AI Agents with MCP

Guía técnica y de ingeniería de sistemas escrita por Kyle Stratis y publicada por O'Reilly en 2026, enfocada de manera íntegra en el Model Context Protocol (MCP) propuesto por Anthropic y en su implementación práctica en Python. Está pensada para ingenieros de software, desarrolladores de IA y arquitectos de soluciones de nivel intermedio que ya manejan Python y llamadas a APIs de modelos de lenguaje, pero quieren dar el salto desde integraciones ad-hoc hacia arquitecturas estandarizadas, desacopladas y preparadas para producción.

El libro disecciona en profundidad el protocolo MCP, examinando su arquitectura cliente-servidor y sus mecanismos de transporte mediante stdio (entrada/salida estándar) y Server-Sent Events (SSE). Con el SDK oficial de Python (v2.x), enseña a programar tanto clientes que consumen servicios como servidores personalizados que exponen las tres primitivas fundamentales de la especificación: Tools (herramientas ejecutables para interactuar con sistemas externos), Resources (datos y contextos estructurados estáticos o dinámicos) y Prompts (plantillas parametrizadas). También cubre a fondo el diseño robusto de interfaces de herramientas, el establecimiento de fronteras de seguridad y confianza, la validación de esquemas y la escritura de pruebas unitarias y de integración para servidores de contexto.

A lo largo de sus capítulos prácticos se construye desde cero un servidor MCP que publica herramientas operativas y recursos de datos, así como una aplicación cliente que descubre capacidades, resuelve permisos y orquesta llamadas a modelos conectándolos a entornos externos de forma dinámica. La principal virtud de la obra es su enfoque de ingeniería de protocolos: no se limita a usar librerías de alto nivel preempaquetadas, sino que enseña cómo funciona la comunicación bajo el capó para crear extensiones seguras y reutilizables. Deja fuera temas como el preentrenamiento de modelos o el afinamiento de pesos, pues su foco es la capa de integración de sistemas. Conviene tener soltura previa con programación asíncrona (asyncio) y serialización en formato JSON-RPC.