Servidores MCP: Conectando AI a Tus Herramientas y Datos
La guía definitiva del Protocolo de Contexto de Modelo -- el estándar abierto que permite a los agentes AI interactuar con herramientas externas, bases de datos, APIs y servicios. Desde los fundamentos del protocolo y 3 modos de transporte hasta miles de servidores de la comunidad, construcción de servidores personalizados en Python y TypeScript, OAuth, gobernanza empresarial y despliegue en producción.
¿Qué es MCP?
El Protocolo de Contexto de Modelo (MCP) es un estándar abierto creado por Anthropic que define cómo las aplicaciones AI se comunican con herramientas y fuentes de datos externas. Pensalo como una capa de adaptador universal: en vez de que cada agente AI construya integraciones personalizadas para cada servicio, MCP provee una interfaz estandarizada que cualquier cliente AI puede usar para conectarse a cualquier servidor compatible con MCP. La especificación del protocolo es open-source y vendor-neutral, lo que significa que cualquier modelo AI o plataforma puede implementarla.
MCP sigue una arquitectura cliente-servidor. El cliente es la aplicación AI (Claude Code, Claude Desktop, o un agente personalizado construido con el Claude Agent SDK). El servidor es un proceso liviano que expone capacidades específicas -- herramientas (funciones ejecutables), recursos (referencias a datos) y prompts (templates reutilizables). Cuando un agente AI necesita interactuar con un servicio, descubre los servidores MCP disponibles, consulta sus capacidades y llama a sus herramientas a través del protocolo estandarizado. Un solo cliente puede conectarse a muchos servidores simultáneamente, y un solo servidor puede servir a múltiples clientes.
El protocolo soporta tres modos de transporte: Stdio (entrada/salida estándar para procesos locales -- más rápido y simple, ideal para servidores en la misma máquina), SSE (Server-Sent Events -- deprecado, reemplazado por Streamable HTTP; SSE requería pasar tokens de auth en query strings de URL, un anti-patrón de seguridad) y Streamable HTTP (el transporte más nuevo soportando streaming bidireccional completo vía un solo endpoint con auth basada en headers -- mejor para operaciones de larga duración y servidores remotos que necesitan enviar actualizaciones). Los servidores MCP se pueden escribir en cualquier lenguaje, con SDKs oficiales para Python y TypeScript.
Características Principales
Arquitectura Cliente-Servidor
Separación limpia entre aplicaciones AI (clientes) y proveedores de herramientas (servidores). Los clientes descubren las capacidades del servidor al conectarse, habilitando registro dinámico de herramientas. Múltiples servidores se conectan simultáneamente, cada uno en su propio proceso aislado.
Tres Modos de Transporte
Stdio para procesos locales (más rápido, más simple -- usa para servidores en la misma máquina), SSE para servidores remotos HTTP (streaming unidireccional -- deprecado, fechas de eliminación mediados de 2026) y Streamable HTTP para streaming bidireccional vía un único endpoint /mcp (mejor para servidores remotos). Streamable HTTP reemplazó a SSE en la spec 2025-03-26, simplificando el diseño de dos endpoints en comunicación sin estado con upgrades SSE bajo demanda. Los proveedores principales están forzando la migración: Keboola eliminó SSE el 1 de abril de 2026; Atlassian Rovo eliminó SSE el 30 de junio de 2026. Migra todos los servidores remotos a Streamable HTTP ahora.
Exposición y Descubrimiento de Herramientas
Los servidores exponen funciones ejecutables con parámetros tipados (JSON Schema), descripciones y esquemas de retorno. El agente AI descubre herramientas vía el endpoint tools/list y las llama por nombre con argumentos estructurados.
Referencias a Recursos (@-menciones)
Los servidores pueden exponer datos como recursos que el AI lee sin ejecutar acciones. Los recursos tienen URIs, tipos MIME y contenido. En Claude Code, los recursos aparecen como referencias @-mencionables para documentación, configuraciones, esquemas y datos en vivo.
Miles de Servidores de la Comunidad
El ecosistema incluye servidores para Filesystem, Git, Memory, Sequential Thinking, Atlassian, GitHub, Slack, PostgreSQL, MySQL, MongoDB, Redis, AWS, GCP, Puppeteer, Playwright, Linear, Notion, Google Drive, Brave Search y muchos más.
