Un servidor MCP interno — y la documentación que sí usan los clientes

Problema

Los agentes de IA para código y las herramientas internas no tenían una forma estructurada y segura de consultar u operar sobre las capacidades reales de la plataforma. Cada integración implicaba escribir scripts ad hoc contra APIs internas o confiar en que un agente adivinara el comportamiento a partir de documentación dispersa — lento, propenso a errores y especialmente riesgoso para clientes externos que se integran con una plataforma de mensajería en producción.

Solución

Construí un servidor MCP (Model Context Protocol) interno que expone las operaciones reales de la plataforma como herramientas tipadas y consumibles por agentes, de modo que agentes de IA —Claude Code, GitHub Copilot y herramientas internas— pueden interactuar con el sistema directamente en vez de improvisar sobre contexto incompleto. Lo acompañé con documentación oficial de integración construida en Astro + Starlight y entregada a clientes, para que la misma claridad que hace útil el servidor a un agente de IA también sea útil a un integrador humano que lee la documentación por primera vez.

Impacto

• Se convirtió en la forma estándar en que tanto las herramientas de IA internas como los equipos de integración de clientes se familiarizan con las capacidades reales de la plataforma.
• Reforzó un principio que atraviesa todo este trabajo: adoptar IA de forma estratégica no significa perseguir cada función nueva, significa construir la infraestructura real —un servidor de protocolo real, documentación real— que hace que el trabajo asistido por IA sea confiable en vez de improvisado.
• Un ejemplo directo y actual del “flujo de trabajo AI-native” en el que se apoya el resto de la práctica de ingeniería de este portafolio, desde la modernización de Angular hasta el despliegue de mitigación de vulnerabilidades.