---
title: 'MCP Explicado Fácil: Conecta ChatGPT y Claude A Tus Herramientas'
source: 'https://www.youtube.com/watch?v=2oipUxr7Y4M'
video_id: '2oipUxr7Y4M'
date: 2026-10-27
duration_sec: 758
channel: 'Christian Donaire | Nodd3r'
---

# MCP Explicado Fácil: Conecta ChatGPT y Claude A Tus Herramientas

> Source: [MCP Explicado Fácil: Conecta ChatGPT y Claude A Tus Herramientas](https://www.youtube.com/watch?v=2oipUxr7Y4M)

## Summary

The video explains Model Context Protocol (MCP), a standard that allows AI models like ChatGPT and Claude to connect directly to various tools, databases, and files without needing to configure individual APIs. It contrasts MCP with RAG and demonstrates how to use existing MCP servers and build custom ones, emphasizing interoperability across different AI clients.

### Key Points

- **Limitations of LLMs** [00:02] — LLMs are static and cannot connect to external data or act autonomously; they only provide information based on training data.
- **API Limitations** [00:43] — APIs require connecting to each endpoint individually, which is inefficient; each endpoint has a specific task, making integration complex.
- **MCP as a Standard** [01:36] — MCP acts like a USB-C port, standardizing how AI connects to applications, allowing access with certain permissions instead of configuring every endpoint.
- **MCP Definition** [02:55] — MCP stands for Model Context Protocol; clients like Cursor, Cloud Code, and ChatGPT connect to MCP servers to access tools and data.
- **MCP vs RAG** [03:51] — RAG queries a vector store for information, while MCP is about connecting to tools; an agent can have both, but MCP is for tools.
- **Skills vs MCP** [05:07] — Skills provide structured context about a project, while MCP connects the project to external places; both are interoperable across environments.
- **Use Cases for MCP** [06:44] — MCP can connect to GitHub for automation, browse the internet, access local files, and query databases using natural language.
- **MCP in ChatGPT** [07:21] — In ChatGPT, MCPs appear as integrated applications under settings; users can add custom connectors by providing name, URL, and credentials.
- **Official MCP Repository** [10:00] — The Model Context Protocol repository lists SDKs for creating MCPs and reference servers like File System, Git, and PostgreSQL.
- **MCP Marketplace** [12:16] — mcp.so is a marketplace for MCP servers and clients, where users can find and use community-created MCPs.

### Conclusion

MCP simplifies AI integration by providing a universal standard, making it easier to connect AI to various tools and data sources. The video encourages exploring existing MCPs and building custom ones to enhance AI capabilities.

