Archivo de artículos

Durante meses, la forma de dar herramientas a un LLM era propietaria y fragmentada. Cada plataforma tenía su propio sistema de function calling. Integrar Claude con tu base de datos, tu CRM o tu sistema de archivos requería glue code personalizado que se rompía con cada actualización del modelo.

MCP (Model Context Protocol) es la solución de Anthropic a ese problema. Un protocolo abierto y estándar que define cómo un LLM puede exponer y consumir herramientas externas.

La arquitectura es simple: un servidor MCP expone recursos (datos que el modelo puede leer) y herramientas (acciones que el modelo puede ejecutar). El cliente — Claude en este caso — decide cuándo y cómo usarlos.

Lo que cambia con MCP no es técnico, es conceptual. Un LLM con MCP no es un chatbot que responde preguntas; es un agente que puede leer tu base de datos, escribir archivos, llamar a APIs, y encadenar acciones complejas con criterio propio.

En la práctica: he conectado Claude a Supabase via MCP. Ahora puedo pedirle que analice los datos de ventas de un restaurante, identifique anomalías y redacte un informe. Cero código intermediario. Cero copia-pega de datos.

El ecosistema crece rápido. Hay servidores MCP para GitHub, Slack, bases de datos SQL, sistemas de archivos, Figma y decenas más. La comunidad open source está construyendo integraciones más rápido de lo que cualquier empresa podría hacerlo sola.

Predicción: en 12 meses, la capacidad de orquestar agentes vía MCP será tan estándar como saber usar APIs REST. Los builders que lo entiendan ahora tienen una ventaja real.

Llevo dos años usando ambas en producción. Esta no es una comparativa teórica.

ZAPIER: su ventaja es la velocidad de activación. En 10 minutos tienes un flujo funcionando. La interfaz es intuitiva, la documentación es excelente y tiene más de 6.000 integraciones nativas. Es la herramienta correcta cuando el equipo no es técnico y el flujo es simple.

El problema de Zapier: el precio escala muy rápido con el volumen. Y cuando necesitas lógica compleja — condicionales anidados, loops, transformación de datos avanzada — la interfaz se vuelve torpe. Estás pagando por simplicidad que ya no necesitas.

N8N: código abierto, self-hosteable, con un modelo de datos más potente. Los nodos de código JavaScript te dan control total sobre la transformación de datos. Puedes construir flujos que Zapier simplemente no puede ejecutar.

Cuándo usar cada uno: Zapier si el equipo es no técnico, el flujo es simple y el tiempo de setup importa más que el coste a escala. N8n si tienes algo de capacidad técnica, el volumen es alto o los flujos requieren lógica compleja.

Supabase se vende como 'Firebase pero con PostgreSQL'. Eso es correcto y a la vez engañoso.

Lo que funciona de forma excelente: el sistema de autenticación es sólido y se integra perfectamente con Next.js. Las Row Level Security (RLS) policies son la forma correcta de controlar acceso a datos por usuario sin lógica en el backend.

1. RLS tiene coste de rendimiento. En tablas grandes con políticas complejas, esto se nota. Diseña tus políticas pensando en índices desde el principio.

2. Las funciones de Edge son potentes pero tienen cold start. Para operaciones críticas en tiempo de respuesta, considera si realmente necesitas una edge function.

3. El plan gratuito pausa el proyecto tras 7 días de inactividad. En producción, necesitas al menos el plan Pro.

La pregunta más frecuente que recibo: ¿Cursor o Claude Code? La respuesta correcta es: depende de si eres developer o builder.

CURSOR: un editor de código (fork de VS Code) con IA integrada. Su fortaleza es el autocompletado inteligente y la edición inline.

CLAUDE CODE: un agente que opera desde el terminal y tiene acceso a todo el proyecto. Razona sobre arquitectura, no solo sobre líneas de código.

La diferencia fundamental: Cursor amplifica la velocidad de un developer. Claude Code amplifica la capacidad de un no-developer.

Un embedding es una representación numérica de texto en un espacio vectorial de alta dimensión. Textos con significado similar están cerca en ese espacio.

RAG (Retrieval Augmented Generation): el patrón más usado en producción. En lugar de pedirle al LLM que 'recuerde' hechos, le das los documentos relevantes en el contexto.

Implementación práctica con Supabase: pgvector es una extensión de PostgreSQL que almacena vectores directamente en tu base de datos.

Vercel tiene el mejor DX del mercado para proyectos Next.js. El deploy es un git push. Las previews automáticas por PR son genuinamente útiles.

El problema: el precio escala de forma agresiva conforme creces.

Mi decisión actual: Vercel para el frontend, Railway para servicios backend y workers.

En Providentia construimos pipelines de datos para clientes que no tienen equipo técnico.

INGESTA: N8n extrae los datos de cada fuente y los deposita en tablas de staging en Supabase.

TRANSFORMACIÓN: Claude analiza los datos crudos, identifica anomalías y redacta un resumen ejecutivo.

COSTE: aproximadamente 30€ al mes en infraestructura + llamadas a la API de Claude.