Conector MCP vía API: configuración, OAuth y uso de tool calls

El Conector MCP vía API permite que tu aplicación de IA (por ejemplo, Claude) se conecte directamente a servidores MCP remotos, sin necesidad de instalar un cliente MCP independiente.
Esto simplifica la integración y acelera la adopción de MCP en entornos donde ya trabajas con APIs.

Blog-4-Conector

 

1. Configuración básica

Para habilitar el conector MCP en la API de Claude (o un cliente compatible), es necesario incluir el parámetro mcp_servers en la petición a la API junto con los datos de configuración de cada servidor.

Ejemplo en cURL:

curl https://api.anthropic.com/v1/messages \

  -H "Content-Type: application/json" \

  -H "X-API-Key: $ANTHROPIC_API_KEY" \

  -H "anthropic-version: 2023-06-01" \

  -H "anthropic-beta: mcp-client-2025-04-04" \

  -d '{

    "model": "claude-sonnet-4-20250514",

    "max_tokens": 1000,

    "messages": [{"role": "user", "content": "What tools do you have available?"}],

    "mcp_servers": [

      {

        "type": "url",

        "url": "https://example-server.modelcontextprotocol.io/sse",

        "name": "example-mcp"

      }

    ]

  }'

Campos clave:

  • type: siempre "url" en esta versión.
  • url: endpoint HTTPS del servidor MCP.
  • name: identificador único del servidor, usado para diferenciar herramientas en las respuestas.

2. Autenticación con OAuth

Si el servidor MCP requiere autenticación, se debe incluir el authorization_token en la configuración del servidor.

Ejemplo:

{
  "type": "url",
  "url": "https://example-server.modelcontextprotocol.io/sse",
  "name": "authenticated-server",
  "authorization_token": "YOUR_ACCESS_TOKEN_HERE"
}

Cómo obtener el token:

    1. Usar la herramienta MCP Inspector (npx @modelcontextprotocol/inspector).

    2. Seleccionar el tipo de transporte (SSE o Streamable HTTP).

    3. Configurar los ajustes de autenticación.

    4. Completar el flujo OAuth y copiar el access_token.

    5. Pegarlo en el campo authorization_token.

3. Uso de tool calls

Una vez conectado, el cliente MCP puede:

  • Descubrir herramientas disponibles en el servidor.

  • Ejecutar tool calls enviando parámetros desde la API.

Ejemplo de bloque de uso de herramienta en la respuesta:

{
  "type": "mcp_tool_use",
  "id": "mcptoolu_014Q35RayjACSWkSj4X2yov1",
  "name": "echo",
  "server_name": "example-mcp",
  "input": { "param1": "value1", "param2": "value2" }

}

Ejemplo de bloque de resultado:

{
  "type": "mcp_tool_result",
  "tool_use_id": "mcptoolu_014Q35RayjACSWkSj4X2yov1",
  "is_error": false,
  "content": [
    {
      "type": "text",
      "text": "Hello"
    }
  ]

}

Estos bloques permiten a la IA interactuar de forma directa con funciones expuestas por el servidor MCP.

 

4. Ventajas del conector MCP vía API

  • No requiere instalar un cliente MCP local.
  • Compatible con múltiples servidores en una sola petición.
  • Soporte para OAuth y control de herramientas permitidas.
  • Integra herramientas externas de forma segura y en tiempo real.

Conclusión

El conector MCP vía API es la forma más rápida de integrar tu asistente de IA con servidores MCP remotos, habilitando acceso seguro, bidireccional y contextual a tus datos y herramientas.
Ya sea para ejecutar tool calls, acceder a bases de datos o interactuar con sistemas internos, esta configuración te abre la puerta a todo el ecosistema MCP sin complejidad técnica extra.