Dejando que la IA conduzca: Exponiendo localhost a través de servidores MCP

Los agentes de codificación con IA ahora pueden escribir un manejador de webhook, poner en marcha un servidor de desarrollo y exponer ese servidor a internet, todo desde una sola instrucción en lenguaje natural, sin que el desarrollador tenga que abrir otra ventana de terminal. La pieza que hizo posible el último paso es el Protocolo de Contexto del Modelo (MCP): agentes que solían detenerse en el borde de la máquina local ahora pueden atravesarla para usar servicios de túnel como Pinggy. Este artículo explica cómo llegó el MCP hasta aquí, cuál es el estado actual del paisaje de IDEs agenticos a mediados de 2026, y exactamente cómo funcionan hoy el servidor MCP y las habilidades de Pinggy.

Qué estandariza realmente el MCP

Anthropic publicó de código abierto el Protocolo de Contexto del Modelo el 25 de noviembre de 2024, como un estándar para conectar asistentes de IA con los sistemas donde residen datos y herramientas. Antes del MCP, conectar un modelo con una herramienta específica requería una integración personalizada para cada par modelo-herramienta — lo que Anthropic llamó el problema “N×M”. El MCP simplifica esto a un servidor por herramienta, usable por cualquier cliente compatible con MCP. El diseño del flujo de mensajes del protocolo toma prestado del Protocolo de Servidor de Lenguaje (LSP), y los mensajes se intercambian como JSON-RPC 2.0.

La arquitectura tiene tres partes:

1. Host — la aplicación orientada al usuario: un IDE, un cliente de chat de escritorio, un agente personalizado.
2. Cliente — la pieza dentro del host que habla MCP y enruta llamadas a los servidores.
3. Servidor — el proceso externo que expone herramientas, recursos o prompts (en este caso, gestión de túneles).

La capa de transporte ha cambiado desde la primera versión del MCP. La especificación original de 2024-11-05 incluía stdio (para procesos locales de un solo cliente) y un transporte HTTP+SSE para servidores remotos. La revisión de la especificación de marzo de 2025 (26-03-2025) eliminó HTTP+SSE en favor de HTTP en flujo (Streamable HTTP), que usa un único endpoint, soporta despliegue sin estado detrás de balanceadores de carga y permite sesiones reanudables — el diseño anterior de doble endpoint SSE no funcionaba bien en plataformas sin servidor y proxies. El transporte SSE todavía se soporta por compatibilidad, pero los proveedores están fijando fechas de desactivación (por ejemplo, el servidor MCP de Rovo de Atlassian dejará soporte SSE el 30 de junio de 2026). Para cualquier implementación actual, se recomienda stdio para herramientas locales y HTTP en flujo para remotas.

La adopción del MCP fuera de Anthropic fue rápida: OpenAI añadió soporte nativo en su SDK de Agentes en marzo de 2025, y Google DeepMind confirmó soporte para Gemini en abril del mismo año. Cuando Anthropic entregó la gobernanza del protocolo a la recién formada Fundación de IA Agentica de la Linux Foundation el 9 de diciembre de 2025, el ecosistema ya había alcanzado más de 97 millones de descargas mensuales del SDK y más de 10,000 servidores públicos activos.

El panorama de IDEs agenticos ha cambiado

Las tres herramientas más asociadas con la codificación agentica han cambiado de forma desde que se compararon por primera vez.

