Enserio la calidad de Platzi es tal que dan como bueno un ejemplo que termina con un error
di se toma la molestia de leer el error y decir nos falto x configuración
¿Te has preguntado cómo optimizar el uso de múltiples herramientas en un servidor MCP para mejorar tus aplicaciones y procesos? El enrutamiento con MCP Server te permite acceder a diferentes herramientas según las necesidades específicas de tu trabajo, mejorando eficiencia y organización.
¿Qué es el enrutamiento en MCP Server?
El enrutamiento es una funcionalidad del MCP Server que organiza y administra la manera en que accedes a diversas herramientas o recursos desde una misma interfaz. Funcionan de manera similar a una API, donde tú eliges cuál método utilizar según lo que necesites.
¿Cómo utilizar las herramientas del MCP Server?
Las herramientas incluidas en MCP Server se configuran fácilmente a través de aplicaciones Python que usan Fast MCP. Puedes crear distintos endpoints, configurar parámetros personalizados y obtener resultados al interactuar con herramientas diversas.
Entre los ejemplos prácticos se encuentran:
# Ejemplo de servidor MCP con Fast MCP from fast_mcp import MCPServer server = MCPServer(name='ServidorMCP') @server.tool def get_status(): return "El servidor está ejecutándose correctamente." @server.tool def get_user_info(user_id): return f"Información del usuario {user_id}." # Herramienta para raíces cuadradas @server.tool def calcular_raiz(numero): return numero ** 0.5
¿Cómo definir múltiples endpoints en MCP Server?
Si trabajas con varios servicios externos como bases de datos, servicios climáticos u otras APIs, puedes utilizarlos todos desde un mismo servidor mediante el enrutamiento por endpoints.
Cada uno de estos endpoints está vinculado a una URL específica:
# Configuración de endpoints múltiples tools_endpoints = { "weather_tool": "weather.service.example.com", "database_tool": "database.service.example.com", }
Esto permite con facilidad y eficacia decidir a qué servicio se dirige una solicitud específica, optimizando el trabajo con diferentes recursos, aun cuando la ejecución se realice desde una sola herramienta.
¿Cómo comprobar el enrutamiento en MCP Server?
Puedes verificar fácilmente que tu enrutamiento funcione con diferentes pruebas para cada herramienta y endpoint. Por ejemplo, si pruebas una herramienta llamada "Weather Tool":
tool_name = "Weather Tool" parameters = { "city": "New York" } # El resultado debería mostrar conexión a weather.service.example.com
Para una base de datos:
tool_name = "Database Tool" parameters = { "ID_user": "Amin Espinoza" } # El resultado indicaría conexión a database.service.example.com
Estos resultados te permiten confirmar que MCP Server dirige correctamente tus solicitudes según sus configuraciones no importa si surge un error puntual por conexión, lo importante es verificar que la dirección aplicada sea la adecuada.
¿Te has preguntado cómo optimizar el uso de múltiples herramientas en un servidor MCP para mejorar tus aplicaciones y procesos? El enrutamiento con MCP Server te permite acceder a diferentes herramientas según las necesidades específicas de tu trabajo, mejorando eficiencia y organización.
El enrutamiento es una funcionalidad del MCP Server que organiza y administra la manera en que accedes a diversas herramientas o recursos desde una misma interfaz. Funcionan de manera similar a una API, donde tú eliges cuál método utilizar según lo que necesites.
Las herramientas incluidas en MCP Server se configuran fácilmente a través de aplicaciones Python que usan Fast MCP. Puedes crear distintos endpoints, configurar parámetros personalizados y obtener resultados al interactuar con herramientas diversas.
Entre los ejemplos prácticos se encuentran:
# Ejemplo de servidor MCP con Fast MCP from fast_mcp import MCPServer server = MCPServer(name='ServidorMCP') @server.tool def get_status(): return "El servidor está ejecutándose correctamente." @server.tool def get_user_info(user_id): return f"Información del usuario {user_id}." # Herramienta para raíces cuadradas @server.tool def calcular_raiz(numero): return numero ** 0.5
Si trabajas con varios servicios externos como bases de datos, servicios climáticos u otras APIs, puedes utilizarlos todos desde un mismo servidor mediante el enrutamiento por endpoints.
Cada uno de estos endpoints está vinculado a una URL específica:
# Configuración de endpoints múltiples tools_endpoints = { "weather_tool": "weather.service.example.com", "database_tool": "database.service.example.com", }
Esto permite con facilidad y eficacia decidir a qué servicio se dirige una solicitud específica, optimizando el trabajo con diferentes recursos, aun cuando la ejecución se realice desde una sola herramienta.
