← SCRAM AI Lab

Tutoriales

Cómo configurar MCPs en Claude Code: guía paso a paso

Tutorial práctico para instalar y configurar Model Context Protocol servers en Claude Code: Docker, Grafana, Firecrawl y más.

April 9, 2026

105 lecturas

Cómo configurar MCPs en Claude Code: guía paso a paso

¿Qué son los MCPs?

Los Model Context Protocol (MCP) servers son la forma de conectar Claude Code con herramientas externas. Un MCP server expone herramientas (funciones que Claude puede llamar), recursos (datos que Claude puede leer) y prompts (templates reutilizables).

Archivo de configuración

Los MCPs se configuran en ~/.claude/.mcp.json. La estructura es simple:

Cada entrada en mcpServers tiene un nombre, comando para ejecutar el server, argumentos opcionales, y variables de entorno.

Ejemplo: Docker MCP

Para controlar Docker desde Claude Code:

  1. Instala el binario: descarga mcp-server-docker para tu plataforma
  2. Agrega la configuración con el DOCKER_HOST apuntando a tu daemon (local o remoto via SSH)
  3. Reinicia Claude Code
  4. Ahora Claude puede listar containers, ver logs, start/stop servicios

Ejemplo: Grafana MCP

Para consultar dashboards y alertas:

  1. Instala via pip: pip install mcp-grafana
  2. Crea un Service Account Token en Grafana (Admin > Service Accounts)
  3. Configura con GRAFANA_URL y GRAFANA_SERVICE_ACCOUNT_TOKEN
  4. Claude ahora puede consultar métricas, listar dashboards, verificar alertas

Ejemplo: Firecrawl MCP

Para scraping web inteligente:

  1. Instala: npm install -g firecrawl-mcp
  2. Obtén tu API key en firecrawl.dev
  3. Configura con FIRECRAWL_API_KEY
  4. Claude puede extraer contenido limpio de cualquier URL

Troubleshooting

MCPs no cargan: Se inicializan al arrancar Claude Code. Si los agregaste o cambiaste config, reinicia la sesión.

Timeout: MCPs que conectan a servicios remotos (Docker vía SSH, Grafana) pueden tardar. Verifica conectividad primero.

Windows: Usa rutas con forward slashes en .mcp.json. Binarios deben estar en PATH o usar ruta absoluta.

mcp
claude-code
tutorial
configuración
← Volver a SCRAM AI Lab