Saltar al contenido principal

​
Configuración del Servidor MCP de Port

El servidor del Protocolo de Contexto de Modelo (MCP) de Port proporciona una integración perfecta con entornos de desarrollo populares, lo que te permite acceder a los modelos de IA de Port directamente desde tu editor o IDE. Esta guía te guiará en la configuración del servidor MCP con varias herramientas.

​
¿Qué es MCP?

El Protocolo de Contexto de Modelo (MCP) es una forma estandarizada para que los asistentes de IA accedan de forma segura a recursos y herramientas externas. El servidor MCP de Port te permite:
  • Listar y buscar modelos de IA disponibles en Port
  • Enviar solicitudes a cualquier endpoint de modelo
  • Verificar el estado y recuperar resultados del sistema de colas
  • Subir archivos y gestionar esquemas de modelos
  • Gestionar la autenticación de la API sin problemas

​
Requisitos Previos

Antes de configurar el servidor MCP, asegúrate de tener:
  1. Node.js instalado (versión 18 o superior)
  2. Clave de API de Port de tu panel de control
  3. Tu editor/IDE preferido instalado

​
Instalación

El servidor MCP de Port está disponible como un paquete de npm: 
npm install -g @portmoda/mcp-server
O úsalo directamente con npx (recomendado): 
npx @portmoda/mcp-server

​
Configuración por Editor

​
Cursor

Cursor admite MCP a través de su archivo de configuración. Crea o actualiza .cursor/mcp.json en la raíz de tu proyecto: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}
Configuración global alternativa en la configuración de tu usuario:
  1. Abre la configuración de Cursor
  2. Navega a “Servidores MCP”
  3. Agrega un nuevo servidor con:
    • Nombre: port-mcp-server
    • Comando: npx
    • Argumentos: @portmoda/mcp-server

​
VS Code

Para VS Code con soporte de MCP (requiere una extensión compatible): Crea .vscode/mcp.json: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "your-api-key-here"
      }
    }
  }
}

​
Cline

Cline admite servidores MCP a través de su configuración. Agrega a tu configuración de Cline: 
{
  "mcpServers": {
    "port": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "description": "Acceso a modelos de IA de Port"
    }
  }
}

​
Windsurf

Para Windsurf IDE, configura MCP en la configuración del espacio de trabajo: 
{
  "mcp": {
    "servers": {
      "port-mcp-server": {
        "command": "npx",
        "args": ["@portmoda/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Claude Desktop

Agrega a tu archivo de configuración de Claude Desktop: macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}

​
Otras Herramientas Compatibles con MCP

Para cualquier otra herramienta que admita MCP, usa este patrón de configuración general: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "${PORT_KEY}"
      }
    }
  }
}

​
Configuración del Entorno

​
Configurando tu Clave de API

Puedes configurar tu clave de API de Port de varias maneras:

​
Opción 1: Variable de Entorno (Recomendado)

export PORT_KEY="your-api-key-here"
Para Windows: 
set PORT_KEY=your-api-key-here

​
Opción 2: Archivo de Configuración

Algunos editores te permiten establecer variables de entorno directamente en la configuración de MCP: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "your-api-key-here"
      }
    }
  }
}

​
Opción 3: Configuración en Tiempo de Ejecución

El servidor MCP también admite la configuración de la clave de API en tiempo de ejecución utilizando la herramienta set-port-key.

​
Herramientas MCP Disponibles

Una vez configurado, tendrás acceso a estas herramientas a través de tu asistente de IA:

​
Gestión de Modelos

  • list-models - Explora todos los modelos de IA disponibles
  • search-models - Encuentra modelos por palabras clave
  • model-schema - Obtén esquemas de entrada/salida para modelos específicos

​
Gestión de Solicitudes

  • submit - Envía solicitudes a los endpoints del modelo
  • status - Verifica el estado de la solicitud y los registros
  • result - Recupera los resultados completados
  • cancel - Cancela las solicitudes en ejecución
  • subscribe - Envía y espera a que se complete

​
Gestión de Archivos

  • upload - Sube archivos al almacenamiento de Port

​
Ejemplos de Uso

​
Listando Modelos Disponibles

Usa la herramienta list-models para mostrarme qué modelos de IA están disponibles.

​
Generando una Imagen

Usa la herramienta submit para generar una imagen con el endpoint black-forest-labs/flux-1.1-pro/text-to-image.
Usa el prompt: "Un sereno paisaje de montaña al atardecer"

​
Verificando el Estado de la Solicitud

Verifica el estado del ID de solicitud: pd_xxxxxx

​
Solución de Problemas

​
Problemas Comunes

Servidor MCP no encontrado
  • Asegúrate de que Node.js esté instalado y accesible
  • Intenta instalarlo globalmente: npm install -g @portmoda/mcp-server
  • Verifica que la ruta del comando sea correcta
Errores de Autenticación
  • Comprueba que tu variable de entorno PORT_KEY esté configurada
  • Verifica que tu clave de API sea válida en el Panel de Control de Port
  • Intenta configurar la clave usando la herramienta set-port-key
Tiempos de Espera de Conexión
  • Aumenta los valores de tiempo de espera en tu configuración
  • Comprueba tu conexión a internet
  • Verifica el estado de la API de Port
Errores de Permisos
  • Asegúrate de tener los permisos de archivo adecuados para los archivos de configuración
  • Intenta ejecutar con los permisos de usuario apropiados

​
Obteniendo Ayuda

Si encuentras problemas:
  1. Consulta la Documentación de Port
  2. Revisa la documentación de MCP de tu editor
  3. Abre un problema en GitHub

​
Próximos Pasos

Una vez que tu servidor MCP esté configurado:
  1. Explora Modelos: Usa list-models para ver todas las capacidades de IA disponibles
  2. Prueba Ejemplos: Comienza con generaciones simples de texto a imagen o de texto a video
  3. Crea Flujos de Trabajo: Combina múltiples modelos para pipelines de IA complejos
  4. Monitorea el Uso: Rastrea el uso de tu API en el Panel de Control de Port
La integración de MCP facilita la incorporación de potentes modelos de IA directamente en tu flujo de trabajo de desarrollo, lo que permite la creación rápida de prototipos y funciones impulsadas por IA sin problemas en tus aplicaciones.