¿Qué es el Model Context Protocol (MCP) y cómo se relaciona con OpenAPI? #
A medida que los agentes de IA y los modelos de lenguaje de gran tamaño (LLM) han adquirido la capacidad de invocar herramientas externas, ha surgido un nuevo tipo de estándar que describe cómo se conecta un cliente de IA con esas herramientas: el Model Context Protocol (MCP). Presentado por Anthropic a finales de 2024 y adoptado desde entonces por varias plataformas de IA y herramientas para desarrolladores, MCP se menciona con frecuencia junto a OpenAPI, pero ambos estándares resuelven problemas distintos y suelen usarse conjuntamente en lugar de como alternativas.
¿Qué es el Model Context Protocol? #
MCP es un protocolo abierto, basado en JSON-RPC, que estandariza cómo las aplicaciones de IA (denominadas hosts o clientes, como un IDE, un cliente de chat o un framework de agentes) se conectan con servidores externos que exponen:
- Tools (herramientas): funciones invocables que el modelo puede llamar (análogas a una operación de una API).
- Resources (recursos): datos de solo lectura que el modelo puede incorporar a su contexto (archivos, registros de bases de datos, documentos).
- Prompts: plantillas de prompt reutilizables que un host puede ofrecer a los usuarios.
Un servidor MCP se sitúa entre un host de IA y un sistema real (una base de datos, un producto SaaS, un servicio interno) y le ofrece una interfaz cuidadosamente diseñada y adaptada a los modelos. A diferencia de un formato de plugin ligado a un único proveedor de IA, un servidor MCP puede conectarse a cualquier host compatible con MCP: el mismo servidor funciona con varios clientes de IA sin necesidad de volver a desarrollarlo.
En qué se diferencia MCP de OpenAPI #
| Aspecto | OpenAPI | MCP |
|---|---|---|
| Propósito principal | Describir la forma de una API HTTP (rutas, esquemas, autenticación) | Estandarizar la conexión entre un host de IA y un servidor de herramientas o datos |
| Transporte | HTTP/HTTPS | JSON-RPC sobre stdio, HTTP+SSE o streamable HTTP |
| Consumidor | Cualquier cliente HTTP, humano o máquina | Específicamente hosts y agentes de IA |
| Descubrimiento | Un documento estático (openapi.yaml/.json) | Los servidores anuncian tools, resources y prompts en tiempo de ejecución mediante métodos del protocolo |
| Formato de esquema | Objeto Schema de OpenAPI (alineado con JSON Schema desde la 3.1) | JSON Schema para la entrada y salida de las tools |
| Resultado típico | Toda la superficie de una API para crear clientes, documentación y SDK | Un conjunto reducido y cuidadosamente seleccionado de capacidades orientadas a agentes |
En resumen: OpenAPI describe una API; MCP describe cómo un agente de IA se comunica con un servidor que expone capacidades, las cuales pueden estar respaldadas, o no, por una API REST descrita con OpenAPI.
Dónde coinciden OpenAPI y MCP #
Los dos estándares se cruzan de forma más directa en torno a las definiciones de herramientas. Tanto una operación de OpenAPI como una tool de MCP necesitan un nombre, una descripción en lenguaje natural y un JSON Schema para sus entradas; las mismas cualidades que importan para las descripciones de OpenAPI aptas para IA se aplican directamente a las definiciones de tools de MCP.
Debido a este solapamiento, es habitual generar un servidor MCP a partir de un documento OpenAPI existente: existen varios generadores de código abierto que leen un archivo OpenAPI y exponen automáticamente sus operaciones como tools de MCP, lo que permite a los equipos reutilizar una descripción de API ya escrita en lugar de programar a mano un servidor MCP independiente. Por el contrario, los equipos que quieren exponer un subconjunto de una API más grande, orientado a agentes y cuidadosamente seleccionado (en lugar de toda su superficie), suelen recurrir a la especificación OpenAPI Overlay para producir un documento acotado antes de generar a partir de él un servidor MCP.
¿Se pueden usar ambos juntos? #
Sí, y en la práctica este es el patrón más habitual:
- OpenAPI sigue siendo la fuente de verdad de la propia API REST, y se utiliza para la documentación para personas, la generación de SDK, la validación y cualquier cliente que no sea de IA.
- MCP envuelve un subconjunto de esa API (o de un conjunto de API relacionadas), diseñado específicamente para agentes, como tools y resources, expuestos mediante un protocolo que cualquier host de IA compatible con MCP ya sabe utilizar.
Esto refleja cómo las Custom Actions de OpenAI y los conectores de Microsoft Copilot Studio consumen directamente documentos OpenAPI: MCP simplemente estandariza esa conexión a nivel de protocolo en lugar de dejarla en manos del formato de plugin propietario de cada proveedor de IA.
¿Debes elegir OpenAPI o MCP para tu integración de IA? #
En realidad no son opciones que compitan entre sí:
- Si estás creando o ya mantienes una API REST, OpenAPI sigue siendo la forma adecuada de describirla: MCP no la sustituye.
- Si estás creando una integración de agentes de IA que debe funcionar con varios hosts de IA sin código personalizado para cada uno, MCP es la capa de conexión adecuada, y se puede generar a partir de tu documento OpenAPI existente en lugar de construirse desde cero.
Conclusión #
El Model Context Protocol y OpenAPI abordan capas distintas del mismo problema: OpenAPI describe lo que una API puede hacer, mientras que MCP estandariza cómo un agente de IA se conecta e invoca capacidades cuidadosamente seleccionadas. En lugar de elegir uno u otro, la mayoría de los equipos que crean sistemas integrados con IA mantendrán OpenAPI como descripción de la API y añadirán un servidor MCP por encima para la conectividad con agentes, reutilizando las descripciones de herramientas, los esquemas y las prácticas de diseño que hacen que un documento OpenAPI sea apto para IA desde el principio.
Última actualización: 13 de agosto de 2026.