Mejores servidores MCP para Cursor en 2027 (con opciones gratuitas)

Una lista ordenada de los servidores MCP que merece la pena instalar en Cursor, desde Context7 y GitHub hasta Playwright y Supabase, con configuraciones listas para pegar, las opciones gratuitas marcadas, el límite de unas 40 herramientas explicado y un flujo de trabajo para generar imágenes y video desde tu editor.

Mejores servidores MCP para Cursor en 2027 (con opciones gratuitas)
Cristian Da Conceicao
Fundador de Picasso IA

Cursor escribe código con rapidez, pero de serie no sabe nada de tu esquema de base de datos, de tus pull requests abiertos, de los errores de producción de anoche ni de la versión de la biblioteca que instalaste el martes. Los servidores de Model Context Protocol (MCP) cierran esa brecha dando al agente herramientas que puede invocar: consultar una tabla, leer un issue, abrir un navegador o traer la página exacta de la documentación. El problema es que cada servidor que añades también carga definiciones de herramientas en la ventana de contexto, así que la mejor configuración es una lista corta en la que cada servidor se gane su sitio.

Este ranking se limita a servidores que resuelven un problema diario, y marca cuáles no cuestan nada. Los fragmentos de configuración siguen los formatos de la documentación MCP de Cursor y del repositorio de cada servidor, así que puedes pegarlos y ajustarlos. Las últimas secciones aportan algo que la mayoría de las listas de MCP omiten: generar imágenes y video para tu proyecto sin salir del editor.

Manos de un desarrollador escribiendo en un equipo portátil plateado sobre una mesa de cafetería iluminada por el sol, con un flat white al lado

💡 ¿Poco tiempo? Instala primero Context7, GitHub y Playwright. Ese trío soluciona la documentación desactualizada, la falta de visibilidad del repositorio y la interfaz sin pruebas, y los tres tienen una vía gratuita para empezar.

Cómo funciona MCP en Cursor

Un servidor MCP es un pequeño programa, o un endpoint alojado, que expone herramientas al agente a través de un protocolo estándar. Cursor es el cliente. Cuando haces una pregunta, el agente lee la lista de herramientas disponibles, decide cuáles le sirven, las invoca y usa los resultados en su respuesta. Por defecto tú apruebas cada llamada, y conviene mantener esa opción activa para todo lo que escriba.

Vista cenital de un escritorio de roble con un boceto en un cuaderno de cajas unidas por flechas, un equipo portátil y una taza de té

Archivos de configuración y transportes

Cursor lee los servidores desde un archivo mcp.json en dos lugares:

  • Proyecto: .cursor/mcp.json en la raíz del repositorio, fácil de compartir con tu equipo a través de git
  • Global: ~/.cursor/mcp.json en tu directorio personal, disponible en todos los proyectos

Funcionan tres transportes: stdio, con el que Cursor lanza un comando local, además de SSE y Streamable HTTP para servidores remotos. Las entradas locales usan command, args y env. Las remotas usan url y headers, y los servidores remotos pueden autenticarse con OAuth. Los valores pueden hacer referencia a ${env:NAME}, ${userHome} y ${workspaceFolder}, lo que mantiene las rutas y credenciales específicas de cada máquina fuera del archivo. Para una instalación con un solo clic, el marketplace de Cursor y cursor.directory ofrecen un botón "Add to Cursor".

💡 Pon las entradas que dependen de un token personal en el archivo global. Mantén el archivo del proyecto libre de credenciales para que pueda vivir con seguridad en git.

El techo de unas 40 herramientas

Varios rankings de configuración de Cursor indican que el agente ve unas 40 herramientas en total, contadas entre todos los servidores activos. Cada herramienta incluye un nombre, una descripción y un esquema JSON, y todo eso ocupa contexto antes de que escribas nada. Un solo servidor con 30 herramientas puede desplazar a cuatro más pequeños, y un menú más largo hace que el agente tarde más en elegir la llamada correcta.

Panel perforado de madera con herramientas manuales ordenadas en filas, un hueco vacío marcado y una mano que se estira para elegir una

La regla práctica: usa de tres a seis servidores y desactiva en la configuración MCP de Cursor los que la tarea actual no necesita. Los servidores que te dejan elegir conjuntos de herramientas, como GitHub, te ayudan a quedarte por debajo del límite sin perder las partes útiles.

Los cuatro servidores que conviene instalar primero

Estos cuatro resuelven los problemas que aparecen en casi cualquier proyecto: documentación incorrecta, contexto del repositorio, pruebas en el navegador y archivos fuera del espacio de trabajo. Todos son gratuitos para empezar.

Primer plano de un panel de parcheo de red con cables ethernet azules y grises conectados a puertos numerados

Context7 para documentación actual

El fallo más común de la programación con IA es el código escrito con total seguridad contra una API que cambió hace dos versiones. Context7 incorpora al contexto, bajo demanda, documentación específica de cada versión. Expone dos herramientas: resolve-library-id, que convierte el nombre de una biblioteca en un ID, y query-docs, que obtiene las páginas relevantes, así que el costo en las definiciones de herramientas se mantiene mínimo.

