Certificado
Recibirás un certificado digital al aprobar el curso.
20 horas · 100% online · certificado
MCP con Python: integra agentes de IA con herramientas
Crear servidores MCP con Python para conectar agentes de IA con APIs REST, bases de datos, documentos, herramientas externas y sistemas empresariales, aplicando criterios de seguridad, control y mantenibilidad.
INSCRIPCIÓN ONLINE
$110.000
Hasta 12 cuotas con Mercado Pago
20 horas · 100% online · certificado
¿Lo toma tu empresa? Lo puedes pagar con tu franquicia SENCE.
Certificado al terminar
Sobre el curso
MCP con Python: integra agentes de IA con herramientas es un curso online asincrónico de 20 horas cuyo objetivo es Crear servidores MCP con Python para conectar agentes de IA con APIs REST, bases de datos, documentos, herramientas externas y sistemas empresariales, aplicando criterios de seguridad, control y mantenibilidad.
El programa está organizado en 6 módulos y desarrolla los contenidos de manera progresiva, combinando fundamentos, aplicaciones y criterios prácticos relacionados con la temática del curso.
Lo que aprenderás
- Comprender qué es MCP (Model Context Protocol), qué problema resuelve y cuándo utilizarlo para conectar agentes de IA con datos, APIs, herramientas externas y sistemas reales de forma estructurada.
- RA2 – Identificar la arquitectura MCP y sus componentes principales (host, cliente, servidor, tools, resources, prompts, JSON-RPC y transportes) para entender cómo se comunican los agentes de IA con servidores MCP locales y remotos. (DESTREZA)
- RA3 – Crear un primer servidor MCP con Python, definiendo herramientas funcionales, parámetros de entrada, respuestas estructuradas y pruebas básicas mediante MCP Inspector y clientes compatibles como Claude Desktop. (DESTREZA)
- RA4 – Conectar un servidor MCP con APIs REST, bases de datos y servicios externos desde Python, aplicando validación de datos, autenticación, control de errores y diseño de herramientas útiles para agentes de IA. (DESTREZA)
- RA5 – Integrar y probar servidores MCP en clientes compatibles como Claude Desktop, VS Code, Claude Code y MCP Inspector, configurando rutas, variables de entorno, ejecución local, logs y flujos de verificación. (DESTREZA)
- RA6 – Aplicar criterios de seguridad esenciales en un servidor MCP: validación de entradas, gestión de secretos, control de permisos y prevención de riesgos específicos del uso por agentes de IA (DESTREZA)
Contenido del curso
Módulo 1: Qué es MCP y por qué cambia la forma de integrar agentes de IA
2 h 40 min
Objetivo: Comprender qué es MCP (Model Context Protocol), qué problema resuelve y cuándo utilizarlo para conectar agentes de IA con datos, APIs, herramientas externas y sistemas reales de forma estructurada.
- Introducción
- El problema de la IA aislada: por qué los agentes de IA necesitan conectarse al mundo real
- Qué es MCP y cómo se convirtió en estándar de industria
- MCP frente a integraciones directas, function calling y frameworks como LangChain
- Diferencia entre chatbot, asistente, agente de IA y sistema MCP
- Cuándo tiene sentido crear un servidor MCP propio y cuándo usar uno ya existente
- Casos de uso reales por perfil
- Resumen
Módulo 2: Arquitectura MCP: cómo funciona el protocolo por dentro
3 h
Objetivo: RA2 – Identificar la arquitectura MCP y sus componentes principales (host, cliente, servidor, tools, resources, prompts, JSON-RPC y transportes) para entender cómo se comunican los agentes de IA con servidores MCP locales y remotos. (DESTREZA)
- Introducción
- Los tres componentes de la arquitectura MCP
- Los tres primitivos: tools, resources y prompts
- Cómo se comunican host, cliente y servidor
- Flujo completo de una llamada a una herramienta MCP
- JSON-RPC: el formato de comunicación del protocolo MCP
- Transportes: STDIO y Streamable HTTP
- Entornos de trabajo: local, remoto y herramientas de depuración
- Servidores MCP locales frente a servidores MCP remotos
- Herramientas de depuración: MCP Inspector
- Lectura e interpretación del esquema de una herramienta MCP
- Resumen
Módulo 3: Crea tu primer servidor MCP con Python
3 h 40 min
