Claude Academy
Cargando

Implementando un cliente

Lección 510 min

Ahora que nuestro servidor MCP está funcionando, es momento de construir el lado del cliente. El cliente es lo que permite que el código de nuestra aplicación se comunique con el servidor MCP y acceda a su funcionalidad.

Entendiendo la arquitectura del cliente

En la mayoría de los proyectos del mundo real, implementarás un cliente MCP o un servidor MCP, no ambos. Estamos construyendo ambos en este proyecto solo para que puedas ver cómo funcionan juntos.

Diagrama que señala que un proyecto normalmente implementa un cliente MCP o un servidor MCP; nuestro proyecto implementa ambos, mostrando el cliente MCP dentro de nuestro servidor conectado al servidor MCP

El cliente MCP consta de dos componentes principales:

  • Cliente MCP: una clase personalizada que creamos para facilitar el uso de la sesión
  • Sesión del cliente: la conexión real con el servidor (parte del SDK de Python de MCP)

Diagrama de mcp_client.py que contiene el Cliente MCP, una clase personalizada que creamos para facilitar el uso de la sesión, y la Sesión del cliente, la conexión real con el servidor MCP

La sesión del cliente requiere una gestión cuidadosa de los recursos: necesitamos limpiar correctamente las conexiones cuando terminamos. Por eso la envolvemos en nuestra propia clase que se encarga de toda la limpieza automáticamente.

Cómo encaja el cliente en nuestra aplicación

¿Recuerdas nuestro diagrama de flujo de la aplicación? El cliente es lo que permite que nuestro código interactúe con el servidor MCP en dos puntos clave:

Diagrama de secuencia del flujo de la aplicación con indicaciones que resaltan dónde nuestro código CLI usa el cliente para obtener una lista de herramientas que pasar a Claude y dónde usa el cliente para llamar a una herramienta

Nuestro código CLI usa el cliente para:

  • Obtener una lista de herramientas disponibles para enviar a Claude
  • Ejecutar herramientas cuando Claude las solicita

Implementando las funciones principales del cliente

Necesitamos implementar dos funciones esenciales: list_tools() y call_tool().

Función List Tools

Esta función obtiene todas las herramientas disponibles del servidor MCP:

python
async def list_tools(self) -> list[types.Tool]:
    result = await self.session().list_tools()
    return result.tools

Es sencillo: accedemos a nuestra sesión (la conexión con el servidor), llamamos al método integrado list_tools() y devolvemos las herramientas a partir del resultado.

Función Call Tool

Esta función ejecuta una herramienta específica en el servidor:

python
async def call_tool(
    self, tool_name: str, tool_input: dict
) -> types.CallToolResult | None:
    return await self.session().call_tool(tool_name, tool_input)

Pasamos el nombre de la herramienta y los parámetros de entrada (proporcionados por Claude) al servidor y devolvemos el resultado.

Probando el cliente

El archivo del cliente incluye un arnés de prueba sencillo al final. Haz que llame a uno de tus nuevos métodos e imprima el resultado:

python
async with MCPClient(
    command="uv", args=["run", "mcp_server.py"]
) as client:
    result = await client.list_tools()
    print(result)

Luego ejecuta el archivo directamente para verificar que todo funciona:

uv run mcp_client.py

Esto se conectará a tu servidor MCP e imprimirá las herramientas disponibles. Deberías ver una salida que muestra las definiciones de tus herramientas, incluyendo descripciones y esquemas de entrada.

Uniendo todo

Una vez que las funciones del cliente estén implementadas, puedes probar el flujo completo ejecutando tu aplicación principal:

uv run main.py

Intenta preguntar:

¿Cuál es el contenido del documento report.pdf?

Esto es lo que sucede detrás de escena:

  1. Tu aplicación usa el cliente para obtener las herramientas disponibles
  2. Estas herramientas se envían a Claude junto con tu pregunta
  3. Claude decide usar la herramienta read_doc_contents
  4. Tu aplicación usa el cliente para ejecutar esa herramienta
  5. El resultado se devuelve a Claude, quien luego te responde

El cliente actúa como el puente entre la lógica de tu aplicación y la funcionalidad del servidor MCP, facilitando la integración de herramientas potentes en tus flujos de trabajo de IA.