Desarrollo de Servidores Personalizados
Construye servidores en Python (usando mcp-python-sdk con FastMCP) o TypeScript (usando @modelcontextprotocol/sdk). Define herramientas con decoradores, maneja autenticación, gestiona estado y expón lógica de negocio. Un servidor básico en menos de 50 líneas.
Jerarquía de Alcance (Local > Proyecto > Usuario)
Las configuraciones de servidores MCP siguen una jerarquía de prioridad: local (.claude/settings.local.json) sobreescribe proyecto (.claude/settings.json), que sobreescribe usuario (~/.claude/settings.json). Los ajustes locales se gitignorean para preferencias personales.
OAuth y Gestión de Credenciales
MCP soporta flujos OAuth 2.0 para servidores que requieren autenticación. Los tokens se almacenan de forma segura y se refrescan automáticamente. Variables de entorno en .mcp.json inyectan credenciales. Gestores de secretos se integran para rotación de credenciales empresariales.
Búsqueda de Herramientas (Carga Diferida)
Cuando muchos servidores MCP están conectados, las descripciones de herramientas consumen espacio de contexto. La búsqueda de herramientas permite descubrir herramientas on-demand. Las herramientas se registran solo con nombres; los esquemas completos se obtienen cuando se necesitan.
Servidores Remotos (Basados en HTTP)
Los servidores MCP pueden correr en máquinas remotas vía SSE o Streamable HTTP. Permite servidores centralizados para equipos, integraciones cloud-hosted y herramientas de cómputo intensivo en hardware de servidor.
Gestión de Servidores
Agrega servidores vía JSON de configuración o el comando /mcp. Elimina borrando entradas de configuración. Verifica estado con /mcp status. Reinicia servidores individuales sin reiniciar Claude Code.
Variables de Entorno en .mcp.json
Las configuraciones MCP soportan la sintaxis ${VAR_NAME} para interpolación de variables de entorno. Almacena tokens y claves en tu entorno de shell manteniendo .mcp.json commiteado en control de versiones.
Templates de Prompts
Los servidores MCP pueden exponer templates de prompts reutilizables que los clientes invocan con parámetros. Estandariza interacciones comunes y asegura formato consistente entre diferentes agentes AI.
Registro Dinámico de Herramientas
Los servidores pueden agregar o remover herramientas en tiempo de ejecución basado en cambios de estado, permisos de usuario o condiciones externas. El cliente recibe notificaciones y se actualiza sin reconexión.
Cadenas de Servidores Componibles
Múltiples servidores MCP se componen naturalmente. Un agente AI puede consultar un servidor de base de datos, procesar resultados a través de un servidor de cómputo y publicar la salida en un servidor de comunicación -- todo en un ciclo agéntico.
Enterprise: Allowlists y Denylists
Las organizaciones pueden definir allowlists gestionadas (solo servidores aprobados) y denylists (servidores bloqueados). Se aplican a nivel empresarial, no pueden ser sobreescritas. Los logs de auditoría capturan todo acceso a servidores y herramientas.
Principales Servidores de la Comunidad
Mis 9 Servidores MCP Activos
Mi servidor más usado. Lee tickets JIRA y criterios de aceptación, actualiza estados de issues, agrega comentarios de trabajo, busca documentación en Confluence y crea páginas. Permite flujos de trabajo end-to-end sin salir del terminal.
Automatiza flujos de revisión de código. Lee PRs y diffs, analiza cambios contra convenciones del proyecto de CLAUDE.md, publica comentarios de revisión estructurados, verifica estado de CI y gestiona releases. Reduce el tiempo de revisión manual en 40%.
Maneja proyectos alojados en GitLab. Lee merge requests, verifica estado de pipelines, sugiere correcciones para fallos de CI, gestiona imágenes del container registry y dispara despliegues a través de la API de GitLab.
Interacciones de base de datos para proyectos Firebase. Inspecciona esquemas de Firestore, escribe y prueba consultas, verifica integridad de datos, gestiona reglas de autenticación y analiza logs de Cloud Functions para debugging.
Proyectos respaldados por PostgreSQL. Inspección de esquema, escritura de consultas, validación de migraciones, análisis de políticas RLS, debugging de edge functions y sugerencias de optimización de índices basadas en patrones de consulta.