Objetivo: RA3 – Crear un primer servidor MCP con Python, definiendo herramientas funcionales, parámetros de entrada, respuestas estructuradas y pruebas básicas mediante MCP Inspector y clientes compatibles como Claude Desktop. (DESTREZA)
- Introducción
- Métodos de implementación de MCP
- Preparación del entorno de trabajo con Python
- Versión de Python y estructura de archivos
- Estructura y primera herramienta funcional
- Estructura mínima de un servidor MCP
- Qué hace cada línea
- Creación de una primera herramienta funcional
- Parámetros, validación y respuestas estructuradas
- Definición y validación de parámetros de entrada
- Tipos y restricciones habituales en parámetros MCP
- Respuestas estructuradas desde el servidor MCP
- Pruebas, depuración y buenas prácticas
- Pruebas del servidor con MCP Inspector
- Depuración de errores frecuentes en servidores MCP
- Buenas prácticas para nombrar herramientas y describir capacidades para agentes de IA
- Reglas prácticas de nomenclatura y descripción
- Resumen
Módulo 4: Conecta tu servidor MCP con APIs, bases de datos y servicios externos
3 h 50 min
Objetivo: RA4 – Conectar un servidor MCP con APIs REST, bases de datos y servicios externos desde Python, aplicando validación de datos, autenticación, control de errores y diseño de herramientas útiles para agentes de IA. (DESTREZA)
- Introducción
- De servidor aislado a servidor conectado
- Conectar el servidor MCP con una API REST
- Cómo conectar un servidor MCP con una API REST externa
- Parámetros de consulta y cuerpo de la petición
- Gestión de autenticación en las llamadas del servidor
- Archivo .env para gestión local de credenciales
- Consulta de datos desde una base de datos
- Ejemplo con SQLite
- Crear la base de datos de prueba
- Diseño de herramientas conectadas: consulta, acción y límites
- Diferencia entre herramientas de consulta y herramientas de acción
- Diseño de esquemas para que el agente de IA use las herramientas de forma predecible
- Límites de acceso: qué datos puedes exponer y cuáles no deberías
- Control de errores y seguridad básica
- Control de errores y respuestas parciales
- Implicaciones de diseño y seguridad en integraciones con herramientas
- Caso práctico completo: servidor MCP con API externa y base de datos
- Servidor MCP completo con API externa y base de datos SQLite
- Configuración mínima requerida
- Herramienta 1: consulta de clima (API externa)
- Herramienta 2: búsqueda de productos (SQLite)
- Resumen
Módulo 5: Conecta tu servidor MCP con clientes reales
3 h 30 min
Objetivo: RA5 – Integrar y probar servidores MCP en clientes compatibles como Claude Desktop, VS Code, Claude Code y MCP Inspector, configurando rutas, variables de entorno, ejecución local, logs y flujos de verificación. (DESTREZA)
- Integración MCP con Claude Desktop, VS Code, Claude Code y MCP Inspector
- Introducción
- Del servidor que funciona al servidor que se usa
- Qué controla el archivo de configuración del cliente
- Qué es un cliente MCP y qué clientes existen
- Función de cada cliente en el flujo de desarrollo
- Configuración en Claude Desktop, VS Code y Claude Code
- Configuración de un servidor MCP local en Claude Desktop
- Estructura del archivo de configuración
- Pasos para conectar y verificar
- Configuración en VS Code y Claude Code
- Archivo de configuración en VS Code
- Claude Code como cliente MCP en terminal
- Otros clientes donde probar un servidor MCP
- Operar y probar el servidor desde el cliente
- Archivos de configuración: estructura, rutas y variables de entorno
- Reglas para rutas y variables de entorno
- Ejecución local del servidor MCP
- Ciclo de arranque y parada del servidor
- Flujo de verificación de herramientas desde el cliente
- Interpretación de errores de conexión más frecuentes
- Opciones de despliegue en producción
- Lista de verificación antes de desplegar
- Resumen
Módulo 6: Seguridad en servidores MCP
3 h 20 min
Objetivo: RA6 – Aplicar criterios de seguridad esenciales en un servidor MCP: validación de entradas, gestión de secretos, control de permisos y prevención de riesgos específicos del uso por agentes de IA (DESTREZA)
- Introducción
- Por qué la seguridad en MCP es diferente a la seguridad en una API convencional
- Riesgos específicos del uso por agentes de IA
- Controles esenciales: permisos, validación y secretos
