Vamos a construir un chatbot basado en CLI que demuestra cómo funcionan juntos los clientes y servidores MCP. Este proyecto práctico te dará experiencia concreta con ambos lados de la arquitectura MCP.
Qué vamos a construir
Nuestro chatbot permitirá a los usuarios interactuar con una colección de documentos mediante lenguaje natural. El sistema consta de dos componentes principales:
- Un cliente MCP que gestiona las interacciones del usuario y se comunica con Claude
- Un servidor MCP que proporciona herramientas para leer y actualizar documentos

El servidor expondrá dos herramientas a Claude:
- Herramienta para leer el contenido de un documento
- Herramienta para actualizar el contenido de un documento
Todos los documentos se almacenan en memoria por simplicidad; incluyen archivos como document.pdf, spreadsheet.xlsx, report.txt y spec.md.
Nota importante sobre la arquitectura
En proyectos del mundo real, normalmente implementas un cliente MCP o un servidor MCP, no ambos. Podrías construir:
- Solo un servidor MCP para exponer las capacidades de tu servicio a modelos de IA
- Solo un cliente MCP para conectarte a servidores MCP existentes construidos por otros desarrolladores

Estamos construyendo ambos componentes en este proyecto únicamente con fines educativos, para entender cómo se comunican y trabajan juntos.
Configuración del proyecto
Descarga cli_project.zip desde la sección de Descargas al final de esta lección y extráelo en tu directorio de desarrollo preferido. Abre tu editor de código en la carpeta del proyecto.
Configuración
El proyecto incluye un archivo README.md con instrucciones detalladas de configuración. Necesitarás:
- Agregar tu clave de API de Anthropic al archivo .env
- Instalar las dependencias usando UV (recomendado) o pip

El archivo .env debe contener:
ANTHROPIC_API_KEY="your-api-key-here"Ejecutar el proyecto
Una vez completada la configuración, navega hasta el directorio de tu proyecto en la terminal y ejecuta:
# Si usas UV (recomendado)
uv run main.py
# Si usas Python estándar
python main.pyDeberías ver aparecer un indicador de chat. Pruébalo haciendo una pregunta sencilla como "¿cuánto es 1+1?" para verificar que todo funciona correctamente.
El proyecto inicial ya incluye funcionalidad básica de chat con Claude. En los siguientes videos, agregaremos capacidades de servidor MCP y funciones de gestión de documentos para crear un chatbot totalmente funcional y consciente de los documentos.