Mis MCPs favoritos para desarrollar más rápido con IA
Actualmente existen muchas herramientas de inteligencia artificial capaces de generar código, responder preguntas técnicas o ayudar con debugging. Pero cuando pasamos de “preguntar cosas” a hacer que la IA ejecute acciones reales, entra en juego un concepto clave: MCP.
¿Qué es un MCP?
MCP viene de Model Context Protocol y, en términos simples, significa conectar una IA con servicios externos a través de APIs.
Gracias a los MCPs, una IA ya no solo te da sugerencias, sino que puede:
- Leer y escribir datos en Notion
- Crear issues o pull requests en GitHub
- Ejecutar tests automáticos
- Consultar documentación actualizada
- Interactuar con plataformas de pagos, despliegue o gestión de proyectos
Esto convierte a la IA en algo mucho más cercano a un asistente activo de desarrollo, no solo un chat.
Por qué no uso “todos los MCPs”
Aunque hoy existen decenas de MCPs disponibles, en la práctica no tiene sentido usar demasiados:
- Consumen más tokens
- Pueden hacer demasiados cambios sin control
- Añaden complejidad innecesaria
Por eso, lo ideal es elegir MCPs muy concretos, alineados con tu stack y tu forma de trabajar.
En este artículo te muestro los MCPs que realmente uso a diario y por qué valen la pena.
MCP de Notion: tareas que nacen directamente del código
El MCP de Notion permite que tu IA interactúe directamente con tu espacio de trabajo:
- Crear páginas
- Insertar tareas
- Actualizar bases de datos
- Leer notas existentes
Cómo lo utilizo en la práctica
Cuando escribo código, no anoto tareas manualmente. En lugar de eso:
- Le pido a la IA que analice el proyecto
- Detecta pendientes, refactors y errores
- Crea automáticamente tareas en Notion
- Las organiza por prioridad (alta, media, baja)
Esto me permite sincronizar el estado real del código con la planificación del proyecto, algo especialmente útil cuando trabajas en múltiples proyectos freelance.
Además, como cada tarea tiene una URL, luego puedo decirle a la IA:
“Resuelve esta tarea”
Y automáticamente:
- Recupera la nota desde Notion
- Entiende el contexto
- Aplica los cambios en el código
MCP de GitHub: del código al Pull Request automáticamente
El MCP oficial de GitHub permite que la IA interactúe con casi todo el ecosistema de GitHub:
- Repositorios
- Issues
- Pull Requests
- Branches
- GitHub Actions
Caso real de uso
Mi flujo típico es:
- Una tarea existe en Notion
- Le pido a la IA que la resuelva
- Cuando termina, le indico que cree un Pull Request
- El MCP de GitHub:
- Crea una nueva rama
- Aplica los cambios
- Genera el PR con su descripción
Lo interesante es que el PR se crea con el usuario de la IA, no con el mío, lo que deja claro qué fue automatizado y qué no.
Luego, como desarrollador, reviso:
- El diff
- La lógica
- Si se mergea o se descarta
TestSprite MCP: testing automático sin escribir tests
TestSprite es uno de los MCPs más potentes que uso hoy.
Su objetivo es simple:
generar, ejecutar y mantener tests automáticamente usando IA.
Qué hace TestSprite
- Analiza el código del proyecto
- Genera tests end-to-end automáticamente
- Ejecuta los tests en su propia plataforma
- Guarda resultados, historial y videos de ejecución
No necesitas escribir tests manualmente.
Algo realmente diferencial: videos de los tests
Cada test genera un video del flujo real de la aplicación:
- Login
- Navegación
- Formularios
- Logout
Si algo falla, puedes ver exactamente en qué paso ocurrió el problema, antes de que llegue a producción.
Además:
- Los tests se actualizan conforme cambia el código
- Puedes revisar o incluso editar los tests generados
- Todo queda centralizado en un dashboard
Context7 MCP: código alineado con la documentación actual
Uno de los problemas clásicos de los LLMs es que responden según la versión con la que fueron entrenados.
Ahí entra Context7.
Qué problema soluciona
Si un framework cambia su API o estructura (como Next.js, por ejemplo), una IA puede:
- Generar código obsoleto
- Usar archivos que ya no existen
- Aplicar patrones deprecated
Context7 lo que hace es:
- Consultar la documentación más reciente
- Compararla con tu código
- Ajustar la solución al estado actual del framework
Ejemplo real
Un middleware válido en versiones anteriores ya no existe en versiones nuevas.
Con Context7, la IA detecta el cambio y propone la sintaxis correcta actualizada.
El único costo a considerar es que consume más tokens, porque inyecta documentación real como contexto.
Otros MCPs que vale la pena explorar
Además de los que uso a diario, existen MCPs para:
- Linear
- Stripe
- PayPal
- Supabase
- Netlify
- Asana
- Atlassian
- Canva
- Figma
La clave no es usarlos todos, sino elegir los que realmente encajan en tu flujo de trabajo.
Conclusión: menos MCPs, mejor integración
Los MCPs convierten a la IA en algo mucho más poderoso que un simple generador de texto.
Pero como cualquier herramienta, mal usados pueden estorbar más de lo que ayudan.
Mi recomendación es clara:
- Usa pocos MCPs
- Úsalos bien
- Intégralos a flujos reales
- Mide si realmente te ahorran tiempo
Si tienes algún MCP favorito o quieres que haga un review profundo de alguno en específico —o incluso explicar cómo crear uno—, déjalo en los comentarios.
Nos vemos en el próximo video 🚀