MCP y Python: 5 Prompts para Crear Plugins que Funcionan (Sin Tonterías)
MCP y Python: 5 Prompts para Crear Plugins que Funcionan (Sin Tonterías)
Mira, colega, si estás aquí es porque ya sabes que MCP (Model Context Protocol) no es un juego de niños. Pero te voy a contar un secreto: la mayoría de la gente se pierde intentando hacer prompts bonitos en lugar de prompts funcionales. Hoy no vamos a perder el tiempo con teoría. Vamos directos a los plugins, con Python, y con prompts que puedes copiar, pegar y ejecutar.
Prompt #1: El Scaffolding Básico (Porque Empezar Desde Cero Apesta)
Prompt: Genera un plugin MCP básico en Python
Contexto: Quiero un plugin que reciba datos de entrada y devuelva una respuesta estructurada
Requisitos:
- Usar MCP SDK
- Función principal process_request
- Manejo de errores básico
- Documentación inline
Output: Código Python completo
Este es el que uso siempre para arrancar. Te da la estructura limpia, sin florituras. Copia, pega en ChatGPT, y en 5 segundos tienes el esqueleto de tu plugin. Luego solo añades tu lógica.
Prompt #2: Plugin con Autenticación (Porque Seguridad No Es Opcional)
Prompt: Plugin MCP con autenticación OAuth2
Contexto: Necesito un plugin que se conecte a una API externa con tokens
Requisitos:
- Almacenar token en variable de entorno
- Refresh automático del token
- Rate limiting
- Logging de requests
Output: Código Python con clases y métodos
Tío, este prompt es oro si trabajas con APIs de terceros. Te genera el código con todo el manejo de tokens, que es donde la mayoría la caga. No seas el que sube un plugin que explota porque no refresca el token.
Prompt #3: Plugin con Cache Inteligente (Optimización Real)
Prompt: Plugin MCP con caché LRU
Contexto: Mi plugin hace llamadas costosas a base de datos
Requisitos:
- Implementar caché con límite de 1000 entradas
- TTL configurable por endpoint
- Invalidación por clave
- Usar functools.lru_cache o implementación manual
Output: Código Python optimizado
Este prompt es para cuando tu plugin empieza a ralentizar todo. La caché bien hecha te ahorra recursos y tiempo. Y no, no uses caché sin TTL, que luego te quedas con datos muertos.
Prompt #4: Plugin con Streaming (Para Datos en Tiempo Real)
Prompt: Plugin MCP con soporte de streaming
Contexto: Necesito enviar datos progresivos al cliente
Requisitos:
- Usar asyncio y generadores
- Manejo de backpressure
- Timeout configurable
- Ejemplo de stream de logs
Output: Código Python asíncrono
Si trabajas con datos en tiempo real (logs, métricas, sensores), este prompt es tu salvación. El streaming bien implementado marca la diferencia entre un plugin que funciona y uno que se cuelga.
Prompt #5: Plugin con Testing Automático (Porque Sí, Testea)
Prompt: Plugin MCP con tests unitarios
Contexto: Plugin ya implementado, necesito tests
Requisitos:
- Tests con pytest
- Mock de dependencias externas
- Cobertura mínima del 80%
- Tests de integración simulados
- Output: Archivo test_plugin.py completo
Y aquí llega el prompt que todos odian pero todos necesitan. No seas el que sube un plugin sin tests, que luego te llaman a las 3 de la mañana porque algo se rompió. Este prompt te genera tests sólidos en segundos.
El Truco Final
Mira, colega, la clave no está en el prompt perfecto, sino en iterar. Usa estos prompts, prueba el código, y vuelve a preguntar con resultados concretos. "El código falla en X línea con Y error" funciona mejor que "arregla esto".
Y tú, ¿qué prompt usas para tus plugins MCP? Cuéntame en los comentarios o mándame un mensaje, que siempre se aprende algo nuevo.