Puedes verificar fácilmente que tu enrutamiento funcione con diferentes pruebas para cada herramienta y endpoint. Por ejemplo, si pruebas una herramienta llamada "Weather Tool":
tool_name = "Weather Tool" parameters = { "city": "New York" } # El resultado debería mostrar conexión a weather.service.example.com
Para una base de datos:
tool_name = "Database Tool" parameters = { "ID_user": "Amin Espinoza" } # El resultado indicaría conexión a database.service.example.com
Estos resultados te permiten confirmar que MCP Server dirige correctamente tus solicitudes según sus configuraciones no importa si surge un error puntual por conexión, lo importante es verificar que la dirección aplicada sea la adecuada.
Enserio la calidad de Platzi es tal que dan como bueno un ejemplo que termina con un error
di se toma la molestia de leer el error y decir nos falto x configuración
Nuevamente, seria interesante ver como funciona ese enrutamiento con un LLM
la verdad me esperaba un poco mas de calidad de este curso
Este articulo es muy bueno
relacionado con enrutamiento para tambien endpoits tambien seria bueno hablar que pasaría si un endpoint te retorna texto que es muy denso +1000 palabras
En el blog mencionan que también es muy bueno rapear las respuestas con código y si luego pasarlas por LLM
from mcp.server.fastmcp import FastMCP
mcp = FastMCP(name="Servidor de enrutamiento con herramientas")
@mcp.tool()
def get_status() -> dict:
return {"status": "Running", "version": "1.0.0"}
@mcp.tool()
def get_user_info(user_id: str) -> dict:
users = {
"1": {"name": "Alice", "role": "Teacher"},
"2": {"name": "Felipe", "role": "Course Director"},
"3": {"name": "Jhon", "role": "ML Engineer"},
"4": {"name": "Eva", "role": "Product Owner"},
}
return users.get(user_id, {"error": "User not found"})
@mcp.tool()
def calculate_square(number: int) -> dict:
return {"number": number, "square": number ** 2}
if __name__ == "__main__":
mcp.run()
```from mcp.server.fastmcp import FastMCP
mcp = FastMCP(name="Servidor de enrutamiento con herramientas")
@mcp.tool()def get\_status() -> dict: return {"status": "Running", "version": "1.0.0"}
@mcp.tool()def get\_user\_info(user\_id: str) -> dict: users = { "1": {"name": "Alice", "role": "Teacher"}, "2": {"name": "Felipe", "role": "Course Director"}, "3": {"name": "Jhon", "role": "ML Engineer"}, "4": {"name": "Eva", "role": "Product Owner"}, }
  return users.get(user\_id, {"error": "User not found"})
@mcp.tool()def calculate\_square(number: int) -> dict: return {"number": number, "square": number \*\* 2}
if \_\_name\_\_ == "\_\_main\_\_": mcp.run()
El enrutamiento de herramientas (tool routing) en un MCP Server es el mecanismo que decide qué herramienta se ejecuta, cuándo y bajo qué reglas, a partir de una intención del LLM. Aquí se gana control, seguridad y eficiencia.
Una sola herramienta puede enrutar a servicios distintos según el nombre que reciba, como weather tool o database tool.
No se si solo me pasa a mi , pero cuando se desea importar la librería de mcp.server.fastmcp, y a continuación instalar el paquete este no te lo instale porque necesitas de pyproject.toml que viene siendo el archivo de configuración para eso debemos colocar en el promt del ejecutar en consola lo siguiente
¿Es posible conectar múltiples bases de datos?
Absolutamente, el enrutamiento te permite conectar tantas bases de datos o servicios externos como necesites bajo un mismo servidor MCP de manera estructurada. Puedes tener un endpoint apuntando a una base de datos relacional como PostgreSQL para extraer información de usuarios, otro hacia MongoDB para consultar registros no estructurados, y un tercero hacia un motor de búsqueda como Elasticsearch. La clave del éxito está en definir claramente estas rutas en tu arreglo de endpoints. Cuando la herramienta central recibe la petición, simplemente extrae el identificador del servicio deseado y canaliza los parámetros dinámicos (como un user_id o un término de búsqueda específico) hacia la cadena de conexión correspondiente. Esta arquitectura convierte a tu servidor MCP en un orquestador de datos increíblemente poderoso, capaz de unificar múltiples fuentes de información.
¿Cómo enrutar dinámicamente hacia diferentes servicios?
Para lograr un enrutamiento dinámico efectivo, debes configurar una única herramienta principal en tu servidor MCP que reciba un parámetro identificador clave, como tool_name o service_type. Dentro de la lógica interna de esta herramienta, implementas un diccionario o una estructura de control que mapee ese nombre directamente con la URL o el endpoint del servicio real. Por ejemplo, si el parámetro recibido es weather_tool, el código redirige la petición hacia la API meteorológica; si es database_tool, apunta a tu base de datos interna. Al pasar los parámetros adicionales (como kwargs) directamente a esa ruta seleccionada, logras que una sola función actúe como un puente universal hacia múltiples destinos. Esto simplifica enormemente la interacción para el modelo de lenguaje, ya que solo necesita entender el uso de una herramienta maestra.