MCP + Skills: cómo convertir tu SaaS en una herramienta real para agentes de IA en 2026
Los agentes de IA no hacen clic en tu panel. Llaman a servidores MCP y siguen Skills. Lanza ambos - o sigue invisible dentro de Claude, Cursor, ChatGPT y Copilot.
MCP (Model Context Protocol) es el estándar abierto JSON-RPC que permite a los agentes de IA llamar a tu SaaS como una API. Las Skills son manuales empaquetados en markdown que le dicen al agente cuándo y cómo usarlo. El SaaS que lanza solo uno - o ninguno - se vuelve invisible dentro de Claude, Cursor, ChatGPT y Copilot. El mínimo de 2026: un servidor MCP, una Skill, listados en los registros.
Datos clave
- Las descargas del SDK de MCP crecieron de ~100 mil/mes en el lanzamiento (nov 2024) a 97 millones/mes en marzo de 2026 - aproximadamente 970x en 18 meses.
- 10 000+ servidores MCP públicos estaban activos cuando MCP se unió a la Linux Foundation en diciembre de 2025; un censo independiente del Q1 2026 indexó 17 468.
- El repositorio de referencia modelcontextprotocol/servers alcanzó ~84 mil estrellas en GitHub en abril de 2026.
- Claude lista 75+ conectores MCP propios en su directorio; Cursor, Windsurf, VS Code, ChatGPT y Goose soportan MCP de forma nativa.
- Los cuatro proveedores más grandes (OpenAI, Google, Microsoft, Salesforce) lanzaron soporte a MCP dentro de los 13 meses desde el lanzamiento.
Qué cambió en 2026
Los agentes de IA no hacen clic en tu panel. Llaman a tus herramientas. La interfaz que importó en 2015 (aplicación web), 2020 (API REST) y 2024 (chat) está siendo reemplazada por una nueva: el agente llama a una herramienta, la herramienta devuelve datos, el agente decide el siguiente paso. Si tu SaaS no es invocable por un agente, no está en el flujo.
Dos estándares abiertos definen ahora qué significa "invocable por un agente":
- MCP (Model Context Protocol) - manos. Estándar abierto JSON-RPC de Anthropic, donado a la Linux Foundation en diciembre de 2025. Permite a los agentes descubrir e invocar tus herramientas.
- Skills - cerebro. Paquetes markdown, convertidos en estándar abierto en agentskills.io en diciembre de 2025. Le dicen al agente cuándo y cómo usar las herramientas.
Lanza ambos, entra en los registros, y tu SaaS se convierte en una herramienta real dentro de Claude, Cursor, Windsurf, ChatGPT y Copilot. Salta esto y te vuelves invisible.
MCP de un vistazo
MCP es JSON-RPC 2.0 sobre tres transportes: stdio (local), Streamable HTTP (remoto, recomendado desde la especificación 2025-03) y SSE (obsoleto). Los servidores exponen tres primitivas:
| Primitiva | Quién la dispara | Ejemplo |
|---|---|---|
| Tools | Modelo | analyze_url(url), generate_llms_txt(domain) |
| Resources | Modelo lee | Informe markdown en report://2026-04/analyze/{id} |
| Prompts | Usuario invoca | Plantilla /audit-aeo que prerrellena el flujo de análisis |
Los números son inequívocos. Las descargas del SDK crecieron de ~100 mil/mes en el lanzamiento (nov 2024) a 97 millones/mes en marzo de 2026 - aproximadamente 970x en 18 meses. El repositorio oficial modelcontextprotocol/servers superó las 84 mil estrellas en GitHub en abril de 2026. El censo Nerq del Q1 2026 indexó 17 468 servidores MCP públicos en los registros.
La adopción ya no es opcional. OpenAI, Google, Microsoft, Salesforce, Atlassian, HubSpot, Notion, Cloudflare, Sentry, Figma, Canva, Zapier, ActiveCampaign, Apollo, LinkedIn - todos lanzaron servidores MCP dentro de los 13 meses del lanzamiento.
Skills de un vistazo
Una Skill es una carpeta con un único archivo obligatorio: SKILL.md. El frontmatter YAML declara name y description; el cuerpo markdown explica el procedimiento. Vecinos opcionales: scripts, ejemplos, documentos de referencia.
inite-aeo-analyzer/
SKILL.md
examples/
good-llms-txt.md
sample-citation-audit.md
schema-templates/
organization.json
faqpage.json
El mecanismo es divulgación progresiva: al iniciar, el agente carga en el prompt del sistema solo name y description de cada Skill instalada. El cuerpo se carga solo cuando la descripción coincide con la intención del usuario. Esto mantiene el contexto barato y permite lanzar docenas de Skills sin saturación.
