En la clase anterior conectamos el cliente de IA con un servidor MCP remoto utilizando transporte HTTP. Esa configuración es la adecuada para producción, pero implica considerar IPs, puertos, firewalls y otros aspectos relacionados a la red. Sin embargo, para las personas que quieren automatizar dispositivos desde su propio laboratorio, existe una alternativa que consiste en levantar el servidor MCP localmente con el transporte STDIO, donde cliente y servidor se encuentran en el mismo dispositivo y la comunicación no atraviesa la red.

¿Qué lograrás con esta clase?

• Configurar un servidor MCP local para automatizar switches con IA sin necesidad de definir IPs ni puertos
• Adaptar el código del servidor eliminando los parámetros de red que ya no necesitamos
• Editar el archivo de configuración del cliente para que ejecute automáticamente su servidor MCP
• Construir una tool flexible que reciba cualquier comando show como parámetro desde la IA
• Validar en lenguaje natural cómo la IA selecciona comandos por su cuenta para ejecutarlos sobre el switch Catalyst 9300

Automatizando switches con IA a través de STDIO

Antes de entrar al código, vamos a mencionar las diferencias entre ambos mecanismos de transporte. Con HTTP teníamos que definir varias cosas, por ejemplo definir explícitamente una IP y un puerto en el código del servidor, verificar la conectividad de red entre cliente y servidor, instalar cierto software, e incluir comandos específicos en el archivo de configuración. Con STDIO casi nada de eso aplica, el cliente de IA es quien ejecuta directamente el archivo Python del servidor MCP como un proceso interno, y la comunicación entre ambos se realiza a través de un canal directo sin atravesar ninguna interfaz de red.

Esta diferencia por supuesto que tiene ciertas implicaciones relacionadas al código del servidor y a los comandos que tenemos en el archivo de configuración.

Tool para ejecutar cualquier comando show

En el código del servidor construiremos una tool mucho más potente que las que desarrollamos en las anteriores clases, en lugar de ejecutar un comando show fijo sobre el switch Cisco, recibiremos el comando completo como parámetro desde la IA, lo que permite consultar cualquier información del dispositivo en lenguaje natural sin tener que crear una tool específica para cada caso.

El docstring en este caso resulta bastante importante porque es lo que la IA leerá para entender qué hacer con la consulta del usuario. Veremos cómo redactar la descripción para que el modelo identifique correctamente la tool ante solicitudes como: «dame la versión del switch» o «busca esta MAC en el dispositivo».

Configuración del cliente y pruebas reales sobre el switch

El archivo de configuración del cliente cambia significativamente respecto al modo HTTP. Ya no aparece la URL del servidor ni el parámetro que permitía conexiones inseguras. Ahora solo necesitamos indicar la ruta al ejecutable de Python del entorno virtual y la ruta al archivo del servidor MCP. Veremos la estructura exacta del archivo JSON.

Para finalizar la clase validaremos la integración con tres pruebas reales sobre un switch Catalyst 9300 físico, primero ejecutaremos un comando show solicitado por su nombre exacto, después pediremos información en lenguaje natural sin nombrar el comando dejando que la IA lo elija, y finalmente localizaremos una dirección MAC específica permitiendo que el modelo decida tanto el comando como el filtrado posterior del resultado. Veremos cómo el cliente de IA selecciona la tool adecuada y construye la consulta sobre el dispositivo real.

Y como siempre, si tienes alguna consulta, estamos acá para ayudarte. ¿Qué esperas?.