¿Qué es el protocolo de contexto de modelos?

El protocolo de contexto de modelos (MCP) es un protocolo open source que permite la conexión bidireccional y la comunicación estandarizada entre las aplicaciones de inteligencia artificial y los servicios externos. Un protocolo open source, o un conjunto de instrucciones, es como una receta de código que se puede usar y al que se puede contribuir con total libertad.

El MCP permite que los sistemas de inteligencia artificial se conecten virtualmente a distintas fuentes de datos y herramientas de manera sencilla y confiable. Es como si fuera un cable USB-C que conecta los dispositivos con los accesorios y permite la transmisión de los datos. 

Descubre Red Hat AI

Antes del MCP, los desarrolladores tenían que crear integraciones personalizadas de la interfaz de programación de aplicaciones (API) para los casos prácticos específicos. Esto significaba que debían volver a escribir las mismas integraciones muchas veces de maneras ligeramente diferentes. Cada conexión entre una aplicación de inteligencia artificial y un servicio externo se realizaba por encargo, lo que requería demasiado tiempo.

Con el MCP, los desarrolladores pueden usar un protocolo único y estandarizado para conectar una aplicación de inteligencia artificial con un servicio externo. El MCP no remplaza a las API, sino que estandariza la comunicación sobre la base de las API. Esto facilita el diseño de flujos de trabajo de inteligencia artificial complejos con modelos de lenguaje de gran tamaño (LLM) y la conexión de esos modelos con datos reales.

El MCP complementa los métodos tradicionales, como la generación aumentada por recuperación (RAG), y proporciona los controles de seguridad y las interfaces que las empresas necesitan para implementar la inteligencia artificial con agentes (Agentic AI) en sus sistemas y flujos de trabajo actuales. 

El MCP se basa en el modelo cliente-host-servidor, también conocido como modelo cliente-servidor, el cual incluye:

• Un cliente de MCP: Se trata de la aplicación o el sistema de inteligencia artificial que solicita acceso a los datos o los recursos externos.
• Un host de MCP: Es la infraestructura (máquina virtual, contenedor o función sin servidor) que gestiona la comunicación entre el cliente y el servidor.
• Un servidor de MCP: Consiste en el elemento que proporciona herramientas, recursos y funciones específicas al cliente.

El MCP comienza con un protocolo de enlace. En este primer contacto, también conocido como descubrimiento de funciones, se confirma que el cliente y el servidor de MCP pueden comunicarse entre sí. 

Durante el protocolo de enlace, el cliente y el servidor de MCP intercambian información importante para garantizar que son compatibles. El cliente comparte las funciones que posee y la versión de MCP que entiende. Por su parte, el servidor comparte las funciones que admite y las herramientas y los recursos que puede proporcionar al cliente.

Una vez que se completa este encuentro inicial, puede comenzar la relación de trabajo. 

Analicemos el contexto

Si la "M" hace referencia a los modelos de lenguaje y la "P" a un protocolo de comunicación estandarizado, hablemos del significado de la "C" en la sigla MCP: el contexto.

En el ámbito del MCP, el contexto se refiere a la información relevante y específica de las tareas a la que tiene acceso un modelo. Una ventana de contexto hace referencia a la cantidad de información a la que puede acceder un modelo mientras genera una respuesta. 

Antes del MCP, las aplicaciones de inteligencia artificial debían contener mucha información en su ventana de contexto. Parte de esa información era irrelevante y ocupaba espacio innecesario en la ventana de contexto, lo que daba lugar a que se produjeran alucinaciones. Con el MCP, la aplicación puede comunicarse con las herramientas y los servicios de manera más eficaz y solicitar exactamente lo que necesita en lugar de conservar información irrelevante. 

Con el contexto relevante y adecuado, los modelos pueden recordar partes anteriores de la conversación, proporcionar resultados más precisos y establecer mejores conexiones entre los fragmentos de información. El MCP permite que el cliente almacene datos relevantes en su memoria para completar la solicitud. Este proceso se denomina detección dinámica. 

La detección dinámica, que se produce después de la etapa de descubrimiento de funciones, permite que el cliente y el servidor resuelvan los problemas del usuario de manera colaborativa. Esa capacidad de compartir y analizar los datos relevantes proporciona contexto al modelo, lo que permite que las aplicaciones de inteligencia artificial actúen con flexibilidad e independencia.