Skills se lanzaron en Anthropic el 16 de octubre de 2025, se convirtieron en estándar abierto el 18 de diciembre de 2025 y ahora están soportadas por Microsoft (VS Code, GitHub), Cursor, Goose, Amp y OpenCode. Socios del directorio de lanzamiento: Atlassian, Canva, Cloudflare, Figma, Notion, Ramp y Sentry.
Por qué tu SaaS necesita ambos
Separación clara:
- MCP = conectividad. "Dame acceso a la base de datos."
- Skill = conocimiento procedimental. "Al consultar la base, filtra siempre por tenant_id; formatea la salida como tabla markdown."
- Prompt del sistema = persona siempre activa. Sin divulgación progresiva.
- Subagente = ventana de contexto aislada para una tarea pesada.
Lanza MCP sin Skill: los agentes obtienen manos pero sin manual. Llaman a analyze_url y se traban. Lanza Skill sin MCP: el agente lee el procedimiento y fabrica resultados porque no tiene conectividad real. Lanza ambos: el agente lee tu Skill, llama al servidor MCP en el orden correcto y devuelve un resultado verificable.
Un ejemplo práctico: el servidor MCP de inite.ai
Para un analizador AEO/SEO B2B, la superficie se ve así:
| Herramienta | Trabajo | Límite de salida |
|---|---|---|
analyze_url(url) | Auditoría AEO completa | resumen de 4 KB + URL del informe |
get_citation_lift(url, engines) | Puntuar probabilidad de cita en Perplexity/Google AIO/ChatGPT | 1 KB JSON |
generate_llms_txt(domain) | Producir llms.txt listo para desplegar | text/markdown |
audit_schema(url) | Detectar FAQPage, Organization, BreadcrumbList ausentes | 2 KB JSON |
suggest_internal_links(url) | Mapear oportunidades de enlaces internos | 2 KB JSON |
get_keyword_gap(domain, competitor) | Sacar a la luz consultas no cubiertas | 3 KB JSON |
score_aeo_readiness(url) | Puntuación única 0-100 para priorización | int de 256 bytes |
Cada descripción de herramienta (en el esquema MCP) se lee como texto publicitario: verbos, ejemplos, salidas acotadas. La Skill (inite-aeo-analyzer/SKILL.md) le dice al agente: "Úsame cuando el usuario quiera auditar una URL para AI Engine Optimization, probabilidad de cita en ChatGPT/Claude/Perplexity, generación de llms.txt o vacíos en schema/enlaces internos. Llama primero a analyze_url, luego a audit_schema, luego a suggest_internal_links. Formatea la salida como una lista priorizada de tareas."
Esa es la unidad de distribución en 2026. No un panel. No un endpoint REST. Un servidor MCP con una Skill.
Un manual de 90 días
Días 0-14 - mapeo de superficie. Elige 5-8 trabajos centrales. Decide cuáles serán Tools (escritura/cómputo), Resources (informes solo lectura), Prompts (plantillas de usuario).
Días 15-35 - construye el servidor MCP. Usa el SDK de TypeScript o Python de modelcontextprotocol. Despliega como Streamable HTTP detrás de tu gateway de API actual. Reutiliza la autenticación existente vía OAuth 2.1 con registro dinámico de cliente. Mapea cada herramienta 1:1 a endpoints internos. Escribe descripciones optimizadas para LLM en los campos description del JSON Schema.
Días 36-55 - construye la Skill. Un SKILL.md por flujo. La descripción en el frontmatter debe contener frases gatillo que los usuarios realmente escriben. El cuerpo documenta el orden de invocación, las reglas de formato de salida y los casos límite. Adjunta ejemplos y activos de referencia.
Días 56-75 - distribución. Envía al registro de la LF, PulseMCP, Smithery, Composio Hub, directorio de Cursor, directorio de conectores de Claude. Abre la Skill en GitHub. Envía a agentskills.io. Añade botones "Instalar en Claude / Cursor / Windsurf" en tu sitio. Publica /.well-known/mcp.json.
Días 76-90 - medición e iteración. Instrumenta el tráfico MCP por herramienta, por cliente (vía UA), por tasa de éxito. Añade un Resource /metrics para usuarios avanzados. Publica un changelog público. Lanza en Hacker News y en el subreddit de MCP.
Para el día 90, tu SaaS es una herramienta real dentro de las principales superficies de agentes - y tus competidores que se saltaron esto siguen esperando que los usuarios inicien sesión.
Qué mata la adopción
Nueve modos de falla explican la mayoría de los despliegues de MCP estancados:
- Descripciones vagas de herramientas. El modelo nunca llama. Trata las descripciones como texto publicitario.