• Cursor, desarrollado por Anysphere en un fork de VS Code, sigue basado en Composer (ediciones de agentes en múltiples archivos) y en el cambio de modelo por tarea entre Claude, GPT y Gemini. En abril de 2026, Anysphere lanzó un modelo propietario, Composer, junto con “Cursor 3” — un rediseño centrado en una ventana de Agentes que gestiona sesiones paralelas en máquinas locales, árboles de trabajo de Git, sandbox en la nube y objetivos SSH remotos. La valoración de Anysphere subió de $29.3 mil millones en su Serie D de noviembre de 2025 a conversaciones reportadas por encima de $50 mil millones en 2026, y a mediados de 2026 SpaceX (que ya había fusionado con xAI) estructuró un acuerdo para adquirir Anysphere por $60 mil millones — aún no ejercitado.
• Windsurf empezó como el IDE agentico de Codeium con el sistema de planificación Cascade. Tras la adquisición por Google de unos $2.4 mil millones del CEO y personal senior de Windsurf en mediados de 2025, Cognition AI — creador del agente de codificación autónomo Devin — firmó un acuerdo para adquirir el resto de la empresa, cerrando alrededor de diciembre de 2025 por unos $250 millones. Windsurf ya no es un producto independiente: ahora ejecuta el modelo propio de Cognition, SWE-1.5, incluye una función de visualización de código llamada Codemaps, y se está fusionando con Devin en una pila de desarrollo agentico unificada.
• Claude Code, el agente de codificación de Anthropic, empezó solo en terminal, pero ya no vive exclusivamente allí. Ahora funciona en seis superficies compartiendo un motor subyacente: la CLI terminal original, una extensión para VS Code, un plugin para JetBrains (IntelliJ IDEA, PyCharm, WebStorm y otros), una aplicación de escritorio independiente, una versión web en claude.ai/code, y una integración con Slack. Todas las superficies comparten la misma configuración del proyecto CLAUDE.md, modos de permiso y conexiones al servidor MCP — la terminal es solo una entrada entre varias, no el producto completo.

El MCP es la capa de conexión entre todas ellas: cualquiera de estos clientes puede conectarse al mismo servidor MCP, incluyendo uno que gestione túneles.

El cuello de botella de localhost

Escribir el código para una integración de webhook nunca fue la parte difícil. Probarlo contra un servicio externo en vivo — Stripe, Shopify, un cliente móvil en otra red — requiere una URL pública apuntando a tu máquina local. El flujo tradicional rompe la autonomía del agente en ese paso: detenerse, abrir otra terminal, autenticarse con un servicio de túnel, copiar una URL al contexto del agente o a un panel, reanudar. Multiplicar esto en pruebas de webhooks, demos remotos y trabajo con IoT/dispositivos, genera una fuente recurrente de cambio de contexto que un agente no puede gestionar solo — a menos que tenga una llamada a herramienta que haga el túnel por él.

Servidor MCP y habilidad de Pinggy

Pinggy, el servicio de túneles basado en SSH, ofrece dos piezas separadas de herramientas para agentes que pueden instalarse juntas o por separado: una Habilidad de Agente y un servidor MCP.

La habilidad es un conjunto de instrucciones empaquetadas y material de referencia — comandos SSH, flags de CLI, uso del SDK — que un agente lee y ejecuta usando acceso terminal normal. El servidor MCP es un proceso en ejecución que expone operaciones de túnel como herramientas llamadas, por lo que el agente no necesita reconstruir un comando desde la documentación; simplemente llama a una herramienta directamente. La guía de Pinggy recomienda comenzar con la habilidad y añadir el servidor MCP solo si quieres que el agente gestione túneles de forma autónoma.

Instalando la habilidad

npx skills add https://pinggy.io

Esto se publica bajo el estándar comunitario de Habilidades de Agente, y la CLI skills detecta el agente e instala en su directorio de habilidades — para Claude Code, eso es ~/.claude/skills/pinggy/. El único prerequisito es Node.js.

Instalando el servidor MCP

El código fuente del servidor MCP está en github.com/Pinggy-io/pinggy_mcp — la documentación de Pinggy lo marca como “temprano y experimental.” Requiere Python 3.10+ y uv:

curl -LsSf https://astral.sh/uv/install.sh | sh

Nada más se instala globalmente; cada cliente obtiene y ejecuta pinggy-mcp bajo demanda mediante uvx. La configuración varía según el cliente — por ejemplo, VS Code usa una clave servers, mientras que Claude Desktop, Cursor y Windsurf usan mcpServers, y el archivo que leen también difiere.

Claude Code — registrado directamente vía CLI en lugar de un archivo de configuración:

claude mcp add pinggy-mcp -- uvx --from git+https://github.com/Pinggy-io/pinggy_mcp.git pinggy-mcp

Confirma que se registró con claude mcp list.

