OpenAI agrega soporte para MCP en Agents SDK

• MCP (Model Context Protocol) es una forma estandarizada de proporcionar herramientas y contexto a los LLM
• Como un puerto USB-C, funciona como una interfaz estándar que conecta modelos de IA con diversas fuentes de datos o herramientas
• OpenAI Agents SDK admite MCP, por lo que puede integrarse con varios servidores MCP

Servidores MCP

• Actualmente, la especificación MCP define dos tipos de servidores según el mecanismo de transporte utilizado:
  1. Los servidores stdio se ejecutan como subprocesos de la aplicación y pueden considerarse como ejecuciones "locales".
  2. Los servidores HTTP over SSE se ejecutan de forma remota y se conectan mediante una URL.
• Puedes conectarte a estos servidores usando las clases MCPServerStdio y MCPServerSse.
• Por ejemplo, así se usa el servidor oficial de sistema de archivos de MCP:

  async with MCPServerStdio(  
      params={  
          "command": "npx",  
          "args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],  
      }  
  ) as server:  
      tools = await server.list_tools()  
  

Caché

• Llamar a list_tools() del servidor MCP cada vez que se ejecuta un agente puede generar latencia, especialmente si el servidor es remoto.
• Para almacenar automáticamente en caché la lista de herramientas, puedes pasar cache_tools_list=True a MCPServerStdio y MCPServerSse. Esto solo debe hacerse cuando estés seguro de que la lista de herramientas no cambiará.
• Para invalidar la caché, puedes llamar a invalidate_tools_cache() en el servidor.

[xguru]

Anthropic publica como código abierto Model Context Protocol
Cómo desarrollar con Model Context Protocol (MCP)
Explicación comparativa entre MCP y API
Awesome MCP Servers - Lista de servidores compatibles con Model Context Protocol

[GN⁺]

Opiniones en Hacker News

• Hoy MCP agregó Streamable HTTP. Es un gran avance porque ya no hace falta mantener una conexión permanente con servidores HTTP remotos

  • Pero, al ver la especificación, introducir un paradigma estilo LSP en servidores HTTP remotos agrega mucha complejidad
  • Tradicionalmente, esto se hacía enviando { "location": "New York" } por HTTP POST a /get_weather
  • Se propuso reducir la complejidad y volver a servidores HTTP tradicionales. La sesión se negocia con el encabezado Authorization y se usan endpoints tradicionales
  • Será mucho más fácil construir servidores y no hará falta que los frameworks web se actualicen para ajustarse a la especificación

• Existe la analogía de pensar en MCP como el puerto USB-C de las aplicaciones de IA

  • Como ingeniero de software, esa analogía no ayuda mucho

• Me preguntaba si OpenAI iba a respaldarlo oficialmente, pero ahora ya tengo la respuesta

  • MCP se ha convertido en el estándar de la industria para conectar LLM con herramientas externas

• Esperaba que soportara OpenAPI. He creado algunos servidores MCP, pero se siente como una API menos flexible y peor documentada

  • Cuesta encontrar en qué supera MCP a OpenAPI. Se reduce un poco el código, pero las opciones se reducen muchísimo
  • Con el tiempo, Swagger terminará integrado

• Cuesta entender cuál es el valor de MCP. En medio del caos de la tecnología de IA moderna, se siente como otra distracción más

  • MCP es un protocolo abierto que estandariza cómo las aplicaciones le entregan contexto a un LLM
  • Me pregunto qué es exactamente lo que hay que estandarizar. Estamos usando transformadores de texto a texto que operan sobre cadenas tokenizadas arbitrarias
  • Cosas como las llamadas de herramientas/funciones también son heurísticas ingeniosas construidas sobre texto simple

• Construí una arquitectura en la que los agentes de IA pueden usar "herramientas" localmente. Funciona con todo tipo de LLM y servidores de LLM

  • Funciona como middleware y opera en streaming entre el servidor de LLM y el cliente de chat
  • Es un proyecto open source, pero el repositorio no se actualiza porque nadie ha mostrado interés en el código

• Faltan videos que muestren cómo se usa MCP en la práctica. Faltan casos de uso reales para programadores

• Existe la analogía de pensar en MCP como el puerto USB-C de las aplicaciones de IA

  • Como he escuchado muchas historias sobre el dolor que implica implementar USB, sería mejor buscar otra analogía

• Parece que esto apunta a la versión antigua de MCP, HTTP+SSE, y no a la nueva versión Streaming HTTP

  • También incluye soporte para OAuth 2.1, batching de JSON-RPC y más

• Si quieres probar MCP de forma sencilla, hice <a href="https://skeet.build/mcp" rel="nofollow">skeet.build/mcp</a>

  • Lo hice por la complejidad de la configuración de MCP, la falta de soporte y la dificultad de construirlo por cuenta propia
  • Se usa principalmente para flujos de trabajo como estos
    • Escribir un resumen al iniciar un PR
    • Publicar un resumen o comentario en Slack, Linear/Jira
    • Traer un issue de Sentry y corregirlo
    • Crear un issue en Linear al encontrar un bug
    • Traer un issue de Linear y hacer una primera pasada
    • Traer documentos de Notion y PRD, y generar referencias de API basadas en la base de código
    • Esquemas de Postgres o MySQL para desarrollo rápido de modelos
  • Está enfocado en facilidad de uso, flujos de trabajo prácticos para desarrolladores y servidores MCP de alta calidad

[samchon]

Yo también pienso que OpenAPI function calling no será mejor. Volver a hacer esto con el protocolo MCP también da trabajo.

[mangoblue]

¿No será la diferencia entre push y poll? En lugar de hacer function calling para cada modelo o servicio, me parece que para terceros es más conveniente alojar la especificación de MCP y que el agente la consulte mediante poll.