- Salidas JSON sin límite. Revientan la ventana de contexto. Limita, pagina, ofrece
summary=true. - Claves de API por llamada en lugar de OAuth. Matan la conversión en la instalación. Lanza OAuth 2.1 desde el día uno.
- MCP sin Skill. Manos sin cerebro. Las herramientas equivocadas disparan en el orden equivocado.
- Skill sin MCP. Cerebro sin manos. El agente fabrica resultados.
- Despliegue solo en stdio. Inutilizable desde Claude en la nube o ChatGPT.
- Ignorar el registro. El descubrimiento es la barrera de defensa.
- Sin telemetría. No se puede saber qué superficies de herramienta son peso muerto.
- Descripción genérica de Skill. Nunca se carga automáticamente. Incluye frases gatillo que los usuarios realmente escriben."
La conclusión
La curva de MCP es la curva de adopción de estándar más empinada en herramientas de desarrollador desde REST. 970x de crecimiento del SDK en 18 meses, 17K+ servidores públicos, todos los grandes proveedores lanzando soporte en 13 meses. Las Skills cerraron el ciclo a finales de 2025, dando a los agentes el conocimiento procedimental que MCP por sí solo no podía codificar.
El mínimo de 2026 para un SaaS que quiere estar dentro de los flujos de agentes: un servidor MCP, una Skill, registrado, OAuth 2.1, instrumentado. Lánzalo en 90 días. Sáltatelo y tu producto se convierte en un sitio web que nadie visita porque el agente fue a un competidor que atendió la llamada.
Preguntas frecuentes
¿MCP es solo una API para IA - por qué mi agente no puede llamar a mi API REST directamente?
Puede, pero no lo hará. Los agentes necesitan descubrimiento estandarizado, esquemas, autenticación y descripciones de herramientas diseñadas para la ventana de contexto del LLM. MCP les da un registro, JSON-RPC sobre Streamable HTTP, OAuth 2.1 y un contrato que todos los clientes principales (Claude, Cursor, Windsurf, ChatGPT) ya hablan. Una API REST obliga al agente a leer tu documentación cada vez. Un servidor MCP es invocable desde la primera instalación.
¿Necesito un servidor MCP Y una Skill, o basta con uno?
MCP son las manos: le da al agente la capacidad de llamar a tus herramientas. Una Skill es el cerebro: le dice al agente cuándo llamar a qué herramienta, en qué orden y cómo formatear la salida. Lanza MCP sin Skill y los agentes dispararán las herramientas equivocadas en el orden equivocado. Lanza Skill sin MCP y el agente fabricará respuestas. Para flujos no triviales, lanza ambos.
¿Qué transporte elegir - stdio, SSE o Streamable HTTP?
Streamable HTTP para cualquier SaaS remoto. La especificación 2025-03 reemplazó SSE con un único endpoint que maneja POST y streaming SSE opcional. Stdio solo para CLIs locales. SSE está obsoleto. Si tu SaaS vive en la nube, Streamable HTTP no es negociable - es el único transporte con el que hablan ChatGPT, Claude remoto y Cursor gestionado.
¿Cómo descubren los agentes de IA mi servidor MCP?
Cuatro canales. Envía al registro oficial de la Linux Foundation en registry.modelcontextprotocol.io. Lista en PulseMCP, Smithery y Composio Hub. Entra en los directorios de conectores de Cursor y Claude. Publica /.well-known/mcp.json en tu dominio. Los servidores ausentes en al menos tres de esos cuatro son funcionalmente invisibles.
¿Cómo es la autenticación en un servidor MCP remoto?
OAuth 2.1 con registro dinámico de cliente. Cursor, Claude Code, Windsurf y ChatGPT lo soportan de forma nativa desde finales de 2025. Las claves de API por llamada todavía funcionan, pero matan la conversión en la instalación - los usuarios deben copiar claves en archivos de configuración. Lanza OAuth desde el primer día.
Seguir leyendo
Cómo Inite construye productos de IA verticales: un motor, varias pieles
Inite no es una pila de productos separados. Es un único motor de visibilidad de IA con cinco pieles verticales - rent, health, estate, shop, digital. Mismo pipeline, mismo schema, misma superficie invocable por agentes. Clonado en cuatro semanas.
Integración de IA en los Negocios: La Guía Práctica de 2026 que Evita el Hype
La mayoría de los proyectos de integración de IA fracasan no porque la tecnología sea difícil, sino porque el encargo está mal planteado. Un manual práctico para 2026 con el enfoque, las cifras y los modos de falla.
Automatización de Procesos de Negocio: De Un Flujo a Producción en 2-4 Semanas
La automatización fracasa cuando los equipos eligen el primer proceso equivocado. Una guía práctica para escoger qué automatizar, el plazo real de entrega y las cuatro métricas que te mantienen honesto.