MCP Server Tutorial: Cómo Conectar tu ChatGPT a Bases de Datos Sin Morir en el Intento

Mira, colega, si estás leyendo esto es porque ya te has dado cuenta de que ChatGPT solo no puede acceder a tu base de datos, a tus APIs o a tus archivos locales. Y sí, hay solución: los MCP servers. Te voy a contar cómo montar uno en menos de 10 minutos, sin rodeos.

¿Qué es un MCP Server y por qué te importa?

Un MCP server (Model Context Protocol) es básicamente un puente entre tu ChatGPT y cualquier fuente de datos externa. Piensa en ello como un plugin que le da superpoderes a tu asistente. Con esto, puedes hacer que lea archivos, consulte bases de datos o incluso ejecute comandos.

Lo mejor: es open source, funciona con cualquier modelo (ChatGPT, Claude, Gemini) y no necesitas ser un genio de la programación.

Manos a la obra: Tu primer MCP Server en 5 pasos

Paso 1: Instala lo básico

npm install -g @modelcontextprotocol/server

Si no tienes Node.js, instálalo primero. No me hagas explicar eso.

Paso 2: Crea un servidor de ejemplo

// server.js

import { Server } from '@modelcontextprotocol/server';

const server = new Server({

name: 'mi-servidor-prueba',

version: '1.0.0',

capabilities: {

tools: {}

}

});

server.tool('saludar', {

nombre: { type: 'string' }

}, async (args) => {

return { content: [{ type: 'text', text: ¡Hola, ${args.nombre}! }] };

});

server.listen(3000);

console.log('Servidor MCP escuchando en puerto 3000');

Paso 3: Conéctalo a ChatGPT

En la configuración de tu modelo (o en el cliente que uses), añade:

mcp://localhost:3000

Y listo, ya tienes una herramienta personalizada.

Los 3 prompts que te cambiarán la vida

Aquí van los prompts funcionales que necesitas para empezar a usar tu MCP server como un pro:

Prompt 1: Consultar base de datos

Usando el MCP server conectado a mi base de datos PostgreSQL, ejecuta esta consulta:

SELECT * FROM usuarios WHERE fecha_registro > '2024-01-01'

Devuelve los resultados en formato tabla y dime cuántos usuarios hay.

Prompt 2: Leer archivos locales

Conecta al MCP server de archivos locales y lee el contenido de /proyectos/informe.txt.

Resume los puntos principales en 3 viñetas y dime si hay alguna fecha límite mencionada.

Prompt 3: Ejecutar scripts

Usando el MCP server de automatización, ejecuta el script backup.py que está en /scripts/.

Confirma que se ha ejecutado correctamente y dime el tamaño del archivo generado.

Errores comunes (y cómo evitarlos)

• Puertos ocupados: Usa lsof -i :3000 para ver si algo ya está usando ese puerto

• Permisos: Asegúrate de que tu MCP server tenga acceso a los archivos que quieres leer

• CORS: Si usas frontend, configura los headers adecuados

¿Vale la pena?

Tío, te lo digo claro: si trabajas con datos y usas IA a diario, un MCP server te ahorrará horas de copy-paste. La curva de aprendizaje es mínima y los beneficios son enormes. Eso sí, no esperes magia: necesitas saber qué datos quieres exponer y cómo estructurarlos.

Y tú, ¿qué prompt usas para conectar tu IA con datos externos?