El uso de MCP¹ y CLI² es el standard para extender a Claude Code y darle más agencia. Son dos formas de que el agente tenga acceso a cosas que de otra forma no podría hacer como LLM limitado a leer y escribir archivos.

CLI

Los CLIs son programas que se ejecutan desde la terminal. Muchas herramientas y servicios ofrecen CLIs oficiales que permiten hacer desde la consola todo lo que harías desde una interfaz gráfica.

Como Claude Code corre en la terminal y tiene acceso a bash, puede usar cualquier CLI que tengas instalado. El ejemplo más claro es el CLI de GitHub (gh). Con esto Claude puede crear PRs, revisar issues, interactuar con GitHub Actions, y todo lo que se puede hacer desde la línea de comandos. Y lo más importante es que puede hacer todo esto sin llenar el contexto de instrucciones de como usar las APIs REST u otras formas más complejas, alcanza con que corra [cli] --help y listo.

Otra GRAN ventaja de los CLI es que además podés crear scripts para automatizar tareas desde la consola. Por ejemplo flows de deployment o de setup de infraestructura, sincronización de datos, etc.

Por ejemplo, yo tengo un script que copia un subconjunto de las tablas de producción al ambiente local cuando necesito datos para probar cosas. Pero como tenemos varios stages (produccion, staging, PRs, etc.) el script soporta dos argumentos ./bin/sync_db [fuente] [destino]. Asi puedo copiar la db de prod en staging, o de prod en el ambiente local, etc. Me alcanza con decirle a Claude Code que quiero que me traiga la db de producción y usando un skill (database-sync) sabe como llamar el comando, los parámetros e incluso como especificar ciertas tablas o si excluir otras.

MCP

MCP (Model Context Protocol) es un protocolo que permite crear servidores que exponen herramientas al agente. La ventaja es que al ser un protocolo, cómo llamar y cómo recibir información está estandarizado y tiene algunas funcionalidades específicas para la interacción con agentes (cosa que los CLI no, y que sus respuestas son un universo aparte que tiene que interpretar el agente cada vez que recibe una respuesta).

Ejemplos:

• Playwright MCP: para automatizar el browser y sacar screenshots
• Figma MCP: para interactuar con diseños (no lo uso pero sé que mucha gente sí)

Para más ejemplos de servidores MCP, podés ver awesome-mcp-servers.

Una "desventaja" del uso de MCPs extensivamente es que para automatizar desde la consola necesitás llamar a Claude Code headless o algún cliente MCP, lo cual complica los scripts bastante y hace los procesos mucho más lentos.

Ejemplo: Motor de videojuegos AI-first

Un experimento en el que estoy trabajando ahora es un motor de videojuegos pixel-art 2D que sea AI-first. A cada subsistema del motor le estoy agregando tools MCP para poder inspeccionar el juego mientras corre.

Cuando corrés el juego en debug, levanta un servidor MCP que tengo configurado en el .mcp.json del proyecto. Entonces cuando el juego está andando, Claude se conecta al MCP y le puede empezar a preguntar cosas.

{
  "mcpServers": {
    "hpc": {
      "type": "http",
      "url": "http://127.0.0.1:3090/mcp"
    }
  }
}

Por ejemplo: cuánta memoria está usando, identificar si la memoria está siendo usada correctamente, ver metadata de dónde se están haciendo los allocs. Todo esto en tiempo real mientras el juego corre.

Próximamente voy a estar agregando la capacidad de tomar screenshots y hacer input simulation. La idea es que Claude pueda no solo inspeccionar sino también interactuar con el build de desarrollo del juego.

Lo que viene

Con MCPs y CLIs, Claude Code puede conectarse con prácticamente cualquier servicio o herramienta que necesites. El ecosistema de extensiones crece constantemente y cada vez hay más integraciones disponibles.

En el próximo y último post de esta serie voy a hablar sobre qué viene después: las limitaciones actuales, qué me gustaría que mejore, y hacia dónde creo que va todo esto.