Model Context Protocol

Documentación MCP: Conecta tus Docs a Agentes de IA

Q: ¿En qué se diferencia MCP de llms.txt?

Un archivo llms.txt es una convención estática: un archivo de texto plano que lista tu contenido para que un modelo lo lea. MCP es un protocolo de consulta interactivo: un agente llama a herramientas en tiempo real para navegar un árbol de páginas, leer una página específica o buscar entre páginas. Ambos son complementarios, pero resuelven problemas distintos. OpenDocs ofrece un servidor MCP hoy; actualmente no genera archivos llms.txt.

Q: ¿Qué herramientas expone el servidor MCP de OpenDocs?

Cuatro herramientas: list_spaces devuelve los espacios publicados disponibles para tu clave de API, get_page_tree devuelve la estructura de navegación de un espacio, get_page devuelve el contenido completo de una página como texto plano, y search_pages ejecuta una búsqueda por palabra clave dentro de un espacio. Juntas permiten que un agente descubra, navegue, lea y busque tu documentación publicada.

Cada espacio que publicas en OpenDocs queda consultable al instante por agentes de IA mediante el Model Context Protocol — sin scraping, sin exportaciones desactualizadas y sin un pipeline aparte que mantener.

¿Qué es el Model Context Protocol?

El Model Context Protocol (MCP) es un estándar abierto para conectar asistentes de IA con las herramientas y los datos que necesitan para hacer un trabajo útil. Antes de MCP, dar a un agente de IA acceso a tu documentación significaba una de dos cosas: pegar texto en un prompt a mano, o construir un scraper personalizado que se rompía cada vez que tu sitio cambiaba. MCP reemplaza eso con una interfaz limpia y estructurada. Un servidor expone un pequeño conjunto de herramientas; un cliente llama a esas herramientas; el agente obtiene exactamente el contenido que pidió, en un formato que realmente puede usar.

La forma más sencilla de entenderlo es como un puerto USB para el contexto de la IA. A un puerto USB no le importa qué conectes — un teclado, un disco, una cámara — porque ambos lados acuerdan el mismo conector. MCP es ese conector compartido para las aplicaciones de IA y las fuentes de datos. Un cliente que habla MCP puede comunicarse con cualquier servidor MCP, y un servidor que habla MCP puede servir a cualquier cliente MCP. No hay código de pegamento por integración que escribir en ningún lado.

El lado del cliente es donde el ecosistema crece rápido. Claude Desktop y Claude Code actúan como clientes MCP, y una gama cada vez más amplia de otros clientes MCP y frameworks de agentes ya admiten el protocolo. Eso importa para la documentación porque significa que los docs que ya publicas pueden convertirse en una fuente de datos viva para el asistente que tu equipo, o tus clientes, use — sin que escribas una integración a medida para cada uno.

Qué expone el servidor MCP de OpenDocs

Cuatro herramientas, aseguradas con una clave de API de OpenDocs, que permiten a un agente descubrir, navegar, leer y buscar tu documentación publicada.

`list_spaces`

Devuelve los espacios publicados que puede alcanzar tu clave de API. Un agente la usa para responder una pregunta como “¿Qué conjuntos de documentación publica esta cuenta?” antes de decidir dónde buscar.

`get_page_tree`

Devuelve la estructura de navegación completa de un espacio como un árbol. Un agente la usa para responder “¿Dónde en los docs encontraría la sección sobre webhooks?” y planear qué página abrir después.

`get_page`

Devuelve el contenido completo de una sola página como texto plano y limpio. Un agente la usa para responder “¿Cuáles son los pasos exactos para rotar una clave de API?” leyendo la página real, no un resumen de ella.

`search_pages`

Ejecuta una búsqueda por palabra clave en un espacio y devuelve las páginas coincidentes. Un agente la usa para responder “¿Algo en estos docs menciona límites de tasa?” sin conocer el árbol de páginas de antemano.

Por qué esto supera al scraping y a las exportaciones

Las viejas formas de alimentar documentación a un agente de IA comparten el mismo defecto: producen una copia, y las copias se desactualizan. Una exportación es una instantánea de tus docs en el momento en que la ejecutaste. Un scraper es una aproximación frágil de lo que ve un navegador, llena de elementos de navegación, banners de cookies y marcado de diseño que el modelo tiene que atravesar. Ambos se desactualizan en cuanto publicas una edición, y ambos ponen sobre ti la carga de mantenerlos frescos.

Servir tu documentación por MCP elimina la copia por completo. El agente lee tu contenido publicado en vivo en el momento de la consulta, así que siempre ve la versión actual — en cuanto publicas un cambio, la siguiente consulta lo refleja. No hay exportación que regenerar ni scraper que vigilar.

Como el contenido llega por una interfaz creada para ese propósito en lugar de un scrape de HTML, llega estructurado y limpio. get_page_tree entrega al agente una jerarquía de navegación real en lugar de un muro plano de enlaces, y get_page devuelve texto plano sin el mobiliario de la página alrededor. El agente gasta su contexto en tus palabras reales, no en quitar marcado.

Por último, el acceso está controlado por una clave de API. Un scraper público alcanza todo lo que un navegador puede alcanzar; el endpoint MCP de OpenDocs sirve solo los espacios que hayas publicado, y solo a un cliente que tenga una clave válida. Tú decides qué puede ver un agente, y puedes dejar de servirlo rotando la clave — algo que ninguna copia scrapeada respetará jamás.

Qué construyen los equipos con esto

Agentes de soporte que responden desde tu centro de ayuda

Apunta un asistente de soporte a tu centro de ayuda publicado por MCP. Cuando un cliente hace una pregunta, el agente busca en tus páginas, lee la relevante y responde desde la documentación que de verdad mantienes — no desde una instantánea de entrenamiento anterior a tu último lanzamiento.

