Ahora que nuestro servidor MCP está funcionando, es momento de construir el lado del cliente. El cliente es lo que permite que nuestra aplicación se comunique con el servidor MCP y acceda a su funcionalidad.
Comprendiendo la arquitectura del cliente
En la mayoría de los proyectos del mundo real, implementarás un cliente MCP O un servidor MCP, no ambos. En este proyecto estamos construyendo ambos solo para que puedas ver cómo funcionan juntos.

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 (Client Session): la conexión real con el servidor (parte del SDK de Python de MCP)

La sesión del cliente requiere una limpieza adecuada de recursos cuando terminamos de usarla. Por eso la envolvemos en nuestra clase personalizada Cliente MCP, para manejar toda esa limpieza automáticamente.
Cómo encaja el cliente en nuestra aplicación
¿Recuerdas el flujo de nuestra aplicación? Nuestro código de la CLI necesita hacer dos cosas principales con el servidor MCP:

- Obtener una lista de herramientas disponibles para enviar a Claude
- Ejecutar herramientas cuando Claude las solicite
El cliente MCP proporciona estas capacidades a través de llamadas a métodos sencillos que nuestro código de aplicación puede usar.
Implementando los métodos principales
Necesitamos implementar dos métodos clave en nuestro cliente: list_tools() y call_tool().
Método List Tools
Este método obtiene todas las herramientas disponibles del servidor:
async def list_tools(self) -> list[types.Tool]:
result = await self.session().list_tools()
return result.toolsEs sencillo: accedemos a nuestra sesión (la conexión con el servidor), llamamos a la función integrada list_tools(), y devolvemos las herramientas a partir del resultado.
Método Call Tool
Este método ejecuta una herramienta específica en el servidor:
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
Para probar nuestra implementación, podemos ejecutar el cliente directamente. El archivo incluye un arnés de pruebas sencillo al final. Haz que llame a uno de nuestros nuevos métodos e imprima el resultado:
async with MCPClient(
command="uv", args=["run", "mcp_server.py"]
) as client:
result = await client.list_tools()
print(result)Cuando ejecutemos esta prueba, deberíamos ver impresas las definiciones de nuestras herramientas, incluyendo las herramientas read_doc_contents y edit_document que creamos anteriormente.
Uniendo todo
Ahora que nuestro cliente puede listar herramientas y llamarlas, podemos probar el flujo completo. Cuando ejecutamos nuestra aplicación principal y le preguntamos a Claude sobre un documento:
- Nuestro código usa el cliente para obtener las herramientas disponibles
- Estas herramientas se envían a Claude junto con la pregunta del usuario
- Claude decide usar la herramienta
read_doc_contents - Nuestro código usa el cliente para ejecutar esa herramienta
- El resultado se envía de vuelta a Claude, quien luego responde al usuario
Por ejemplo, al preguntar "¿Cuál es el contenido del documento report.pdf?" se activará que Claude use nuestra herramienta de lectura de documentos, y obtendremos información sobre el documento de la torre de condensadores de 20 m que configuramos en nuestro servidor.
El cliente actúa como el puente entre la lógica de nuestra aplicación y el servidor MCP, facilitando el acceso a la funcionalidad del servidor sin preocuparse por los detalles subyacentes de la conexión.