MCP · Empezar

Qué es MCP

Esta página asume que conocés FHIR. No asume que conocés MCP. Si ya trabajaste con MCP en otro proyecto, podés saltar a la página de instalación.

Definición corta

MCP en una frase

MCP es FHIR para AIs: un estándar abierto que permite que asistentes IA hablen con herramientas externas sin integraciones a medida.

MCP = Model Context Protocol · Anthropic · noviembre 2024

La analogía con FHIR es deliberada. Antes de FHIR, integrar dos sistemas clínicos requería mapeos custom para cada par de sistemas. Antes de MCP, conectar un AI con una herramienta requería integraciones custom para cada par AI–herramienta. MCP estandariza ese contrato: cualquier AI compatible puede consumir cualquier servidor MCP sin glue code.

La distinción que más se confunde

Cliente MCP vs servidor MCP

MCP define dos roles. Es importante saber cuál sos en cada momento:

Cliente MCP

Tu asistente IA

Es la app donde escribís: Claude Desktop, Cursor, Continue, Copilot vía plugin. El cliente consume servidores MCP. Vos no programás un cliente — usás los que ya existen.

Ejemplos: Claude Desktop · Cursor · Continue

Servidor MCP

Fhiron · y cualquier herramienta que querás exponer

Es lo que provee capacidades: tools que el AI puede invocar, resources que puede leer, prompts pre-armados. Fhiron es un servidor MCP. GitHub, Notion, Slack, tu base de datos también pueden serlo.

Fhiron · GitHub MCP · Notion MCP · …

Para usar Fhiron necesitás las dos partes: un cliente MCP donde escribís (Claude Desktop, Cursor) y el servidor Fhiron corriendo en segundo plano via npx.

Tools · Resources · Prompts

Las tres primitivas de MCP

Un servidor MCP expone capacidades en tres formas. Cada una sirve un propósito distinto. Conocerlas te ayuda a entender qué pedirle a Fhiron en cada situación:

ToolsFunciones que el AI puede llamar

Acciones con efecto. El AI decide cuándo invocarlas, le pasa argumentos, recibe un resultado. En Fhiron: validar un recurso, lintear, sugerir un fix, comparar dos versiones.

validate_clcore({ resource: <Patient JSON> })
ResourcesDocumentos que el AI puede leer

Datos consultables identificados por una URI. El AI los lee como contexto cuando los necesita. En Fhiron: el changelog de CL Core, el catálogo de errores frecuentes, la normativa MINSAL vigente.

clcore://changelog
PromptsPlantillas de tarea reusables

Instrucciones pre-armadas que el dev invoca con argumentos. Producen un mensaje listo para que el AI lo ejecute. En Fhiron: componer un Bundle de alta médica, una receta retenida, una notificación SEREMI.

compose-bundle-alta-medica({ patient_id, encounter_class })

Cómo elegir

  • Si necesitás hacer algo (validar, transformar, comparar) → es un Tool.
  • Si necesitás consultar algo (qué dice el changelog, cuáles son los errores frecuentes) → es un Resource.
  • Si necesitás que el AI genere algo siguiendo una receta (un Bundle de alta, una LME) → es un Prompt.

Flujo end-to-end

Cómo se conecta todo

Cuando preguntás algo a tu AI y este invoca a Fhiron, el flujo es siempre el mismo:

01

Developer

Vos escribís en el chat: «valida este Patient»

02

Cliente MCP

Claude Desktop / Cursor decide qué tool usar y cómo llamarla

03

Servidor MCP Fhiron

Recibe la llamada al tool, ejecuta la validación CL Core localmente

04

Resultado

OperationOutcome traducido al español, devuelto al AI, mostrado en el chat

Todo el camino es local. Tu Patient nunca sale a un servicio externo.

La pregunta inevitable

Por qué MCP y no una API REST

Una pregunta razonable: si Fhiron ya tiene una API REST /api/validate, ¿para qué un servidor MCP encima? Tres razones, en orden de importancia:

  1. El AI decide cuándo llamar. En REST vos escribís el código que invoca el endpoint. En MCP el AI razona sobre tu petición y elige qué tool usar y con qué argumentos. No tenés que prescribir el flujo, solo describir la capacidad.
  2. Sin glue code por cada AI nuevo. Soportar Claude, GPT, Gemini y un agente local con REST significa cuatro integraciones separadas. Con MCP es un solo servidor que todos los clientes compatibles consumen de la misma forma.
  3. Resources y Prompts no encajan en REST. REST es bueno para acciones (POST/GET/PUT/DELETE). MCP también expone conocimiento (Resources) y plantillas de tarea (Prompts). Eso no se modela naturalmente como endpoints REST — son primitivas distintas.

La API REST de Fhiron sigue existiendo y es útil cuando integrás Fhiron en un pipeline CI/CD, en un backend tradicional o en un script. El MCP es la forma idiomática de usarlo desde un editor asistido por AI.

Sigue leyendo

Próximo paso

Con esto ya entendés qué es MCP y cómo Fhiron encaja en él. La siguiente página (cuando esté disponible) cubre la instalación paso a paso en Claude Desktop, Cursor y un tercer cliente.