-Y, que se
ejecuta en su máquina y lee las grabaciones locales. Sus herramientas que
cambian algo — etiquetar una grabación, poner nombre a un hablante,
publicarla en un canal de equipo — se ejecutan dentro de la propia app, se
declaran al cliente como modificadoras de datos, de modo que el asistente
pregunta antes, y pueden apagarse dejando la lectura en pie.
Una salvedad honesta que vale para ambos: un servidor local mantiene sus datos fuera de los servidores del proveedor, pero no los mantiene fuera de la conversación. Todo lo que el asistente lee se envía al modelo con el que está hablando, exactamente igual que si lo hubiera pegado usted. Local significa no almacenado en otro sitio, no invisible para el modelo.
El cambio práctico es que deja de mover información a mano. En lugar de abrir una aplicación, buscar la nota correcta, copiar un párrafo y pegarlo en una ventana de chat, hace la pregunta y el asistente trae lo que necesita.
En el día a día se ve así:
El asistente encadena los pasos — buscar, leer, escribir — por su cuenta. Nuestra guía para conectar las notas de reuniones a un asistente de IA repasa los prompts que funcionan de forma fiable en la práctica.
Tres límites que conviene decir con claridad, porque las páginas de los proveedores rara vez lo hacen:
Anthropic presentó MCP en noviembre de 2024. OpenAI lo adoptó en todos sus productos en marzo de 2025 y Google DeepMind lo siguió en abril de 2025: el momento en que dejó de ser el formato de un solo proveedor.
En diciembre de 2025 Anthropic donó el protocolo a la Agentic AI Foundation, un fondo dirigido bajo la Linux Foundation cofundado por Anthropic, Block y OpenAI, con el apoyo de Google, Microsoft, AWS, Cloudflare y Bloomberg. Los mantenedores que ya llevaban el proyecto conservaron el control técnico; los cambios pasan por un proceso público de propuestas.
Las cifras dan idea de la escala. En el anuncio de diciembre de 2025 el proyecto declaraba unos 97 millones de descargas mensuales de SDK y alrededor de 10 000 servidores activos. Para la publicación de la especificación 2026-07-28 — la revisión actual, que hizo el protocolo sin estado para que los servidores escalen sobre infraestructura web corriente — los SDK principales se acercaban a los quinientos millones de descargas al mes.
El camino más rápido es una aplicación que ya traiga el servidor incorporado. En Speak-Y, el servidor MCP forma parte de la aplicación de escritorio: abra Configuración → Integraciones, elija su cliente y la configuración se escribe sola. Se ejecuta localmente y está disponible en todos los planes, incluido el plan Free; las herramientas que cambian algo preguntan antes de actuar y pueden apagarse por completo. La documentación de MCP cubre la instalación manual para los clientes sin instalador de un clic.
Una vez conectado, sus dictados y sus notas de reuniones pasan a ser algo que puede interrogar en una conversación en lugar de recorrerlo desplazándose. Y si su equipo comparte las reuniones en una base de conocimiento común, la misma pregunta — «¿qué decidimos sobre esto?» — empieza a devolver respuestas de trabajo en el que usted no estuvo personalmente.
Un servidor MCP es un programa pequeño que expone una fuente de datos o un conjunto de acciones — sus notas, su calendario, una base de datos — a una aplicación de IA a través de una interfaz estándar. El asistente se conecta a él y puede entonces buscar y leer esos datos, o ejecutar las acciones que el servidor permita.
No. Muchas aplicaciones ya incluyen un servidor MCP y lo instalan en su cliente de IA en un par de clics. Solo tendrá que tocar un archivo de configuración si la aplicación que quiere conectar no ofrece instalador de un clic.
El servidor en sí no, pero el asistente sí. Un servidor local se ejecuta en su máquina y lee archivos locales; uno remoto se ejecuta en la nube de un proveedor. En ambos casos, todo lo que el asistente llegue a leer pasa a formar parte de su conversación con el proveedor del modelo.
Anthropic presentó MCP en noviembre de 2024 y lo donó en diciembre de 2025 a la Agentic AI Foundation, un fondo dirigido bajo la Linux Foundation cofundado por Anthropic, Block y OpenAI. La revisión actual de la especificación lleva fecha 2026-07-28.
Un plugin se escribe para una aplicación concreta. Un servidor MCP se escribe una sola vez contra un estándar abierto y funciona con cualquier cliente compatible con MCP — Claude, ChatGPT, Cursor, VS Code y otros —, así que configura el acceso una vez en lugar de hacerlo aplicación por aplicación.