## Transcript

uno de los avances que que están surgiendo con esto de la de la inteligencia artificial, más allá de poder usarla, ¿no? Sino, pues poder, agéntica realmente, ¿vale? Al final, cuando nosotros estamos utilizando la
inteligencia artificial, si es un un LLM, tiene, bueno, pues tiene el problema de que al de que no se puede conectar, de que es algo estático, de que es algo que simplemente nos da información, que depende de también en
los datos de entrenamiento que tenga. Entonces, para que pueda actuar, para que pueda tener más información, para que pueda, bueno, pues incluso consultar en internet, consultar en bases de datos, consultar en diferentes lugares,
incluso actuar haciendo esa IA agéntica, primero se permitió que se empezasen a conectar APIs, ¿vale? Eso además, pues lo hemos visto en el 8N y demás. ¿Cuál es el problema que tiene que tiene una API? Bueno, una API, al final, eh tú
tienes que conectarte a cada endpoint que se llama y es dentro de una API, Entonces, cada endpoint tiene una tarea. Pues algunas son para consultar, algunas consultar, pues quizás también hay diferentes consultas según la
aplicación. Imagínate que te conectas a una plataforma de de de cobros o de pagos, pues a lo mejor puedes tienes una un endpoint, que al final pues es una mejor los clientes, en otro los importes, en otro los productos. Y cada
uno necesita su endpoint. Esto no es lo mejor, entonces, ¿qué ocurrió? Bueno, pues para solucionar todo esto, Tropic lo que hizo fue crear, mmm, bueno, pues digamos un un estándar, ¿vale? En lo que en la que una IA en
lugar de conectarse, de tener de tenerle tú que que decir que se pueda conectar cada una de la de los endpoints de una API, se pueda conectar directamente a toda esa aplicación con, bueno, ciertos permisos. Es algo así como ese puerto
puerto USB, ¿vale? USB-C, que sería pues como ese estándar que permite conectar todos los dispositivos a un mismo enchufe, pues esto sería algo así, de configurando la IA para cada una de las APIs, que ya no solo dentro de una misma
aplicación hay diferentes endpoints, sino cada una de las las aplicaciones que existen tiene su propia API, su propia forma de llamarlo. A ver, cada esto lo hace complejo. Pues Anthropic,
crear un estándar para que la IA, para que los modelos LLM se puedan conectar a diferentes lugares, a APIs, pero sin tener que conectar todas las APIs, sino simplemente a la API de una aplicación, pero que no le tengas que poner todos
los los endpoints, simplemente pues a lo mejor darte permisos, a bases de datos incluso, a sistemas de archivos en en local para que pueda acceder incluso a los archivos de de tu ordenador, de tu escritorio y pueda hacer cosas a
internet. Entonces al final eso es el avance de estos MCPs, de estos conectores. Permite que cualquier cliente se conecte pues con ese servidor. El cliente va a ser pues cualquier IA, por así decirlo, cualquier
eh estándar, por ejemplo, Cursor, que tiene IA, Cloud Code, Cloud, ChatGPT, clientes a los que nosotros les pedimos algo y estos clientes se van a conectar a ese MCP, que este MCP viene de Model Context Protocol, ¿vale? Este MCP que va
de las herramientas o integraciones, sin tener que, ya os digo, estar configurando cada una de la, bueno, de las de las APIs. Entonces, bueno, lo que lo que os digo, nosotros le pedimos la información, la tarea, la consulta a ese
cliente que aloja ese ese modelo LLM, esa IA, y le pide la información a ese servidor MCP, ¿vale? Entonces, bueno, pues ya está configurado para que le devuelva a este cliente o a esta IA pues ese esa respuesta en en JSON, pueda
entenderlo y demás. Este servidor MCP, hoy lo que veremos va a ser cómo conectarnos a diferentes MCPs, de diferentes herramientas. Luego también al final lo que veremos es cómo construir nuestro propio MCP, ¿vale? Con
un ejemplo, para que porque al final nos hay librerías y hay SDKs, como esos estándares de desarrollo, para poder construirlos. No confundir esta parte de MCPs con RAG, ¿vale? Porque RAG al final lo que hace es consultar información de
un vector store, mientras que el MCP está relacionado más con esa aunque un agente puede tener ambas cosas, pero este MCP está relacionado con esos tener memoria, puede tener razonamiento, puede tener RAG o puede tener tools.
Pues el MCP sería para esos tools, para conectar esas herramientas, esos tools estándar. Y aquí es donde nosotros tendríamos ese MCP, que vamos a poder leer, escribir e incluso ejecutar. Eh conectarnos a PostgreSQL, conectarnos a
cualquier sitio, para consultar, pero también para poder hacer cosas. Ahí esos permisos van a depender, por un lado, del MCP y también de los permisos que nosotros eh le demos. El MCP, junto con, bueno, pues otros, para la parte de
desarrollo con IA, ¿vale? Digamos que hay varia varios puntos que que es interesante usarlos. Uno de ellos es el MCP. Luego, pues otro bueno, pues si da tiempo y lo veremos hoy, si no, pues veremos eh en otro día.
Las skills al final es, básicamente, de una forma ordenada y estructurada darle contexto de un proyecto o de un de una forma de hacer las cosas. Y el MCP es para el proyecto que tú estás creando, para el proyecto que tú estás eh
a diferentes eh lugares, ¿vale? Que tú a lo mejor estás trabajando en Visual Studio Code en en Codex, en Cloud Code, en Cursor, donde sea. Lo bueno que tiene es que todas estas al final son interoperables, es decir, funcionan
todos estos MCPs, entonces da igual el entorno, es lo bueno que han conseguido. proyecto que se vaya conectando a sitios. Entonces, por ejemplo, eh tanto nosotros cuando estamos desarrollando con IA, eh y afianzando pues esa IA para
que nos ayude a generar código, a cambiar diferentes cosas. Si nosotros le directamente, por ejemplo, a Notion y que nos vaya haciendo un listado de haciendo. Eh, le podemos conectar a lo mejor a Excalidraw, que Excalidraw es
