MCP y Python: Los 5 prompts que necesitas para crear plugins con IA

Mira, colega, si estás aquí es porque sabes que el Model Context Protocol (MCP) está cambiando las reglas del juego en el desarrollo de plugins con Python. No te voy a vender humo: esto es lo que realmente necesitas para que ChatGPT, Claude o cualquier LLM interactúe con tu código como si fuera un colega más.

¿Qué coño es MCP y por qué debería importarte?

El protocolo MCP permite que los modelos de IA accedan a tus herramientas, APIs y bases de datos sin tener que reinventar la rueda cada vez. En lugar de escribir prompts kilométricos para explicarle al modelo qué hacer, le das acceso directo a funciones Python bien estructuradas. El resultado: respuestas más precisas, menos alucinaciones y un workflow que no te hará perder el juicio.

Vamos al lío. Aquí tienes los prompts que realmente funcionan para crear plugins MCP con Python.

Prompt 1: Estructura base de un plugin MCP en Python

Crea un plugin MCP en Python con la siguiente estructura:

• Usa el SDK oficial de MCP para Python
• Define 3 herramientas (tools): buscar_datos, procesar_texto, generar_resumen
• Cada herramienta debe tener: nombre, descripción, esquema de entrada (JSON Schema), y función asíncrona
• Incluye logging básico
• El servidor debe exponerse en localhost:8000

Formato: código Python completo con imports y configuración básica.

Por qué funciona: Te da el esqueleto perfecto para empezar. Sin rodeos, sin teoría inútil.

Prompt 2: Conectar MCP con base de datos SQLite

Crea un plugin MCP en Python que se conecte a una base de datos SQLite local.

Las herramientas deben incluir:

• consultar_sql: acepta una consulta SQL y devuelve resultados como JSON
• insertar_dato: acepta tabla, datos (diccionario) y hace INSERT
• obtener_esquema: devuelve las tablas y columnas de la BD

Incluye manejo de errores básico y que el servidor arranque con 'python plugin.py'.

Truco: Esto te permite que ChatGPT haga consultas directamente a tu base de datos. ¿Quién necesita phpMyAdmin cuando tienes esto?

Prompt 3: Plugin MCP con autenticación y rate limiting

Genera un plugin MCP en Python que incluya:

• Autenticación por token (API key en headers)
• Rate limiting: máximo 10 requests/minuto por usuario
• 2 herramientas: api_rest_get (hace GET a URL externa) y api_rest_post (hace POST)
• Almacena las claves en un diccionario en memoria (simplificado)
• Si el rate limit se excede, devuelve error 429

Código completo con FastMCP y decoradores.

Realidad: En producción necesitas esto. No seas el que deja su plugin abierto al mundo.

Prompt 4: Plugin MCP con caché y manejo de archivos

Desarrolla un plugin MCP en Python que:

• Tenga herramientas para leer/escribir archivos locales (con ruta segura en /data)
• Implemente caché en memoria para archivos leídos (TTL de 5 minutos)
• Herramientas: leer_archivo, escribir_archivo, listar_archivos
• Cada herramienta debe validar que la ruta esté dentro del directorio permitido
• Usa asyncio para operaciones de archivo

Incluye ejemplo de uso con el cliente MCP.

Nota: Esto te salva cuando necesitas que el IA genere y modifique archivos sin volverte loco con permisos.

Prompt 5: Plugin MCP con streaming de respuestas

Crea un plugin MCP en Python que implemente:

• Una herramienta 'generar_stream' que recibe un prompt y devuelve chunks de texto
• La herramienta debe usar async generator (yield)
• Simula un proceso largo que va devolviendo resultados parciales
• Incluye un endpoint de estado para ver si el proceso sigue activo
• Usa FastMCP con soporte para streaming

El código debe ser funcional y listo para probar con 'mcp-cli'.

La clave: El streaming es lo que diferencia un plugin cutre de uno profesional. El usuario ve resultados en tiempo real.

Y ahora, el truco final

Mira, colega, estos prompts no son teoría. Son herramientas que he usado para construir plugins MCP reales que interactúan con bases de datos, APIs externas y sistemas de archivos. El secreto está en la estructura clara de las herramientas: nombre descriptivo, descripción concisa, y un esquema JSON bien definido.

¿El error más común? Hacer herramientas demasiado genéricas. Sé específico. Un plugin MCP bueno es como un cuchillo suizo: muchas funciones, pero cada una para su propósito.

Y tú, ¿qué prompt usas para crear tus plugins MCP en Python?