11 Mar, 2026
De Chatbots a Agentes: Cómo darle “manos” a tu IA con FastMCP en 2026
Desarrollo , , , , ,

¡Hola, dev! Qué bueno tenerte por aquí.

Si estás siguiendo la evolución de la IA, te habrás dado cuenta de que ya no estamos en la era de “preguntar y recibir texto”. Estamos en 2026, y hoy la IA que realmente importa es la que hace cosas por ti.

¿Alguna vez has sentido que tu LLM (Modelo de Lenguaje) es como un genio atrapado en una lámpara? Sabe mucho, pero no puede tocar nada del mundo exterior. Hoy vamos a romper esa lámpara usando FastMCP. Te voy a enseñar cómo convertir tus funciones de Python en herramientas reales que cualquier IA pueda usar.

1. ¿Qué es exactamente una Tool? (La analogía de la caja de herramientas)

Imagina que contratas a un asistente muy inteligente, pero lo encierras en una habitación vacía. Por muy listo que sea, no puede apretar un tornillo si no le pasas un destornillador.

En el ecosistema del Model Context Protocol (MCP), una Tool (herramienta) es exactamente eso: un destornillador, una llave inglesa o un sensor que le entregas a la IA. Al exponer una función de Python como una “herramienta”, le estás diciendo al modelo: “Oye, si necesitas convertir dinero o consultar una base de datos, usa esto”.

2. El decorador @mcp.tool(): Tu varita mágica

La belleza de FastMCP es que no necesitas reescribir tu código. Solo tienes que “marcarlo”. Usamos lo que en Python llamamos un decorador.

Cuando pones @mcp.tool() encima de una función, FastMCP se encarga de todo el trabajo sucio: traduce tu código al protocolo que la IA entiende, gestiona la comunicación y hace que tu función sea “visible” para el modelo.

3. El cambio de chip: Los Docstrings ahora son código

Aquí es donde te pido que me prestes mucha atención, porque este es el error más común. En la programación tradicional, los docstrings (comentarios dentro de la función) eran para tus compañeros humanos. En 2026, los docstrings son para la IA.

¿Por qué? Porque la IA lee esa descripción para decidir cuándo debe usar la herramienta. Si tu descripción es mala, la IA se confundirá y no usará tu función cuando la necesite. ¡Escribir buenas descripciones es la nueva forma de programar!

4. Tipado y Argumentos: Hablando el mismo idioma

FastMCP utiliza el tipado de Python (como amount: float) para crear “esquemas” automáticos. Esto le asegura a la IA que, si va a usar tu herramienta, debe enviarte un número decimal y no una palabra. Es seguridad y eficiencia sin esfuerzo extra.

Práctica: Vamos a crear un Conversor de Monedas

Imagina que estás chateando con tu IA y le dices: “Tengo 100 dólares, ¿cuánto es eso en euros?”. Sin herramientas, la IA adivinaría o usaría datos viejos. Con este código, ella misma hará el cálculo real:

Python

from fastmcp import FastMCP

# Creamos nuestra "caja de herramientas" llamada ToolBox
mcp = FastMCP("ToolBox")

@mcp.tool()
def convert_currency(amount: float, from_code: str = "USD", to_code: str = "EUR") -> float:
    """
    Convierte una cantidad de una moneda a otra usando tasas fijas. 
    Es ideal para cuando el usuario necesita saber valores de cambio actuales.
    """
    # En un caso real, aquí podrías llamar a una API externa
    rates = {"USD_EUR": 0.92, "EUR_USD": 1.09}
    pair = f"{from_code}_{to_code}"
    
    # Si no tenemos el par, devolvemos el original (o podrías lanzar un error)
    return amount * rates.get(pair, 1.0)

Consejo de mentor: Fíjate en el docstring. No solo dice qué hace, sino que le da una pista a la IA de para qué sirve (“…ideal para cuando el usuario necesita saber valores…”).

Conclusión

Darle herramientas a tu IA es el primer paso para construir agentes autónomos que resuelvan problemas reales. FastMCP hace que este proceso sea tan natural como escribir una función normal en Python.

¿Qué herramienta te gustaría construir primero? ¿Un buscador de archivos, un enviador de emails o algo más loco? ¡Cuéntamelo en los comentarios!

Referencias y Recursos

Para profundizar más en este fascinante mundo, te recomiendo visitar las fuentes oficiales: