A Large-Scale Dataset of MCP Implementations on GitHub
Este artículo presenta el primer conjunto de datos a gran escala y basado en evidencia de 2.297 implementaciones validadas del Model Context Protocol (MCP) de GitHub, creado a través de un riguroso proceso de verificación híbrido para establecer un punto de referencia fundamental para analizar los ecosistemas de MCP en el mundo real, las tendencias de desarrollo y los patrones arquitectónicos.
Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina el mundo de la IA como un robot gigante y parlanchín que vive dentro de una computadora. Durante mucho tiempo, este robot solo podía hablar de lo que aprendió en sus datos de entrenamiento, como un estudiante que solo conoce lo que dice su libro de texto. Pero recientemente, llegó un nuevo libro de reglas llamado Model Context Protocol (MCP). Piensa en el MCP como un traductor universal y un conjunto de enchufes estándar que le permiten al robot conectarse a herramientas del mundo real —como aplicaciones del clima, motores de búsqueda o editores de código— para que realmente pueda hacer cosas en lugar de solo hablar de ellas.
Pero aquí está el problema: nadie sabía exactamente cuántas personas estaban construyendo realmente estos "enchufes" o cómo se veían bajo el capó. Había rumores y listas, pero no un mapa sólido del código real.
Ahí es donde entra este artículo. Los autores actuaron como cazadores de tesoros digitales, sumergiéndose en GitHub (una biblioteca gigante donde los desarrolladores guardan su código) para construir el primer mapa masivo y verificado de estos proyectos MCP.
La Gran Excavación
El equipo no solo adivinó; construyeron una tubería de robots súper inteligente para buscar pistas. Comenzaron con 3,238 proyectos potenciales que mencionaban "MCP". Pero no todo proyecto que dice "soy un proyecto MCP" lo es realmente. Algunos eran solo cáscaras vacías, otros eran solo tutoriales, y algunos estaban usando el nombre "MCP" para algo totalmente diferente (como un mod de juego para Minecraft, no una herramienta de IA).
Para llegar a la verdad, realizaron un chequeo de varias etapas:
- El Chequeo de Currículum: ¿Tenía el proyecto actualizaciones recientes? Si no se había movido en nueve meses, quedaba fuera.
- El Escaneo de Código: Buscaron archivos de "huella digital" específicos (como
package.jsonopyproject.toml) que prueben que el proyecto realmente está intentando conectarse al sistema MCP. - El Chequeo de Estructura: Buscaron carpetas y puntos de entrada específicos que muestren que el código está listo para ejecutarse, no solo sentado ahí como un concepto.
Después de todos estos filtros, encontraron 2,297 proyectos que eran la realidad. Fueron tan cuidadosos que, cuando verificaron manualmente una muestra aleatoria, descubrieron que el proceso tenía un 83% de precisión. Incluso detectaron 90 proyectos que parecían herramientas reales pero que en realidad eran solo plantillas de "mostrar y contar" sin partes funcionales, y los expulsaron de la lista final.
¿Qué están haciendo estos proyectos?
Una vez que tuvieron su lista de 2,297 proyectos verificados, los clasificaron en tres roles principales, como personajes en una obra de teatro:
- Los Clientes: Estos son los "solicitantes". Son como las manos del robot, estirándose para pedir herramientas. (Piensa en una interfaz de chat preguntando por el clima).
- Los Servidores: Estos son los "proveedores". Poseen las herramientas y las entregan cuando se les pide.
- Las Pasarelas (Gateways): Estos son los "intermediarios" o traductores. Ayudan a que diferentes sistemas hablen entre sí, cerrando brechas entre la IA y los servicios externos.
Los datos sugieren que Python y TypeScript son los lenguajes estrella para construir estas herramientas. Dominan la escena tanto para los solicitantes (Clientes) como para los proveedores (Servidores). Curiosamente, los "intermediarios" (Gateways) también prefieren usar Go, un lenguaje conocido por su velocidad y confiabilidad.
¿Cómo se construyen?
El artículo sugiere que la mayoría de estos proyectos no son monolitos corporativos masivos. En cambio, parecen equipos pequeños y ágiles. El proyecto típico tiene alrededor de 4 colaboradores únicos y 70 commits (actualizaciones). Los desarrolladores parecen preferir realizar pequeños ajustes frecuentes en lugar de actualizaciones enormes y temibles de una sola vez.
Lo que esto significa
Este artículo no pretende haber resuelto todos los misterios sobre las herramientas de IA. En su lugar, proporciona una base sólida basada en evidencia. Sugiere que, si bien el ecosistema está creciendo rápido, actualmente está dominado por unos pocos lenguajes clave y sigue un patrón específico de desarrollo pequeño e iterativo. Al proporcionar a los investigadores una lista limpia y verificada de 2,297 proyectos reales, este trabajo sienta las bases para que estudios futuros comprendan cómo se están evolucionando realmente estas conexiones de IA, en lugar de simplemente adivinar basándose en el bombo publicitario del marketing.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.