7 MCP que mejoran tu IA para programar

Resumen

El video presenta siete MCP (Model Context Protocol) que pueden conectar asistentes de IA con herramientas y datos reales de un proyecto. La idea central es reducir el trabajo de copiar información en el chat y proporcionar a la IA contexto actualizado para mejorar la programación y las pruebas.

Siete MCP recomendados

1. Context7: Permite consultar documentación actualizada de frameworks y paquetes, reduciendo el riesgo de que la IA genere código basado en información obsoleta.

2. Notion MCP: Conecta la IA con Notion para crear o actualizar tareas, planes y documentos a partir del proyecto. El creador aconseja revisar el trabajo de la IA y no dejar que gestione la planificación sin supervisión. Menciona Jira, ClickUp, Asana y Trello como alternativas similares.

3. GitHub MCP: Facilita acciones como crear ramas, abrir y revisar pull requests, gestionar issues y consultar el estado de un repositorio. También se menciona que la CLI de GitHub puede ser una alternativa y ayudar a ahorrar tokens.

4. TestSprite MCP: Analiza el código del proyecto, genera requisitos y un plan de pruebas, y crea y ejecuta pruebas automáticamente. Permite ver grabaciones de las pruebas, consultar el código generado y comprobar qué pasos fallaron. El video señala que se puede empezar gratis creando una cuenta y que se integra con editores como Cursor o Claude Code.

5. Supabase MCP: Permite que la IA acceda a un proyecto de Supabase para consultar y modificar tablas, además de obtener información de la base de datos. Se recomienda especialmente para proyectos cuyo backend utiliza Supabase.

6. PostgreSQL MCP: Sirve para inspeccionar esquemas, tablas, columnas, claves e índices, ejecutar consultas y analizar relaciones o inconsistencias. El presentador recomienda probarlo primero en un entorno de desarrollo: dar acceso directo a una base de datos importante puede provocar cambios o eliminaciones perjudiciales.

7. Semgrep MCP: Analiza código en más de 30 lenguajes para identificar vulnerabilidades, errores lógicos y malas prácticas mediante reglas semánticas. Puede aplicar reglas personalizadas y entregar resultados estructurados, complementando la generación de código con una revisión de seguridad y calidad.

Otros MCP mencionados

• Pieces: Guarda memoria del contexto, cambios anteriores y patrones de errores en distintos entornos.
• Perplexity: Busca información en internet para orientar la planificación con prácticas o enfoques técnicos.
• Stripe: Permite consultar clientes, suscripciones y webhooks, y diagnosticar problemas de facturación.
• Playwright y Chrome DevTools: Automatizan la navegación por sitios web y la interacción con páginas y formularios, lo que resulta útil para evaluar interfaces.
• También se nombran MCP para Google Drive y Sentry, entre otros.

Conclusión

Los MCP pueden convertir la IA en una herramienta más integrada al flujo de desarrollo, con acceso a documentación, repositorios, bases de datos, pruebas y análisis de seguridad. La elección depende de las herramientas del proyecto, y conviene mantener la supervisión humana, especialmente al permitir cambios en datos o tareas.

Fuente principal: Fazt, presentador del video.