Coordinación de equipo y recuperación de conocimiento. Lee historial de canales relevantes, busca decisiones arquitectónicas pasadas, publica actualizaciones de estado de despliegue y comparte resúmenes de PRs con el equipo.
Gestión de proyectos para equipos que usan Linear. Crea y actualiza issues, gestiona ciclos de proyecto, rastrea progreso de roadmap, vincula issues a PRs y genera reportes de sprint.
Proyectos relacionados con pagos. Inspecciona registros de clientes, analiza patrones de suscripción, debuggea payloads de webhooks, revisa flujos de pago y valida configuraciones de precios.
Automatización de navegador y testing visual. Toma capturas de páginas desplegadas, genera PDFs para reportes de clientes, scrapea datos de precios de competidores y ejecuta verificaciones de regresión visual contra specs de diseño.
Cómo Lo Uso
Mi stack MCP es el tejido conectivo entre Claude Code y cada servicio con el que trabajo diariamente. El servidor Atlassian Rovo es el más usado -- permite a Claude Code leer tickets JIRA, actualizar estados de issues, agregar comentarios, buscar en Confluence y crear páginas. Cuando estoy trabajando en un feature, Claude Code lee la historia JIRA, entiende los criterios de aceptación, implementa el código y actualiza el estado del ticket, todo sin salir del terminal.
Los servidores MCP de Firebase y Supabase manejan interacciones de base de datos para diferentes proyectos. Claude Code puede inspeccionar esquemas, escribir consultas, verificar integridad de datos e incluso sugerir optimizaciones de índices analizando patrones de consulta.
Los servidores MCP de GitHub y GitLab automatizan mi flujo de revisión de código. Cuando un PR está listo, Claude Code lee el diff a través del servidor MCP, analiza cambios contra convenciones del proyecto (de CLAUDE.md) y publica comentarios de revisión estructurados.
Ejecuto el servidor MCP de Slack para coordinación de equipo. Claude Code puede leer historial de canales relevantes, buscar decisiones pasadas y publicar actualizaciones de estado. Combinado con el MCP de Stripe para proyectos de pagos, tengo un conjunto de herramientas completo que cubre el ciclo de vida completo de desarrollo.
Primeros Pasos
Agregar un servidor MCP a Claude Code toma solo unas pocas líneas de configuración. Los servidores se definen en archivos de configuración o .mcp.json y se inician automáticamente cuando Claude Code arranca. Las variables de entorno usan la sintaxis ${VAR_NAME} para inyección segura de credenciales.
// .mcp.json - Project MCP configuration (committed to repo)
{
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_TOKEN": "${GITHUB_TOKEN}"
}
},
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": {
"DATABASE_URL": "${DATABASE_URL}"
}
},
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
}
}
}
Instala y prueba un servidor manualmente antes de agregarlo a tu configuración. Usa los comandos /mcp para gestionar servidores en tiempo de ejecución.
# Test a server locally npx -y @modelcontextprotocol/server-github # Add a server via Claude Code CLI /mcp add github npx -y @modelcontextprotocol/server-github # Check status of all connected servers /mcp status # Remove a server /mcp remove github # Restart Claude Code to pick up config changes # Or use /mcp to hot-reload individual servers
Construye tu primer servidor MCP personalizado usando el SDK de TypeScript. Un servidor mínimo que expone una sola herramienta toma unas 30 líneas de código.
// my-server.ts - Custom MCP server (TypeScript)
import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from
"@modelcontextprotocol/sdk/server/stdio.js";
const server = new Server({
name: "my-tools",
version: "1.0.0"
}, {
capabilities: { tools: {} }
});
server.setRequestHandler("tools/list", async () => ({
tools: [{
name: "greet",
description: "Generate a greeting",
inputSchema: {
type: "object",
properties: {
name: { type: "string", description: "Name to greet" }
},
required: ["name"]
}
}]
}));
server.setRequestHandler("tools/call", async (req) => {
if (req.params.name === "greet") {
const name = req.params.arguments.name;
return {
content: [{ type: "text", text: `Hello, ${name}!` }]
};
}
});
const transport = new StdioServerTransport();
await server.connect(transport);
Acá está el servidor equivalente usando el SDK de Python con la API de alto nivel FastMCP.
# my_server.py - Custom MCP server (Python)
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("my-tools")
@mcp.tool()
def greet(name: str) -> str:
"""Generate a greeting for the given name."""
return f"Hello, {name}!"