Claude Desktop — edita el archivo de configuración para tu sistema operativo: - macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - Windows: %APPDATA%\Claude\claude_desktop_config.json - Linux: ~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "pinggy-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Pinggy-io/pinggy_mcp.git",
        "pinggy-mcp"
      ]
    }
  }
}

Cursor — ~/.cursor/mcp.json para configuración global, o .cursor/mcp.json en la raíz del proyecto:

{
  "mcpServers": {
    "pinggy-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Pinggy-io/pinggy_mcp.git",
        "pinggy-mcp"
      ]
    }
  }
}

VS Code — ~/.vscode/mcp.json (global) o .vscode/mcp.json (proyecto); nota que la clave superior es servers, no mcpServers:

{
  "servers": {
    "pinggy-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Pinggy-io/pinggy_mcp.git",
        "pinggy-mcp"
      ]
    }
  }
}

Recarga con Developer: Reload Window desde la paleta de comandos después.

Windsurf — ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "pinggy-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Pinggy-io/pinggy_mcp.git",
        "pinggy-mcp"
      ]
    }
  }
}

Reinicia Windsurf después de guardar.

Lo que puedes pedirle que haga

Una vez conectado, la propia documentación de Pinggy ofrece estos ejemplos de prompts:

• “Exponer mi servidor de desarrollo en el puerto 3000.”
• “Abrir un túnel TCP a localhost:22.”
• “Compartir mi carpeta ~/Downloads por internet.”
• “Iniciar sesión en Pinggy.”
• “Listar mis túneles activos.”
• “Permitir solo tráfico desde 1.2.3.4 a mi túnel.”
• “Detener el túnel.”

Es importante notar: la documentación de Pinggy no publica los detalles técnicos de qué hace exactamente “iniciar sesión” bajo el capó, y dado que el proyecto está etiquetado como temprano y experimental, conviene revisar el código fuente antes de usarlo con información sensible. Cada página de documentación de Pinggy también se publica en Markdown simple en la misma URL con el sufijo index.md, y todo el sitio se resume en pinggy.io/llms.txt — un detalle pensado para que los agentes puedan leer la documentación directamente en lugar de raspar HTML renderizado.

Casos prácticos de uso

Pruebas de webhook. Pide a un agente que construya una integración con Shopify para “configurar el webhook de creación de pedidos,” y puede escribir el manejador de ruta, iniciar el servidor local, llamar a la herramienta MCP de Pinggy para abrir un túnel HTTP, y entregar la URL resultante al sistema que lo registre en Shopify — simplificando un proceso que normalmente requiere varios pasos manuales en uno solo.

Acceso a dispositivos y sensores. Para un sensor IoT local o una Raspberry Pi que necesita llegar a un endpoint en la nube, un agente puede abrir un túnel TCP y devolver la dirección pública sin que el desarrollador tenga que reconstruir manualmente un comando SSH.

Compartir archivos y carpetas. La CLI de Pinggy puede servir un directorio local directamente (pinggy --serve /ruta/a/archivos), y esa capacidad también está expuesta a través del servidor MCP — “compartir mi carpeta ~/Downloads” es uno de los prompts de ejemplo documentados. Para un colega que revisa un conjunto de datos o un resultado de compilación, es un enlace público sin necesidad de subir nada a un servicio de almacenamiento externo primero.

Consideraciones de seguridad

Nada de esto elimina la necesidad de juicio. La propia documentación de MCP de VS Code lo explica claramente: los servidores MCP locales pueden ejecutar código arbitrario en tu máquina, y solo debes agregar servidores de fuentes confiables y revisadas. El servidor MCP de Pinggy es realmente nuevo — la propia documentación lo llama experimental — por lo que se recomienda hacer la debida diligencia: leer qué hace realmente el servidor antes de concederle acceso a la red y al sistema de archivos, y no asumir que “el agente preguntó educadamente” equivale a “esto es seguro para exponer.” Las listas blancas de IP y las opciones de autenticación propias de Pinggy (auth básica, tokens bearer) siguen disponibles en cualquier túnel que abra el agente, y conviene usarlas por defecto.

Hacia dónde va esto

El MCP no solo estandarizó el acceso a archivos y llamadas API — también proporcionó a los agentes un socket hacia las herramientas de red que los desarrolladores ya usan. La gestión de túneles era algo natural, aunque poco glamoroso, para poner en esa interfaz: los desarrolladores ya ejecutaban manualmente los mismos comandos, y un agente que puede escribir el manejador de webhook puede llamar la herramienta que lo expone. Ya sea un feed de sensores, un webhook o una carpeta con datos de prueba, el patrón es el mismo: describe lo que quieres que sea accesible, y deja que la herramienta gestione la mecánica.

