Este proyecto crea un servidor MCP en Python que expone una herramienta para consultar una API externa. Compatible con Claude Desktop o ChatGPT Desktop que soporten el Model Context Protocol (MCP).

• Exposición de una herramienta (tool) vía MCP
• Consulta HTTP a una API externa
• Integración directa con Claude/Desktop vía claude.json

• Python 3.9+
• mcp[cli] (instalable vía pip o uv)
• Claude o ChatGPT Desktop (con soporte MCP)

.
├── servidores/profile.py          # Servidor MCP con herramientas para interactuar con mi backend del curriculum.
├── server.py                     # Servidor MCP con herramienta "consultar_api".
├── .env                          # Variables opcionales para auth/API.
├── claude.json                   # Config. MCP para integrarlo directamente.
└── README.md                     # Este documento.

pip install "mcp[cli]"

uv init mcp-api-server
cd mcp-api-server
uv add "mcp[cli]"

mcp install mi_script.py

mcp install mi_script.py -f .env

pip install -r requirements.txt

Crea un archivo .env en la raíz del proyecto para definir variables de entorno opcionales:

# .env
API_KEY=mi_api_key
API_URL=https://miapi.com/consulta

from mcp.server.fastmcp import FastMCP
import httpx

mcp = FastMCP("API Wrapper")

@mcp.tool(description="Consulta una API externa")
async def consultar_api(param: str) -> str:
    """Consulta una API externa con un parámetro y devuelve la respuesta."""
    async with httpx.AsyncClient() as client:
        r = await client.get(f"https://miapi.com/consulta?param={param}")
        return r.text

mcp dev server.py

mcp run server.py

O con uv:

uv run --with mcp[cli] mcp run server.py

Ubica claude.json en la carpeta de configuración de Claude/Desktop:

• En Windows: %APPDATA%\Claude\claude.json
• En Linux/macOS: ~/.claude/claude.json

Ejemplo:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/codigo/backend-curso-inkor/proyectos_memes"
      ]
    },
    "Demo": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "C:\\codigo\\backend-curso-inkor\\MCP\\server.py"
      ]
    }
  }
}

Puedes pedirle al modelo:

Usa la herramienta consultar_api con el parámetro "ping"

Y el modelo usará tu servidor MCP para hacer una llamada HTTP en tiempo real.

@mcp.tool()
async def traducir(texto: str, lang: str) -> str:
    return f"Traducido: {texto} → {lang}"

• Documentación oficial MCP: https://docs.mcp.run/
• Repositorio SDK Python: https://github.com/modelcontextprotocol/mcp

✅ Hecho con amor y httpx 🚀