@mcp.tool()
def calculate_age(birth_year: int) -> str:
"""Calculate age from birth year."""
from datetime import datetime
age = datetime.now().year - birth_year
return f"Approximately {age} years old"
@mcp.resource("config://app")
def get_config() -> str:
"""Expose application config as a resource."""
import json
return json.dumps({
"version": "1.0.0",
"environment": "production"
})
if __name__ == "__main__":
mcp.run()
Técnicas Avanzadas
Orquestación Multi-Servidor
Conecta múltiples servidores MCP y deja que el agente AI componga llamadas de herramientas entre ellos. Un patrón común: leer un ticket JIRA, verificar la rama Git relacionada, consultar la base de datos y publicar un resumen en Slack -- todo dentro de un solo ciclo de razonamiento.
// Example: .mcp.json with multi-server stack
{
"mcpServers": {
"atlassian": {
"command": "npx",
"args": ["-y", "@anthropic/mcp-atlassian-rovo"],
"env": {
"ATLASSIAN_TOKEN": "${ATLASSIAN_TOKEN}",
"ATLASSIAN_SITE": "mycompany.atlassian.net"
}
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": { "GITHUB_TOKEN": "${GITHUB_TOKEN}" }
},
"slack": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-slack"],
"env": { "SLACK_BOT_TOKEN": "${SLACK_BOT_TOKEN}" }
},
"postgres": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-postgres"],
"env": { "DATABASE_URL": "${DATABASE_URL}" }
}
}
}
Servidores Remotos Basados en HTTP
Despliega servidores MCP en máquinas remotas para acceso a nivel de equipo. Usa transporte SSE o Streamable HTTP en vez de Stdio. Los servidores remotos soportan headers de autenticación, TLS y balanceo de carga. Ideal para acceso centralizado a bases de datos, gateways de API compartidos o herramientas de cómputo intensivo.
// Remote server configuration via Streamable HTTP
{
"mcpServers": {
"company-tools": {
"type": "streamable-http",
"url": "https://mcp.internal.company.com/tools",
"headers": {
"Authorization": "Bearer ${MCP_AUTH_TOKEN}"
}
},
"analytics": {
"type": "sse",
"url": "https://analytics-mcp.company.com/sse",
"headers": {
"X-API-Key": "${ANALYTICS_KEY}"
}
}
}
}
Construcción de Servidores con Estado
Los servidores MCP pueden mantener estado entre llamadas de herramientas. Usa esto para connection pooling, gestión de sesiones, caching y coordinación de transacciones.
Implementación de Flujo OAuth
Para servicios que requieren OAuth 2.0, implementa el flujo de autorización dentro de tu servidor MCP. Maneja el refresh de tokens transparentemente para mantener acceso ininterrumpido. Para despliegues empresariales, integra con proveedores de identidad como Okta o Azure AD.
Selección de Herramientas Consciente del Contexto (Carga Diferida)
Cuando corres 10+ servidores MCP simultáneamente, usa ToolSearch para diferir la carga de herramientas. Los servidores registran herramientas solo con nombres; los esquemas completos se obtienen cuando el agente realmente los necesita, manteniendo el contexto activo liviano.
Gobernanza Empresarial: Allowlists y Denylists
Las organizaciones pueden aplicar políticas de servidores MCP a través de configuraciones gestionadas. Los allowlists restringen a servidores aprobados. Los denylists bloquean servidores riesgosos. Se aplican a nivel empresarial. Los logs de auditoría capturan cada conexión e invocación de herramientas.
Resultados Reales
Stack de producción incluye Atlassian Rovo, Firebase, GitHub, GitLab, Slack, Linear, Supabase, Stripe y Puppeteer -- cubriendo el ciclo de vida completo de desarrollo.
Con servidores MCP conectados, Claude Code lee tickets JIRA, verifica historial git, consulta bases de datos y publica actualizaciones sin salir nunca del terminal.
Los servidores MCP de GitHub y GitLab permiten a Claude Code leer PRs, analizar diffs y publicar comentarios de revisión estructurados -- reduciendo el tiempo de revisión manual en 40%.
Tokens OAuth de Atlassian gestionados automáticamente a través del manejo de credenciales del servidor MCP, manteniendo las integraciones operativas 24/7.