algo parecido a Miro, para que nos vaya dibujando diagramas. Lo podemos conectar commits, hacernos pull request automáticamente, solucionarnos issues. Le podemos incluso conectar a la base de datos del del proyecto y podemos hacer
que con lenguaje natural, pues consulte esa esa base de datos. Pero en lugar de hacerlo, pues vía API y demás, pues vía MCP, donde ya, pues se es, digamos, es
utilices, es decir, si tú utilizas Cloud Code, lo vas a poder usar, si tú vas a poder usar, si utilizas directamente Code también, etcétera. Cosas que que vamos a poder hacer. Bueno, pues desde conectarnos, eso, pues
a diferentes APIs de eh, diferentes herramientas y a GitHub para poder automatizar, pues subidas, eh, pull request, commits y demás. Se puede incluso también conectar para navegar en internet también. En cierto modo, cuando
nosotros cuando se están estos eh, estos modelos de de IA, estos modelos de LLM están haciendo esa búsqueda en internet, pues se podría ver también ese tool, como ese MCP, a diferentes, bueno, pues a los navegadores, conectarnos a bases
de datos, incluso conectarnos a archivos en en local. Eh, vale, antes de seguir con esto, vamos a ver algunos ejemplos donde quiero que pasemos de lo más
sencillo a lo más complejo. Por ejemplo, si usamos ChatGPT, nosotros, ChatGPT, más partido siempre a la versión versión Pro, ¿vale? Pro Plus y demás. Pero si nosotros le damos aquí a configuración, nosotros tendríamos aquí en en
aplicaciones, por ejemplo, eh, pues como si fueran esos MCPs, ¿vale? Por así decirlo, es decir, lo que pasa que aquí ya se integran de forma de forma directa. Nosotros no tenemos que hacer una conexión con código ni nada, sino
que ya aquí está de forma directa integrado pues a estas herramientas. seleccionar cualquier herramienta, conectarla y demás. Pero esto realmente pues son esos esos MCPs, ¿vale? Es donde pone aquí configuraciones. Estos son al
Luego tienes aquí la parte de configuración avanzada, que aquí tú le puedes dar para poder crear un MCP, digamos que no sean de esos. Esto es a nivel usuario. Luego igual si nosotros nos vamos Cloud, ¿vale? Hay varias
estás en una en un en un chat, si tú le das aquí tienes esa parte de skills, que ver cómo comportarse, y luego tienes aquí esa parte de conectores o de añadir conectores. ¿Vale? Skills, conectores,
todos estos conectores lo mismo, al final pues son esos esos MCPs también, ¿vale? Incluso si nosotros nos vamos aquí a la parte de personalizar, aquí es aplicaciones". Bueno, esto es esto es lo mismo, eh nos vamos aquí a ajustes y
aquí igual en conectores nosotros podemos explorarlos, conectarlos y vamos a poder, si nosotros nos descargamos eh bueno, Codex, Cli, Cloud
Code y demás, vamos a poder verlo de otra forma. Esto al final ¿para qué cliente, que en este caso pues es ChatGPT, Cloud, vas a poder conectarlo aquí ya os digo, de integración directa, a cualquiera de estas aplicaciones. Aquí
le puedes dar a añadir un conector personalizado y aquí le tienes que dar pues el nombre, la URL del servidor y aquí pues si tiene algún tipo de bueno, pues de clave, de de usuario, de contraseña y demás, y añadirías tu
conector personalizado, tu MCP personalizado, ¿vale? Que bueno, que estaría en la parte de de personalidad de personalizar. Aquí lo mismo, igual, uno uno personalizado. Y esto es de la forma más sencilla a
nivel usuario para que tú dentro de este de este cliente puedas usarlo. Ahora bien, nosotros podemos eh conectarnos, lo que nos interesa a nosotros es cuando estamos desarrollando con con lo que
sería, pues, con con IA. Perdonadme un segundo. Vale, por ejemplo, si nosotros nos vamos al repositorio de Model Context Protocol, que es el repositorio Model Context Protocol. Esto que yo estoy explicando aquí, también incluso
en el 8N se pueden crear estos estos MCPs, también han sacado. Y en muchos en cada aplicación donde antes había una API, ahora están integrando que pueda
haber un MCP, porque al final estamos pasando de con código conectarnos a diferentes APIs para consultar documentos a poder conectar la IA vía que sin tener que escribir código, pues, nosotros le preguntemos a la IA y sea la
IA la que consulte. Si nos vamos aquí, esto sería en la parte de de de servers, final el cliente, pues, sería eso, este ChatGPT, este Claude, este Cursor, Visual Studio Code, que luego seguiremos viendo. Y la parte de servers son estos
que son los que permiten la conexión con cada una de las herramientas. Si nos cada una de las herramientas. Si nos vamos aquí al al al repositorio oficial, de [carraspeo] referencia e implementación de MCPs y donde puedes,
bueno, por un lado aquí te dice eh los SBKs con los que nosotros podemos crear MCPs, luego veremos cómo crear uno con con Python, ¿vale? MCPs propios, servidores MCPs propios. Y aquí estarían servidores de referencia ya creados,
¿vale? Por ejemplo, el File System. File System, si tú lo conectas y conectas cualquier IA al al File System, te permite tener control a los archivos de tu de tu ordenador. También, pues, Git. Eh aquí hay muchos de Amazon Web
Services, de Brave Search para que busque a GitHub, a Google Drive, PostgreSQL, que además este está protegido y es solamente de una de pues para modificar cosas de una base de datos en producción. Obviamente nos
podríamos crear nuestro propio MCP de PostgreSQL y permitirle o crearlo para que también inserte cosas y demás. Y hay que ver esa seguridad que nosotros le queremos dar a un MCP para consultar cosas experto, pero si queremos también
destrozar, pues una aplicación como pueda llegar a ser de SQLite. Y aquí integraciones oficiales también vía API y vía MCPs de muchísimas otras aplicaciones, empresas, etcétera. Entonces, ¿de qué forma nosotros, bueno,
luego también tenemos aquí en mcp.so? Esto al final es una especie de marketplace, bueno, de de MCPs, de servidores MCPs, incluso clientes que la gente, pues está está creando, ¿vale? Entonces, si hay alguno que que le
interese más concretamente y demás, pues tú vas a poder buscarlo buscarlo aquí.