Los servidores de MCP desempeñan una función fundamental al proporcionar contexto al cliente de MCP. Si conoces los distintos tipos de servidores de MCP, conocerás las integraciones que se pueden llevar a cabo y la manera de estructurar tu flujo de trabajo de inteligencia artificial.

Fuentes de datos locales. Estos servidores se conectan a la información almacenada en tu computadora, incluidos los archivos, las bases de datos locales o las aplicaciones. 

Servicios remotos. Estos servidores se conectan a través de Internet a servicios externos, como bases de datos en la nube y herramientas basadas en la web. 

Integraciones oficiales. Las empresas prediseñan estos servidores para ofrecer conexiones a los servicios conocidos que cuentan con calidad y soporte garantizados. 

Servidores de la comunidad. Los desarrolladores diseñan estos servidores y los comparten abiertamente con la comunidad de desarrolladores. 

Servidores de referencia. Estos servidores funcionan como plantillas y herramientas de aprendizaje, porque muestran prácticas recomendadas.

Los servidores de MCP hacen que acceder a los datos y la información sea más conveniente que nunca. Pero esto plantea la siguiente pregunta: ¿cómo podemos mantener protegidos los datos en nuestros servidores de MCP?

Los permisos y las políticas de seguridad regulan a qué recursos pueden acceder los servidores de MCP y qué pueden hacer. El MCP proporciona funciones de seguridad integradas, como OAuth (para autenticar el acceso de los usuarios), así como conexiones cifradas entre el cliente y el servidor.

Sin embargo, los desarrolladores también deben implementar sus propias medidas de seguridad. Las prácticas recomendadas incluyen:

• proporcionar a los servidores de MCP solo el acceso mínimo que necesitan para funcionar, lo cual también se conoce como el principio de privilegios mínimos o PoLP (este concepto de ciberseguridad tiene como objetivo reducir los daños potenciales de los usuarios no autorizados, los errores o los ataques);
• revisar periódicamente a qué recursos puede acceder cada servidor y asegurarse de que ninguno de ellos tenga permisos innecesarios o excesivos;
• comprender (como usuario) a qué recursos otorgas acceso cuando autorizas una conexión de MCP;
• usar solo servidores de MCP en los que confíes.

Obtén más información sobre los riesgos y los controles de seguridad del MCP 

La inteligencia artificial con agentes es un sistema de software que interactúa con los datos y las herramientas de tal manera que la intervención humana sea mínima. Este sistema, que se centra en el comportamiento orientado a los objetivos, puede realizar tareas mediante la creación de una lista de pasos y su posterior ejecución autónoma.

El MCP y la inteligencia artificial con agentes se ayudan mutuamente para crear sistemas de inteligencia artificial inteligentes. Con el MCP, los sistemas de inteligencia artificial pueden interactuar con el ecosistema digital más amplio para llevar a cabo las tareas de los usuarios. Sin el MCP, la inteligencia artificial con agentes puede pensar y planificar (todas las características de la inteligencia artificial generativa), pero no puede interactuar con ningún sistema externo. 

Obtén más información sobre la inteligencia artificial con agentes 

Red Hat® identificó un conjunto seleccionado de servidores de MCP que se integra a Red Hat OpenShift® AI, que forma parte de nuestra cartera de productos de inteligencia artificial. 

Los ingenieros de inteligencia artificial que utilizan Red Hat OpenShift AI pueden aprovechar estos servidores de MCP para integrar herramientas y recursos empresariales en sus aplicaciones de inteligencia artificial y flujos de trabajo con agentes.

Descubre el conjunto de servidores de MCP → 

Red Hat AI permite que los ingenieros de inteligencia artificial y los analistas de datos mejoren la precisión, la velocidad y la relevancia de las respuestas de los modelos. Al conectar los modelos con los datos para personalizarlos de manera eficiente, Red Hat AI ayuda a las empresas a desarrollar e implementar aplicaciones de inteligencia artificial según sea necesario. 

Los servicios de la plataforma principal de Red Hat AI permiten que las empresas diseñen procesos uniformes y repetibles, lo que simplifica la implementación de los agentes de inteligencia artificial en los entornos de producción.

Descubre Red Hat AI