- Principio de mínimo privilegio
- Contrastes entre diseño correcto e incorrecto
- Validación de entradas: por qué el modelo de IA no es una fuente de datos de confianza
- Qué validar y cómo
- Gestión segura de secretos: API keys, tokens y variables de entorno en Python
- Control de permisos por herramienta MCP
- Acciones sensibles y confirmación humana: cuándo el agente no debe actuar solo
- Ejemplos de acciones que requieren confirmación
- Riesgos específicos de agentes de IA en servidores MCP
- Prompt injection indirecto en servidores MCP
- Cómo reducir el riesgo
- Tool poisoning y manipulación de herramientas: qué es y cómo prevenirlo
- Riesgos de exposición excesiva de datos en integraciones con agentes de IA
- Criterios de exposición de datos
- Registro de actividad y trazabilidad de llamadas a herramientas MCP
- Checklist de seguridad para servidores MCP listos para entregar
- Diseño de herramientas
- Validación y entradas
- Secretos y autenticación
- Control de acceso
- Logs y trazabilidad
- Pruebas
- Documentación
- Revisión de riesgos
- De aquí en adelante: qué puedes construir con lo que sabes
- Lo que puedes hacer ahora
- Hacia dónde se mueve el ecosistema MCP
- Resumen
Módulo 1: Qué es MCP y por qué cambia la forma de integrar agentes de IA
2 h 40 min
Objetivo: Comprender qué es MCP (Model Context Protocol), qué problema resuelve y cuándo utilizarlo para conectar agentes de IA con datos, APIs, herramientas externas y sistemas reales de forma estructurada.
- Introducción
- El problema de la IA aislada: por qué los agentes de IA necesitan conectarse al mundo real
- Qué es MCP y cómo se convirtió en estándar de industria
- MCP frente a integraciones directas, function calling y frameworks como LangChain
- Diferencia entre chatbot, asistente, agente de IA y sistema MCP
- Cuándo tiene sentido crear un servidor MCP propio y cuándo usar uno ya existente
- Casos de uso reales por perfil
- Resumen
Módulo 2: Arquitectura MCP: cómo funciona el protocolo por dentro
3 h
Objetivo: RA2 – Identificar la arquitectura MCP y sus componentes principales (host, cliente, servidor, tools, resources, prompts, JSON-RPC y transportes) para entender cómo se comunican los agentes de IA con servidores MCP locales y remotos. (DESTREZA)
- Introducción
- Los tres componentes de la arquitectura MCP
- Los tres primitivos: tools, resources y prompts
- Cómo se comunican host, cliente y servidor
- Flujo completo de una llamada a una herramienta MCP
- JSON-RPC: el formato de comunicación del protocolo MCP
- Transportes: STDIO y Streamable HTTP
- Entornos de trabajo: local, remoto y herramientas de depuración
- Servidores MCP locales frente a servidores MCP remotos
- Herramientas de depuración: MCP Inspector
- Lectura e interpretación del esquema de una herramienta MCP
- Resumen
Módulo 3: Crea tu primer servidor MCP con Python
3 h 40 min
Objetivo: RA3 – Crear un primer servidor MCP con Python, definiendo herramientas funcionales, parámetros de entrada, respuestas estructuradas y pruebas básicas mediante MCP Inspector y clientes compatibles como Claude Desktop. (DESTREZA)
- Introducción
- Métodos de implementación de MCP
- Preparación del entorno de trabajo con Python
- Versión de Python y estructura de archivos
- Estructura y primera herramienta funcional
- Estructura mínima de un servidor MCP
- Qué hace cada línea
- Creación de una primera herramienta funcional
- Parámetros, validación y respuestas estructuradas
- Definición y validación de parámetros de entrada
- Tipos y restricciones habituales en parámetros MCP
- Respuestas estructuradas desde el servidor MCP
- Pruebas, depuración y buenas prácticas
- Pruebas del servidor con MCP Inspector
- Depuración de errores frecuentes en servidores MCP
- Buenas prácticas para nombrar herramientas y describir capacidades para agentes de IA
- Reglas prácticas de nomenclatura y descripción
- Resumen
Módulo 4: Conecta tu servidor MCP con APIs, bases de datos y servicios externos
3 h 50 min
Objetivo: RA4 – Conectar un servidor MCP con APIs REST, bases de datos y servicios externos desde Python, aplicando validación de datos, autenticación, control de errores y diseño de herramientas útiles para agentes de IA. (DESTREZA)
