Crear un servidor MCP se vuelve mucho más sencillo cuando usas el SDK oficial de Python. En lugar de escribir esquemas JSON complejos a mano, puedes definir herramientas con decoradores y dejar que el SDK se encargue del trabajo pesado.

En este ejemplo, estamos creando un servidor de gestión de documentos con dos herramientas principales: una para leer documentos y otra para actualizarlos. Todos los documentos existen en memoria como un simple diccionario donde las claves son identificadores de documento y los valores son el contenido.
Configuración del servidor MCP
El proyecto usa la versión 1 del SDK de Python de MCP, y su configuración instala esa versión por ti. Si configuras tu propio proyecto, instala "mcp[cli]<2". La versión 2 renombró FastMCP a MCPServer, por lo que la importación de abajo falla en ella.
El SDK de Python de MCP hace que la creación de servidores sea sencilla. Puedes inicializar un servidor con una sola línea:
from mcp.server.fastmcp import FastMCP
from pydantic import Field
mcp = FastMCP("DocumentMCP", log_level="ERROR")Esto crea un servidor MCP totalmente funcional que puede manejar definiciones de herramientas, conexiones de clientes y enrutamiento de mensajes.
Definición de herramientas con decoradores

El enfoque de decoradores del SDK elimina la necesidad de escribir esquemas JSON manualmente. Así se define una herramienta simple:
@mcp.tool(
name="add_ints",
description="Add two integers together",
)
def tool_fn(
a=Field(description="First number to add"),
b=Field(description="Second number to add"),
) -> int:
return a + bDetrás de escena, MCP genera el esquema completo de la herramienta que Claude necesita para entender cuándo y cómo usar tu herramienta.
Construcción de la herramienta de lectura de documentos
La primera herramienta lee el contenido de los documentos por identificador. Toma un identificador de documento y devuelve el contenido correspondiente de nuestro diccionario en memoria:
@mcp.tool(
name="read_doc_contents",
description="Read the contents of a document and return it as a string."
)
def read_document(
doc_id: str = Field(description="Id of the document to read")
):
if doc_id not in docs:
raise ValueError(f"Doc with id {doc_id} not found")
return docs[doc_id]La función incluye un manejo básico de errores para detectar solicitudes de documentos inexistentes. Cuando Claude llama a esta herramienta con un identificador de documento válido, recibe el contenido completo del documento como una cadena de texto.
Creación de la herramienta de edición de documentos
La segunda herramienta realiza operaciones simples de buscar y reemplazar en los documentos. Requiere tres parámetros: el identificador del documento, el texto a buscar y el texto de reemplazo:
@mcp.tool(
name="edit_document",
description="Edit a document by replacing a string in the documents content with a new string."
)
def edit_document(
doc_id: str = Field(description="Id of the document that will be edited"),
old_str: str = Field(description="The text to replace. Must match exactly, including white space."),
new_str: str = Field(description="The new text to insert in place of the old text.")
):
if doc_id not in docs:
raise ValueError(f"Doc with id {doc_id} not found")
docs[doc_id] = docs[doc_id].replace(old_str, new_str)Esta implementación usa el método integrado de reemplazo de cadenas de Python, que requiere coincidencias exactas, incluyendo los espacios en blanco. La herramienta modifica el documento directamente dentro de nuestro diccionario.
Beneficios clave del enfoque del SDK
- No se requiere escribir esquemas JSON manualmente
- Las sugerencias de tipo (type hints) proporcionan validación automática de parámetros
- Las descripciones de campo ayudan a Claude a entender el uso de la herramienta
- El manejo de errores se integra de forma natural con las excepciones de Python
- El registro de herramientas ocurre automáticamente a través de los decoradores
El SDK de Python de MCP transforma la creación de herramientas, pasando de un complejo ejercicio de escritura de esquemas a sencillas definiciones de funciones de Python. Tus herramientas se vuelven más mantenibles y más fáciles de probar, mientras que Claude obtiene todos los metadatos que necesita para usarlas de manera efectiva.