¿Qué tipos de servidores MCP existen y cuáles son los más importantes para un equipo de localización?

Última revisión: 9 de septiembre de 2026

¿Cuáles son los principales tipos de servidores MCP y para qué se emplean?

Los servidores MCP se clasifican mejor según tres criterios: dónde se ejecutan, quién los mantiene y qué sistema exponen. Cada eje modifica la forma en que un equipo instala, protege y paga por el servidor.

• Servidores locales (stdio): se ejecutan como un proceso hijo del host de IA en la misma máquina y se comunican por entrada/salida estándar sin saltos de red. Los servidores de referencia Filesystem y Git, así como la imagen Docker smartling-cli-mcp de Smartling, son servidores locales. Su uso es cualquier cosa que requiera atajo al disco local: leer archivos de recursos, enviar un strings.json a un proyecto de traducción, recuperar archivos traducidos en un repositorio.
• Servidores remotos (HTTP streamable ): funcionan en la nube del proveedor, aceptan HTTP POST con eventos opcionales enviados por el servidor, y normalmente sirven a muchos clientes a la vez. La especificación MCP recomienda OAuth para autenticación, por lo que el servidor remoto de Smartling trasladó nuevas conexiones a OAuth 2.1 el 3 de agosto de 2026 y el servidor alojado de GitHub se autentica a través de GitHub. Su uso es datos compartidos de la plataforma: glosarios del equipo, memoria de traducción, proyectos, trabajos, incidencias o pull requests.
• Servidores de referencia : las siete implementaciones en modelcontextprotocol/servers, licenciadas bajo Apache 2.0 (código nuevo) y MIT (código existente), por lo que son libres de ejecutar y modificar. El README indica que son ejemplos educativos, no soluciones listas para producción, lo que los convierte en el punto de partida adecuado para aprender el protocolo y en lo incorrecto para entregar a un equipo de seguridad como integración terminada.
• Servidores fabricados por el proveedor : servidores de producción que una compañía distribuye para su propio producto y que figura en el Registro oficial de MCP o en un directorio de clientes, como el directorio de conectores de Claude. GitHub, Sentry, Brave y Smartling publican uno cada uno. Su uso es permitir que un agente de IA actúe dentro de ese producto con el modelo de licencias propio del proveedor en lugar de una clave API extraída.
• Servidores personalizados : servidores que un equipo escribe con uno de los diez SDKs oficiales (Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby, PHP) para exponer una base de datos interna, un almacén de contenido o un flujo de trabajo propietario. Su uso es la cola larga: cualquier cosa que ningún proveedor haya envolvido aún, como una base de datos interna de terminología que un equipo de localización quiere que un agente consulte.

El panorama de servidores MCP en números

¿Cómo se construye un servidor MCP en Python u otro lenguaje?

Construir un servidor MCP es un trabajo de cinco pasos que la mayoría de los equipos pueden prototipar en un día, porque el SDK gestiona la capa de protocolo JSON-RPC 2.0 y el desarrollador solo escribe las herramientas.

1. Elige un transporte antes de escribir código : elige stdio si el servidor necesita los archivos locales del usuario o si solo debe servir a un cliente, y HTTP streamable si sirve a un equipo desde infraestructura compartida. Esta decisión determina el modelo de autenticación, por lo que viene primero.
2. Instala el SDK oficial para tu lenguaje : el SDK de Python MCP, el SDK de TypeScript y otros ocho SDK oficiales se encuentran en la organización de GitHub modelcontextprotocol. Los servidores de referencia de Python, como mcp-server-git, se ejecutan con uvx mcp-server-git o pip install mcp-server-git, lo que también sirve como ejemplo práctico para leer antes de escribir el tuyo propio.
3. Defina herramientas con esquemas de entrada tipados : cada herramienta necesita un nombre único, una descripción que el modelo leerá para decidir cuándo llamarla y un esquema JSON para sus argumentos. Una herramienta de localización podría ser lookup_glossary_term con un term y locale requeridos, reflejando la forma en que el servidor de Smartling expone la búsqueda de glosario como una herramienta independiente.
4. Registra el servidor en un host MCP y pruébalo : agrega el servidor a la carpeta de claude_desktop_config.jsonClaude Desktop, Cursores mcp.json, o códigos .vscode/mcp.jsonVS, Luego confirma que las herramientas aparecen en la lista de herramientas del cliente. El MCP Inspector en la organización modelcontextprotocol te permite llamar directamente a herramientas sin un modelo en el bucle.
5. Agregue autenticación y publique : para servidores remotos, implemente OAuth como recomienda la especificación y luego incluya el servidor en el Registro oficial de MCP para que los hosts y directorios puedan descubrirlo. Los servidores de referencia publican desde CI con publicación de confianza OIDC y sin tokens de registro, un patrón que vale la pena copiar para la seguridad de la cadena de suministro.