MCP Apps: UI Interactiva en Conversaciones AI
MCP Apps es la primera extensión oficial de MCP, lanzada como GA en enero 2026. Permite a las herramientas MCP devolver componentes de UI interactivos -- dashboards, formularios, visualizaciones, gráficos y workflows multi-paso -- que se renderizan directamente dentro de la conversación AI. En vez de que las herramientas devuelvan solo texto, ahora pueden apuntar a UIs web ricas e interactivas con las que los usuarios interactúan inline.
La arquitectura introduce un esquema URI ui:// para recursos de UI. Cuando una herramienta incluye un campo _meta.ui.resourceUri en su respuesta, el cliente host (Claude Code, Claude Desktop, VS Code, etc.) obtiene el recurso de UI referenciado y lo renderiza en un iframe sandboxeado. La UI y el host se comunican vía JSON-RPC 2.0 sobre la API postMessage, permitiendo a la app solicitar llamadas de herramientas, enviar mensajes, actualizar el contexto del modelo y recibir datos del host.
MCP Apps difiere de las herramientas MCP regulares de manera fundamental: las herramientas regulares devuelven datos estructurados (texto, JSON) que la AI interpreta y presenta como texto. MCP Apps devuelve punteros a UIs interactivas que el usuario puede manipular directamente -- clickeando botones, llenando formularios, rotando modelos 3D, moviendo mapas o editando hojas de cálculo. La AI sigue orquestando llamadas de herramientas, pero la experiencia de usuario se vuelve visual e interactiva en vez de puramente conversacional.
Casos de Uso
Visualización de Datos
Gráficos y dashboards interactivos que renderizan resultados de consultas. Los usuarios pueden hacer hover para tooltips, zoom en rangos de tiempo y alternar series -- todo dentro de la conversación.
3D y Mapas
Modelos 3D con Three.js, mapas interactivos y visualizaciones espaciales. El repo ext-apps incluye ejemplos funcionando para threejs-server y map-server.
Monitoreo de Sistemas
Dashboards en tiempo real mostrando métricas de CPU, memoria y disco con actualizaciones en vivo. El ejemplo system-monitor-server muestra este patrón.
Visualizadores de Documentos
Visualizadores de PDF, renderizadores de partituras musicales y editores de documentos embebidos en la conversación. Los usuarios interactúan con documentos sin salir de la sesión AI.
Cómo Funciona: Herramienta con Recurso de UI
// MCP server exposing a tool with an MCP App UI
server.setRequestHandler("tools/list", async () => ({
tools: [{
name: "show_dashboard",
description: "Display an interactive metrics dashboard",
inputSchema: {
type: "object",
properties: {
metric: { type: "string", description: "Metric to display" }
}
}
}]
}));
server.setRequestHandler("tools/call", async (req) => {
if (req.params.name === "show_dashboard") {
return {
content: [{ type: "text", text: "Dashboard ready." }],
_meta: {
ui: { resourceUri: "ui://my-server/dashboard" }
}
};
}
});
// The UI resource (served via ui:// scheme) contains
// bundled HTML/JS that renders in a sandboxed iframe.
// The app communicates with the host via JSON-RPC 2.0
// over postMessage for tool calls and context updates.
Todo el contenido de UI corre en iframes sandboxeados con permisos restringidos. El iframe no puede acceder a la ventana padre ni hacer requests de red arbitrarios. Toda la comunicación entre la UI y el host pasa por mensajes JSON-RPC logueables, asegurando seguridad y auditabilidad.
MCP Server Cards
Los MCP Server Cards son un estándar para exponer metadata estructurada del servidor vía una URL .well-known/mcp.json. Cuando un navegador, crawler o registro MCP visita un dominio, puede descubrir servidores MCP disponibles, sus capacidades, endpoints de transporte y requisitos de autenticación desde una sola URL well-known. Esto habilita descubrimiento automatizado de servidores, indexación de registros e integración de clientes MCP basada en navegador sin configuración manual.
Un Server Card incluye el nombre del servidor, descripción, versión, lista de herramientas con descripciones, modos de transporte soportados, requisitos de autenticación e información de contacto. Las organizaciones pueden publicar Server Cards para sus servidores MCP internos, haciéndolos descubribles por cualquier cliente compatible. Este es el equivalente MCP de las especificaciones OpenAPI para APIs REST.
