¡Los clientes locales de MCP están tan subestimados! Todo el mundo usa Cursor, Claude Desktop y ChatGPT como hosts de MCP, pero si está creando sus propias aplicaciones compatibles con MCP, necesita clientes personalizados. Aquí está el problema: escribir clientes de MCP desde cero es doloroso y requiere mucho tiempo. Hoy, le muestro cómo crear clientes MCP personalizados en minutos, no en horas. Para demostrarlo, he creado un asistente de IA totalmente privado y definitivo que puede: - Se conecta a cualquier servidor MCP - Automatiza el uso del navegador - Raspa datos web sin problemas - Controla el terminal de mi computadora - Procesa imágenes, audio y documentos - Recuerda todo con gráficos de conocimiento ¿El secreto? mcp-use: un marco 100% de código abierto que hace que la integración de MCP sea trivial. La creación de agentes MCP personalizados requiere 3 pasos: 1. Defina la configuración de su servidor MCP 2. Conecte cualquier LLM con el cliente MCP 3. Implementa tu agente Eso es todo. Sin configuraciones complejas, sin dependencias propietarias. ¿La mejor parte? Todo funciona localmente. Sus datos permanecen privados y usted controla toda la pila. Desglose completo con código... 👇

Analicemos esto explorando cada integración y entendiendo cómo funciona, usando código e ilustraciones:

1️⃣ Servidor MCP de tramoyista Comenzamos permitiendo que nuestro agente controle un navegador, navegue por páginas web, tome capturas de pantalla, etc., utilizando @Stagehanddev MCP. A continuación, hice una consulta meteorológica y el agente respondió de forma autónoma iniciando una sesión del navegador. Mira esto👇

2️⃣ Servidor MCP Firecrawl A continuación, agregamos capacidades de raspado, rastreo e investigación profunda al Agente. mcp-use admite la conexión a varios servidores MCP simultáneamente. Así que agregamos la configuración @firecrawl_dev MCP a la configuración existente e interactuamos con ella. Mira esto👇

3️⃣ Servidor MCP Graphiti Hasta ahora, nuestro agente no tiene memoria. Se olvida de todo después de cada tarea. Graphiti de @Zep_ai es un servidor MCP que proporciona a nuestro agente una capa de memoria en tiempo real basada en gráficos. También puedes visualizar este gráfico en Neo4j. Mira esto👇

4️⃣ Servidor Ragie MCP A continuación, proporcionamos capacidades RAG multimodales al Agente para procesar textos, imágenes, videos, audios, documentos, etc. Funciona con @ragieai MCP. A continuación, le pedí que enumerara proyectos en mi PDF de MCP (un documento complejo), y respondió perfectamente. Mira esto👇

5️⃣ Servidor MCP de GitIngest A continuación, para atender las necesidades de los desarrolladores, permitimos que nuestro Agente chatee con cualquier repositorio de GitHub. A continuación, pregunté sobre la pila tecnológica de mi flujo de escritor de libros proporcionando el enlace del repositorio. Extrajo la información correcta utilizando el servidor MCP. Revisa esto👇

6️⃣ Servidor MCP terminal Finalmente, le damos a nuestro Agente control del terminal para ejecutar comandos para el desarrollador si es necesario. Proporciona herramientas como: - leer/escribir/buscar/mover archivos - ejecutar un comando - crear/listar directorios, etc. Revisa esto👇

Por último, envolvemos esto en una interfaz de Streamlit, donde podemos cambiar dinámicamente la configuración de MCP. Esto nos da un asistente de IA local definitivo al 100% que puede navegar, raspar, tiene memoria, recuperar de una base de conocimiento multimodal y mucho más. Mira esta demostración👇

¡Eso es todo! Si lo encontró perspicaz, vuelva a compartirlo con su red. Encuéntrame → @akshay_pachaar ✔️ Para obtener información práctica y tutoriales sobre LLM, agentes de IA y aprendizaje automático.