Domina el Model Context Protocol (MCP) creando paso a paso un agente que organiza y clasifica tus archivos: Anti‑Diógenes Digital. El temario sigue una estructura modular, orientada a resultados prácticos, y es fácilmente adaptable a distintos perfiles y ritmos de aprendizaje.
Estructura del Curso
Duración
Alrededor de 15 h (el instructor puede ajustarlo según el grupo).
Enfoque
Desarrollo progresivo de un agente funcional a través de hitos claros.
Objetivo
Capacitar al alumno para conectar modelos de lenguaje con datos reales mediante un protocolo abierto y seguro.
Objetivos
Comprender por qué surge MCP y qué problema resuelve.
Conocer la arquitectura cliente‑servidor del protocolo y sus componentes.
Instalar y configurar servidores MCP de referencia.
Diseñar y exponer herramientas y recursos a través de MCP.
Integrar un modelo de lenguaje con las capacidades creadas.
Construir y poner en producción un agente clasificador de archivos local.
Aplicar buenas prácticas de seguridad, pruebas y documentación.
Mantenerse al día con la evolución del estándar y la comunidad.
Público Objetivo
Desarrolladores Junior
Profesionales en etapas iniciales que buscan ampliar sus habilidades con tecnologías de IA sin necesidad de conocimientos profundos en machine learning.
Perfiles Senior en Reciclaje
Desarrolladores experimentados que desean actualizar sus conocimientos para añadir interoperabilidad de IA a sus aplicaciones existentes.
Requisitos Previos
Conocimientos básicos de programación
Python, JavaScript o lenguajes similares
Entorno de desarrollo configurado
Node.js ≥ 18 o Python ≥ 3.9
Familiaridad elemental
Línea de comandos y control de versiones (git)
Metodología
Formato de Aprendizaje
Cada módulo combina exposición breve de conceptos, demostración en vivo y laboratorio guiado. Los hitos de proyecto permiten validar avances tangibles y recibir feedback inmediato.
Materiales Didácticos
- Presentaciones (PPT/infografías)
- Cheatsheets Markdown
- Notebooks interactivos
- Quizzes tipo flashcard
Contenido del Curso - Módulo 1
Tema técnico
Aislamiento de los LLMs, problema N × M, visión general de MCP como "USB‑C para la IA".
Hito del proyecto
hito‑01‑vision – Planteamiento del problema y mapa del agente.
Enfoque práctico
Debate sobre casos reales donde un asistente necesita acceso a datos externos.
Contenido del Curso - Módulo 2
Tema técnico
Host, cliente MCP, servidor MCP, transporte JSON‑RPC/STDIO‑HTTP.
Hito del proyecto
hito‑02‑hola‑mcp – Servidor "Echo" de prueba en local.
Beneficio pedagógico
Ver el flujo solicitud/respuesta y la simplicidad del protocolo.
Contenido del Curso - Módulo 3
Tema técnico
SDKs oficiales, instalación, herramientas de inspección.
Hito del proyecto
hito‑03‑entorno‑listo – Repositorio inicial y servidor de referencia corriendo.
Enfoque práctico
Ejecutar la primera petición MCP con la CLI.
Contenido del Curso - Módulo 4
Tema técnico
Diferencia entre tools y resources; diseño de ListFiles y ReadFile.
Hito del proyecto
hito‑04‑listar‑archivos – El servidor devuelve la lista de archivos de un directorio.
Beneficio pedagógico
Primer contacto con IO real y manejo de errores.
Contenido del Curso - Módulo 5
Tema técnico
Prompting, tamaño de contexto, iteración IA‑herramienta.
Hito del proyecto
hito‑05‑leer‑archivos – El agente lee contenido y lo entrega al modelo.
Enfoque práctico
Simular la decisión del LLM y verificar la respuesta.
Contenido del Curso - Módulo 6
Tema técnico
Integrar un LLM (API o local) para categorizar archivos mediante las herramientas MCP.
Hito del proyecto
hito‑06‑clasificacion – El agente propone carpetas y etiquetas.
Beneficio pedagógico
Ver en acción la sinergia IA + protocolo estándar.
Contenido del Curso - Módulo 7
Tema técnico
Límite de permisos, validación de rutas, gestión de errores y logs.
Hito del proyecto
hito‑07‑seguridad – Controles implementados y documentación creada.
Enfoque práctico
Simular ataques (lectura de ruta prohibida) y comprobar defensas.
Contenido del Curso - Módulo 8
Buenas prácticas de mantenimiento, roadmap MCP, comunidad.
hito‑08‑integracion‑final – Presentación del agente Anti‑Diógenes Digital en funcionamiento.
Conectar todo el aprendizaje y proyectar mejoras futuras.
Enfoque Práctico y Beneficios Pedagógicos
Progresión por hitos: cada módulo añade una pieza funcional.
Aprendizaje contextual: conceptos aplicados inmediatamente a un caso real.
Evaluación funcional: validación de cada hito por demostración o test.
Proyecto open‑source listo para extender: base para integrar nuevas fuentes (Drive, Jira, etc.) simplemente añadiendo servidores MCP.
Proyecto Final – Anti‑Diógenes Digital
Objetivo
Transformar carpetas caóticas en espacios ordenados.
Entrega
Código, documentación, demo y plan de mejoras.
Escalabilidad
Admite añadir nuevas reglas de organización o fuentes de datos (e.g., nube).
Al finalizar, el alumno dominará MCP como herramienta clave para crear aplicaciones de IA conectadas, seguras y fácilmente extensibles.
Curso Intensivo de MCP (Model Context Protocol) para Interoperabilidad entre LLMs y Aplicaciones