La creación de un servidor MCP personalizado se adapta a equipos que...

• Disponer de un sistema interno que ningún proveedor integró todavía, como una base de datos terminológica propia, un CMS interno o una exportación de memoria de traducción heredada.
• Ya se implementaron proyectos de ingeniería en Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby o PHP, ya que existe un SDK oficial para cada uno.
• Necesitan un alcance de herramienta más estrecho que el que ofrece un servidor de proveedor, por ejemplo, acceso de solo lectura a un único esquema Postgres en lugar de un conector de base de datos completo.
• Puede ser responsable de la revisión de seguridad, ya que un servidor personalizado no hereda ninguno de los procesos de verificación por los que pasó un servidor de proveedor registrado.
• Quiero que un servidor sirva a varios hosts de IA (Claude Code, Cursor, VS Code, Codex) en lugar de mantener un plugin separado por herramienta.

¿Cuándo deberías usar un servidor MCP existente en lugar de construir uno?

• Cuando un proveedor ya envía un servidor oficial: el servidor MCP alojado en GitHub y el servidor remoto de Smartling llevan ambos el propio modelo de licencias OAuth del fabricante, que un envoltorio construido a mano alrededor de la misma API tendría que reproducir.
• Cuando se necesita acceso genérico a archivos, Git o el sitio web: los servidores de referencia Filesystem, Git y Fetch son gratis bajo la licencia Apache 2.0/MIT y ya están instalados con un solo comando npx o uvx .
• Cuando el equipo no puede mantenerlo: el archivo README de referencia deja claro que sus servidores son educativos, no aptos para producción, y que la seguridad de un servidor personalizado depende de la última revisión que recibió.
• Cuando el flujo de trabajo es la traducción en sí: el servidor de Smartling ya ofrece traducción de texto y archivos, búsqueda en glosarios y guías de estilo, búsqueda en la memoria de traducción, etiquetado de cadenas y autorización de trabajos, por lo que reconstruir esas funciones como herramientas personalizadas duplica un producto que ya cuenta con mantenimiento.

¿Dónde se encuentran los servidores MCP y cómo se evalúa uno a partir de una lista o directorio?

¿Dónde se encuentra la lista autorizada de servidores MCP?
El registro oficial de MCP en registry.modelcontextprotocol.io es el catálogo al que apunta el propio proyecto MCP; el repositorio de GitHub modelcontextprotocol/servers contiene únicamente las siete implementaciones de referencia. Los directorios de clientes, como el directorio de conectores de Claude donde aparece el servidor de Smartling, son subconjuntos seleccionados, no el registro completo.

¿El servidor es local o remoto? ¿Mi proveedor de alojamiento sitio web admite ese tipo de servidor?
Revisa el vehículo antes de nada. Claude Desktop se conecta a servidores remotos a través de un Conector Personalizado o el mcp-remote puente; Claude Code agrega uno con claude mcp add --transport http. Un host que solo soporta stdio no puede acceder a un servidor remoto sin un puente.