- Introducción
- De servidor aislado a servidor conectado
- Conectar el servidor MCP con una API REST
- Cómo conectar un servidor MCP con una API REST externa
- Parámetros de consulta y cuerpo de la petición
- Gestión de autenticación en las llamadas del servidor
- Archivo .env para gestión local de credenciales
- Consulta de datos desde una base de datos
- Ejemplo con SQLite
- Crear la base de datos de prueba
- Diseño de herramientas conectadas: consulta, acción y límites
- Diferencia entre herramientas de consulta y herramientas de acción
- Diseño de esquemas para que el agente de IA use las herramientas de forma predecible
- Límites de acceso: qué datos puedes exponer y cuáles no deberías
- Control de errores y seguridad básica
- Control de errores y respuestas parciales
- Implicaciones de diseño y seguridad en integraciones con herramientas
- Caso práctico completo: servidor MCP con API externa y base de datos
- Servidor MCP completo con API externa y base de datos SQLite
- Configuración mínima requerida
- Herramienta 1: consulta de clima (API externa)
- Herramienta 2: búsqueda de productos (SQLite)
- Resumen
Módulo 5: Conecta tu servidor MCP con clientes reales
3 h 30 min
Objetivo: RA5 – Integrar y probar servidores MCP en clientes compatibles como Claude Desktop, VS Code, Claude Code y MCP Inspector, configurando rutas, variables de entorno, ejecución local, logs y flujos de verificación. (DESTREZA)
- Integración MCP con Claude Desktop, VS Code, Claude Code y MCP Inspector
- Introducción
- Del servidor que funciona al servidor que se usa
- Qué controla el archivo de configuración del cliente
- Qué es un cliente MCP y qué clientes existen
- Función de cada cliente en el flujo de desarrollo
- Configuración en Claude Desktop, VS Code y Claude Code
- Configuración de un servidor MCP local en Claude Desktop
- Estructura del archivo de configuración
- Pasos para conectar y verificar
- Configuración en VS Code y Claude Code
- Archivo de configuración en VS Code
- Claude Code como cliente MCP en terminal
- Otros clientes donde probar un servidor MCP
- Operar y probar el servidor desde el cliente
- Archivos de configuración: estructura, rutas y variables de entorno
- Reglas para rutas y variables de entorno
- Ejecución local del servidor MCP
- Ciclo de arranque y parada del servidor
- Flujo de verificación de herramientas desde el cliente
- Interpretación de errores de conexión más frecuentes
- Opciones de despliegue en producción
- Lista de verificación antes de desplegar
- Resumen
Módulo 6: Seguridad en servidores MCP
3 h 20 min
Objetivo: RA6 – Aplicar criterios de seguridad esenciales en un servidor MCP: validación de entradas, gestión de secretos, control de permisos y prevención de riesgos específicos del uso por agentes de IA (DESTREZA)
- Introducción
- Por qué la seguridad en MCP es diferente a la seguridad en una API convencional
- Riesgos específicos del uso por agentes de IA
- Controles esenciales: permisos, validación y secretos
- Principio de mínimo privilegio
- Contrastes entre diseño correcto e incorrecto
- Validación de entradas: por qué el modelo de IA no es una fuente de datos de confianza
- Qué validar y cómo
- Gestión segura de secretos: API keys, tokens y variables de entorno en Python
- Control de permisos por herramienta MCP
- Acciones sensibles y confirmación humana: cuándo el agente no debe actuar solo
- Ejemplos de acciones que requieren confirmación
- Riesgos específicos de agentes de IA en servidores MCP
- Prompt injection indirecto en servidores MCP
- Cómo reducir el riesgo
- Tool poisoning y manipulación de herramientas: qué es y cómo prevenirlo
- Riesgos de exposición excesiva de datos en integraciones con agentes de IA
- Criterios de exposición de datos
- Registro de actividad y trazabilidad de llamadas a herramientas MCP
- Checklist de seguridad para servidores MCP listos para entregar
- Diseño de herramientas
- Validación y entradas
- Secretos y autenticación
- Control de acceso
- Logs y trazabilidad
- Pruebas
- Documentación
- Revisión de riesgos
- De aquí en adelante: qué puedes construir con lo que sabes
- Lo que puedes hacer ahora
- Hacia dónde se mueve el ecosistema MCP
- Resumen
¿Para quién es?