---

Registro de cambios

Este artículo fue reescrito desde un borrador anterior. Correcciones y adiciones, con fuentes:

1. Fecha y marco del anuncio del MCP — confirmado el 25 de noviembre de 2024 como fecha de lanzamiento, y confirmado el problema de integración “N×M” y el diseño de flujo de mensajes derivado del LSP, contra el anuncio de Anthropic y varias retrospectivas técnicas. (Anthropic, “Introducing the Model Context Protocol,” anthropic.com/news/model-context-protocol; NeuralCoreTech, “Por qué MCP se convirtió en el estándar para IA agentica,” mayo 2026)
2. Capa de transporte corregida — la versión original describía SSE como transporte remoto actual. En realidad, la revisión de la especificación de 2025-03-26 eliminó HTTP+SSE en favor de HTTP en flujo; SSE solo se mantiene por compatibilidad y varias empresas han anunciado fechas de desactivación en 2026. (modelcontextprotocol.io/specification/2025-11-25/basic/transports; GitHub modelcontextprotocol/python-sdk issue #2278; Atlassian Community, “Aviso de desuso de HTTP+SSE para servidor MCP de Atlassian Rovo”)
3. Adopción y gobernanza del MCP actualizadas — soporte en SDK de Agentes de OpenAI (marzo 2025), soporte para Gemini de Google DeepMind (abril 2025), y donación de la gobernanza del MCP a la Fundación de IA Agentica de la Linux Foundation (9 de diciembre de 2025), junto con cifras actuales (más de 97 millones de descargas mensuales del SDK, más de 10,000 servidores públicos activos). Esto es posterior al borrador original. (NeuralCoreTech, mayo 2026; Cuttlesoft, “Protocolo de Contexto del Modelo de Anthropic,” feb 2026)
4. Descripciones de Cursor, Windsurf y Claude Code actualizadas para 2026 — Windsurf, adquirido por Cognition AI tras la adquisición de Google, ahora ejecuta el modelo SWE-1.5, y se fusiona con Devin. Cursor alcanzó una valoración de $29.3 mil millones en 2025 y en 2026 un acuerdo con SpaceX/xAI estructuró una opción de compra por $60 mil millones. Claude Code ahora funciona en seis superficies, incluyendo terminal, extensión VS Code, plugin JetBrains, app de escritorio, web y Slack. (Wikipedia, “Cognition AI”; Taskade, “Windsurf Review 2026”; ValueAddVC, “Valoración de Cursor (Anysphere) 2026”; Fastio, “Configuración IDE Claude Code para VS Code y JetBrains (2026)”)
5. Corregido el repositorio oficial del servidor MCP de Pinggy — la fuente correcta es github.com/Pinggy-io/pinggy_mcp, confirmado en la documentación oficial de Pinggy. (pinggy.io/docs/ai_agents/)
6. Se eliminó la afirmación no verificada sobre OAuth 2.0 — la documentación de Pinggy no describe el mecanismo de autenticación subyacente para la llamada “iniciar sesión”; por lo tanto, esa afirmación fue eliminada.
7. Se eliminó la afirmación no verificada sobre WebDAV — la documentación de Pinggy indica que su mecanismo es la bandera de servicio de archivos (pinggy --serve <ruta>) expuesta a través del servidor MCP, sin mención de WebDAV.
8. Instrucciones de instalación corregidas y completadas — las configuraciones para VS Code, Cursor, Windsurf y Claude Code usan diferentes claves y rutas, y la instalación de Claude Code es un comando CLI, no un JSON. Se extrajeron directamente de la documentación actual de Pinggy, que también marca el servidor MCP como “temprano y experimental.” (pinggy.io/docs/ai_agents/)
9. Ejemplos de prompts verificados añadidos — se reemplazaron los prompts ilustrativos por ejemplos documentados de Pinggy, incluyendo listas blancas y compartición de carpetas. (pinggy.io/docs/ai_agents/)
10. Se eliminó la repetición de frases SEO y el marco genérico de IA.
11. Se añadió nota sobre consideraciones de seguridad basada en la guía de seguridad de MCP de VS Code y la descripción de Pinggy como experimental, recomendando hacer la debida diligencia antes de exponer servidores.

---