Elicitación
La elicitación permite a los servidores MCP solicitar entrada estructurada del usuario a mitad de tarea vía diálogos interactivos. Cuando un servidor necesita información adicional para completar una llamada de herramienta -- una confirmación, una elección de un conjunto de opciones o entrada libre -- puede enviar una solicitud de elicitación de vuelta al cliente. El cliente renderiza la UI apropiada (un diálogo de confirmación, dropdown, campo de texto o formulario) y retorna la respuesta del usuario al servidor.
Esto habilita workflows multi-paso donde el servidor dirige la interacción: una herramienta de deployment puede preguntar "¿Desplegar a staging o producción?", una herramienta de base de datos puede solicitar confirmación antes de operaciones destructivas, y una herramienta de llenado de formularios puede recolectar datos estructurados campo por campo. La elicitación hace que los servidores MCP sean interactivos en vez de puramente request-response, habilitando automatización human-in-the-loop más rica.
Especificación MCP v2.1 y Hoja de Ruta 2026
La especificación MCP v2.1 (marzo 2026) introduce indicadores de recurso compatibles con RFC 8707 para prevenir ataques de redención errónea de tokens -- una mejora crítica de seguridad para servidores autenticados con OAuth. Esto exige que los servidores de autorización validen para qué recurso específico se emitió un token, previniendo que tokens emitidos para un servidor MCP se usen en otro.
La hoja de ruta 2026 se organiza en cuatro áreas prioritarias impulsadas por Working Groups y Spec Enhancement Proposals (SEPs): (1) Evolución de Transporte -- evolucionar Streamable HTTP para correr sin estado en múltiples instancias de servidor detrás de load balancers; (2) Comunicación entre Agentes -- cerrar brechas de ciclo de vida en el primitivo Tasks (semánticas de reintento, políticas de expiración); (3) Maduración de Gobernanza -- Working Groups e Interest Groups como vehículo principal para desarrollo del protocolo; (4) Preparación Enterprise -- audit trails, auth integrada con SSO, comportamiento de gateway y portabilidad de configuración.
Los Server Cards ahora son parte de la especificación v2.1, estandarizados como URL .well-known para descubrimiento automatizado. Benchmarks de producción muestran servidores MCP manejando más de 10,000 conexiones concurrentes con tiempos de respuesta sub-50ms bajo cargas típicas.
La estructura de gobernanza sigue madurando con nombramientos clave de liderazgo. El 8 de abril de 2026, Den Delimarsky (Anthropic) se unió como Lead Maintainer y Clare Liguori (AWS) como Core Maintainer, complementando a Peter Alexander (Anthropic) quien se unió como maintainer en enero 2026. Este equipo de maintainers multi-organización asegura que el protocolo evolucione con input tanto de los creadores originales como de los principales adoptantes, reforzando el modelo de gobernanza vendor-neutral de MCP.
Las prioridades de la hoja de ruta 2026 se están refinando a través de Working Groups activos: escalabilidad de transporte (correr Streamable HTTP sin estado detrás de load balancers con afinidad de sesión), comunicación y composabilidad de agentes (permitir que servidores MCP llamen a otros servidores MCP, creando cadenas de herramientas componibles), formalización de gobernanza (Working Groups e Interest Groups como vehículo canónico para cambios en la spec), y preparación enterprise (logging de auditoría, OAuth integrado con SSO y portabilidad de configuración entre ambientes).
El release candidate de la próxima especificación, MCP 2026-07-28, se publicó el 21 de mayo de 2026, y la especificación final se lanza el 28 de julio de 2026. Es la revisión más grande desde el lanzamiento: un núcleo de protocolo sin estado elimina por completo el handshake de inicialización y el header de sesión, de modo que los servidores remotos corren detrás de balanceadores de carga round-robin simples y los clientes pueden cachear las respuestas de tools/list. Las extensiones se vuelven de primera clase -- MCP Apps (UIs renderizadas por el servidor) y Tasks (trabajo de larga duración) se publican como extensiones oficiales -- junto con endurecimiento de la autorización alineado con OAuth y OpenID Connect, soporte completo de JSON Schema 2020-12 para herramientas, y una política formal de deprecación (roots, sampling y logging quedan deprecados). El proceso de revisión comunitaria se lleva a cabo en el repositorio abierto de GitHub, donde cualquier implementador puede enviar feedback sobre las Spec Enhancement Proposals (SEPs) antes de su ratificación.