Analistas y profesionales de datos
Curso de inteligencia artificial dirigido a desarrolladores, programadores, técnicos de sistemas, perfiles de automatización, analistas de datos, consultores tecnológicos, responsables IT y formadores técnicos que quieran aprender a conectar agentes de inteligencia artificial con sistemas reales mediante MCP, Model Context Protocol.
Está especialmente indicado para profesionales
Está especialmente indicado para profesionales que ya utilizan herramientas de IA generativa y quieren dar el salto de usarlas como asistentes a construir sus propias integraciones con APIs, bases de datos, documentos y herramientas empresariales mediante Python.
También resulta útil para equipos y responsables técnicos
También resulta útil para equipos y responsables técnicos que necesitan comprender cómo funcionan los servidores MCP, cuándo conviene utilizar uno ya existente y cuándo es mejor crear uno propio, aplicando criterios de seguridad, control de permisos y mantenibilidad.
Requisitos
- Para realizar este curso se recomienda tener conocimientos básicos de programación en Python, ya que es el lenguaje utilizado en los ejemplos y el proyecto final. Los contenidos se plantean de forma guiada y progresiva, por lo que no es necesario un nivel avanzado.
- También es conveniente estar familiarizado con el uso de la terminal, archivos JSON, conceptos básicos de APIs REST y el funcionamiento general de herramientas de inteligencia artificial generativa como Claude, ChatGPT, GitHub Copilot o asistentes similares.
- No es necesario tener experiencia previa creando servidores MCP. Sí se recomienda cierta comodidad trabajando con entornos técnicos: instalación de dependencias, edición de archivos de configuración y lectura de documentación técnica. Aunque el curso utiliza Python, los conceptos de arquitectura, seguridad y diseño de herramientas MCP son transferibles a otros lenguajes como TypeScript o JavaScript.
Certificado y respaldo
Respaldo institucional
Centro de Capacitación del Comercio, OTEC de la Cámara de Comercio de Santiago.
Convenio académico
Contenidos desarrollados en convenio con UNIR.
Preguntas frecuentes
¿El curso tiene horarios establecidos?
No. Es un curso asincrónico y puedes revisar sus contenidos sin conectarte a clases en un horario determinado.
¿Cómo accedo al curso después de comprarlo?
Una vez aprobado el pago y procesada la matrícula, recibirás por correo electrónico las instrucciones para acceder al aula Moodle.
¿Cómo obtengo el certificado?
Para obtener el certificado digital debes completar los contenidos y aprobar las evaluaciones establecidas en el curso.
¿Necesito conocimientos previos?
Para realizar este curso se recomienda tener conocimientos básicos de programación en Python, ya que es el lenguaje utilizado en los ejemplos y el proyecto final. Los contenidos se plantean de forma guiada y progresiva, por lo que no es necesario un nivel avanzado. También es conveniente estar familiarizado con el uso de la terminal, archivos JSON, conceptos básicos de APIs REST y el funcionamiento general de herramientas de inteligencia artificial generativa como Claude, ChatGPT, GitHub Copilot o asistentes similares. No es necesario tener experiencia previa creando servidores MCP. Sí se recomienda cierta comodidad trabajando con entornos técnicos: instalación de dependencias, edición de archivos de configuración y lectura de documentación técnica. Aunque el curso utiliza Python, los conceptos de arquitectura, seguridad y diseño de herramientas MCP son transferibles a otros lenguajes como TypeScript o JavaScript.
¿Cuánto dura el curso?
El curso tiene una duración total de 20 horas.
¿Prefieres formación en vivo o más profunda?
Conoce nuestros cursos presenciales y diplomados con relator en directo.
¿Prefieres que te asesore un ejecutivo?
Déjanos tus datos y te contactaremos para resolver tus dudas.