Asistentes de código que leen tus guías de API

Un desarrollador trabajando en Claude Code puede hacer que el asistente traiga tus guías de API directamente por MCP mientras programa. El asistente lee tu flujo de autenticación, la referencia de endpoints y los ejemplos en el momento, así que sus sugerencias coinciden con cómo funciona tu API de verdad.

Asistentes internos que buscan en los SOPs de la empresa

Publica tus procedimientos operativos estándar en un espacio restringido y deja que un asistente interno los consulte por MCP. El personal pregunta en lenguaje natural; el agente busca en los SOPs, abre la página correcta y devuelve el procedimiento exacto — con el acceso controlado por tu clave de API.

Cómo encaja en tu flujo de trabajo

El punto del servidor MCP de OpenDocs es que no necesita ningún flujo de trabajo aparte. Escribes documentación como ya lo haces — en el editor visual por bloques, o en Markdown sincronizado desde un repositorio de GitHub mediante GitHub Sync — y la publicas como ya lo haces. El endpoint MCP simplemente sirve lo que has publicado. No hay un segundo sistema que mantener al día, porque los docs que ven tus lectores y los docs que consultan tus agentes son los mismos docs.

Esa propiedad de fuente única de verdad es lo que lo hace confiable. Cuando un escritor corrige un paso en el editor visual, o un ingeniero envía un cambio en Markdown por git, la página publicada se actualiza — y la siguiente consulta MCP devuelve el contenido corregido. Tus lectores humanos y tus agentes de IA ven las actualizaciones en el mismo momento, porque leen las mismas páginas publicadas.

Empezar es deliberadamente simple: genera una clave de API en la configuración de tu OpenDocs y luego apunta tu cliente MCP al endpoint MCP de OpenDocs usando esa clave. Como OpenDocs usa el transporte streamable HTTP, cualquier cliente compatible con MCP que hable MCP sobre HTTP puede conectarse. A partir de ahí, las cuatro herramientas están disponibles para el agente que hayas configurado.

Una nota honesta sobre dónde está MCP

MCP es un estándar joven, y el ecosistema a su alrededor todavía está evolucionando. Los clientes, los transportes y las convenciones están madurando rápido, y parte del tooling que encontrarás es temprano. Preferimos decírtelo con claridad antes que sobrevenderlo. Lo que sí podemos comprometer es que OpenDocs sigue el estándar a medida que se desarrolla, para que el servidor MCP siga funcionando con los clientes que importan a medida que el protocolo se asienta.

También vale la pena ser claros sobre una idea relacionada pero distinta. Puede que hayas visto llms.txt comentado como una forma de hacer un sitio más amigable para los modelos de lenguaje. Esa es una convención estática — un archivo de texto que lista tu contenido — y es un estándar emergente genuinamente útil, pero no es lo mismo que un protocolo de consulta interactivo. OpenDocs actualmente no genera archivos llms.txt para los sitios publicados. Lo que OpenDocs ofrece hoy es un servidor MCP funcional que los agentes pueden consultar en tiempo real.

Preguntas frecuentes

¿Qué es el Model Context Protocol (MCP)?

El Model Context Protocol es un estándar abierto para conectar asistentes de IA con herramientas y fuentes de datos externas. En lugar de copiar texto en un prompt o hacer scraping de un sitio web, un cliente compatible con MCP puede llamar a herramientas estructuradas que expone un servidor MCP. OpenDocs ejecuta un servidor MCP para que los agentes de IA puedan listar, navegar, leer y buscar la documentación que publicas.

¿Qué clientes de IA se pueden conectar al servidor MCP de OpenDocs?

Cualquier cliente compatible con MCP se puede conectar. Eso incluye Claude Desktop, Claude Code y un ecosistema creciente de otros clientes MCP y frameworks de agentes. OpenDocs usa el transporte streamable HTTP, así que un cliente que habla MCP sobre HTTP puede apuntar al endpoint MCP de OpenDocs y empezar a llamar herramientas.

¿Mi documentación privada queda expuesta a los agentes de IA?

No. El endpoint MCP requiere una clave de API de OpenDocs y solo sirve los espacios que hayas publicado. Nada es público de forma predeterminada, y un agente no puede acceder a contenido que no hayas publicado. Tú controlas el acceso mediante tu clave de API y mediante qué espacios están publicados.

¿El acceso MCP tiene un costo adicional?

El acceso MCP se asegura con una clave de API de OpenDocs. El acceso a la API y la documentación completa de la API son funciones de Enterprise. Para ver qué incluye cada plan y los precios actuales, consulta la página de precios.

¿En qué se diferencia MCP de llms.txt?

Un archivo llms.txt es una convención estática: un archivo de texto plano que lista tu contenido para que un modelo lo lea. MCP es un protocolo de consulta interactivo: un agente llama a herramientas en tiempo real para navegar un árbol de páginas, leer una página específica o buscar entre páginas. Ambos son complementarios, pero resuelven problemas distintos. OpenDocs ofrece un servidor MCP hoy; actualmente no genera archivos llms.txt.

¿Qué herramientas expone el servidor MCP de OpenDocs?

Cuatro herramientas: list_spaces devuelve los espacios publicados disponibles para tu clave de API, get_page_tree devuelve la estructura de navegación de un espacio, get_page devuelve el contenido completo de una página como texto plano, y search_pages ejecuta una búsqueda por palabra clave dentro de un espacio. Juntas permiten que un agente descubra, navegue, lea y busque tu documentación publicada.