¿Se trata de un servidor de referencia, un servidor archivado o un servidor oficial del proveedor?
Los servidores de referencia de PostgreSQL, GitHub, Brave Search, Slack y Google Drive están archivados; GitHub, Brave y Zencoder ahora mantienen servidores oficiales que los reemplazan. Prefiera la versión del proveedor para todo lo que afecte a los datos de producción.

¿Es realmente gratis?
Los servidores de referencia son de código abierto bajo las licencias Apache 2.0 y MIT. Los servidores de los proveedores suelen ser gratis de instalar, pero llama a un producto que requiera una cuenta: el servidor de GitHub necesita un inicio de sesión en GitHub, y el servidor de Smartling necesita una cuenta Smartling con el perfil de la API de MT activado.

¿Qué dice la lista de herramientas una vez conectado?
Tras la conexión, cada host MCP muestra las herramientas del servidor y sus descripciones. Esa lista es la verdad absoluta en cuanto al alcance; el centro de ayuda de Smartling, por ejemplo, documenta que su servidor remoto solo realiza traducción automática instantánea (MT) o traducción de lenguaje natural (LLM) y no envía archivos a un proyecto de traducción ni almacena la salida en la memoria de traducción.

¿Cómo se autentica y quién puede agregarla?
Los servidores remotos deberían usar OAuth según la especificación MCP. En los espacios de trabajo Claude Team y Enterprise, solo los Propietarios de Espacios de Trabajo pueden agregar un conector personalizado, y en el servidor de Smartling el acceso completo a la herramienta requiere el rol de Propietario de la Cuenta, así que planea el despliegue con las personas que ocupan esos roles.

¿Qué servidores MCP ofrece Smartling y cómo se integran con los servidores de GitHub y los servidores de sistemas de archivos?

Smartling incluye un servidor de cada tipo de transporte, y el emparejamiento ilustra claramente por qué importa la distinción entre local y remoto. El servidor remoto de MCP Smartling en mcp.smartling.com/mcp funciona en la nube de Smartling, autentica nuevas conexiones con OAuth 2.1 y expone herramientas para traducción instantánea de texto a través de la API MT con contexto de glosario, guía de estilo y memoria de traducción, traducción de archivos en clientes compatibles con shell mediante un enlace de subida de 15 minutos, recuperación de glosarios, proyectos, trabajos y usuarios, y acciones de la cuenta como etiquetar cadenas, autorizar trabajos y agregar cadenas a un trabajo. Está listado en el Registro MCP Anthropic y en el directorio de conectores de Claude, y está documentado para OpenAI Codex, Claude Code, Visual Studio Code, Cursor y Claude Desktop. Pasos completos de configuración y la lista de verificación de evaluación están disponibles en nuestra guía del servidor MCP de Smartling para traducción de IA.

La imagen Docker smartling-cli-mcp (smartlinginc/smartling-cli-mcp en Docker Hub) es la contraparte local. Envuelve la CLI Smartling como un servidor stdio con tres herramientas, smartling-cli, , y smartling-cat, y monta una carpeta local en /smartling para que un agente pueda ejecutar files push, files pull, files status, y mt translate contra archivos reales smartling-ls del proyecto. Esto existe porque los servidores MCP remotos no pueden recibir subidas de archivos de clientes de IA, por lo que cualquier flujo de trabajo que mueva archivos a un proyecto Smartling necesita un servidor funcionando en la máquina del desarrollador. En la práctica, la configuración de host de un ingeniero de localización termina con tres entradas: el servidor MCP de GitHub para el repositorio, el servidor remoto de Smartling para el glosario y el contexto del trabajo, y smartling-cli-mcp para enviar y extraer los propios archivos de recursos.

Preguntas relacionadas

• ¿Qué es el servidor MCP de Smartling para traducción de IA y cómo funciona?
• ¿Cómo puedes usar el agente de IA y MCP de Figma para gestionar traducciones sin salir del archivo de diseño?
• ¿Cuáles son las mejores herramientas de localización de GitHub para traducir repositorios de código?
• ¿Qué es el plugin de Smartling para ChatGPT y cómo funciona?