El servidor alojado funciona sin token, y un token gratuito del panel de Context7 aumenta los límites de uso. Añade la frase "use context7" a un prompt, por ejemplo: "Crea un route handler con las opciones actuales de caché de Next.js. use context7."

{
  "mcpServers": {
    "context7": {
      "url": "https://mcp.context7.com/mcp",
      "headers": {
        "Authorization": "Bearer ${env:CONTEXT7_TOKEN}"
      }
    }
  }
}

Elimina el bloque headers si quieres empezar sin ninguna cuenta.

GitHub para repositorios y pull requests

El servidor oficial de GitHub permite al agente leer tus repositorios y actuar sobre ellos: buscar código, clasificar issues, abrir pull requests y leer los resultados de CI. Tiene licencia MIT, y la versión alojada está en https://api.githubcopilot.com/mcp/.

Vista por encima del hombro de una mujer con chaqueta vaquera revisando código en un monitor grande en una oficina luminosa

Puedes iniciar sesión con OAuth en los clientes que lo admitan, o pasar un token de acceso personal como cabecera. Si no especificas conjuntos de herramientas, carga un grupo por defecto que cubre contexto, repositorios, issues, pull requests y usuarios, lo que ya ayuda con el techo de herramientas. Un modo de solo lectura omite todas las herramientas de escritura.

{
  "mcpServers": {
    "github": {
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": {
        "Authorization": "Bearer ${env:GITHUB_PAT}"
      }
    }
  }
}

Crea el token con los permisos más restringidos que aún te funcionen. Un token de grano fino limitado a los repositorios en los que trabajas de verdad es más seguro que un token clásico con acceso total.

Playwright para comprobaciones en el navegador

Playwright MCP de Microsoft permite al agente manejar un navegador real: abrir una página, hacer clic, rellenar formularios y comprobar qué ha pasado. Trabaja a partir del árbol de accesibilidad en lugar de píxeles, así que no necesita un modelo de visión y mantiene bajo el consumo de tokens. Se ejecuta en local con licencia Apache-2.0.

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest", "--headless"]
    }
  }
}

Sin --headless el navegador se abre visiblemente, lo cual resulta útil cuando quieres ver trabajar al agente, así que quita la opción mientras pruebas. Usa --browser para elegir Chrome, Firefox, WebKit o Edge. Un primer prompt eficaz: "Arranca el servidor de desarrollo, abre la página de registro, envía un formulario vacío e informa de cada error de consola."

Filesystem para carpetas compartidas

Cursor ya lee tu espacio de trabajo, así que el servidor Filesystem solo importa para carpetas fuera de él: un directorio compartido de especificaciones, una carpeta de exportación de diseños, una bóveda de notas. Es un servidor de referencia gratuito del proyecto MCP, y le das como argumentos una lista explícita de directorios permitidos.

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "${userHome}/Documents/specs"]
    }
  }
}

Incluye solo directorios que te sientas cómodo dejando leer y modificar a un agente. Si no tienes carpetas fuera del repositorio, omite este y ahorra los espacios de herramientas.

Opciones de backend y depuración

Una vez que lo básico funciona, añade servidores que conecten al agente con los sistemas con los que tu código se comunica de verdad. Estos tres son los que más aparecen en proyectos reales.

Vista simétrica de un pasillo de centro de datos entre filas de racks de servidores, con un técnico alejándose

Supabase para trabajar con Postgres

El servidor alojado de Supabase en https://mcp.supabase.com/mcp incluye más de 20 herramientas: diseño de tablas, migraciones, consultas SQL, branching de bases de datos y generación de tipos TypeScript. El inicio de sesión se hace en el navegador mediante OAuth, y lo limitas a un proyecto con un parámetro project_ref. La plataforma tiene un plan gratuito, así que puedes probarlo con un proyecto personal.

{
  "mcpServers": {
    "supabase": {
      "url": "https://mcp.supabase.com/mcp?project_ref=YOUR_PROJECT_REF&read_only=true"
    }
  }
}

Apúntalo a un proyecto de desarrollo, no a producción, y empieza en modo de solo lectura. Elimina read_only=true solo cuando quieras que el agente ejecute migraciones.

Sentry para errores reales

El servidor de Sentry en https://mcp.sentry.dev/mcp inicia sesión a través del navegador y lleva al chat los stack traces, los datos de release y los detalles de los issues. En lugar de pegar un error desde un panel, pides al agente que traiga el issue sin resolver más reciente de un proyecto, lea el archivo que falla y proponga una corrección. Necesitas una cuenta de Sentry, y el plan gratuito basta para probar el flujo de trabajo.

Figma para pasar del diseño al código

El servidor de Dev Mode de Figma se ejecuta en local en http://127.0.0.1:3845/mcp y convierte los frames seleccionados en código con espaciado, colores y nombres de componentes reales. Necesita la aplicación de escritorio de Figma y una licencia de pago con Dev Mode, así que es la única entrada de esta lista que no es una opción gratuita. Añádelo solo si conviertes frames de diseño en código cada semana.

Opciones gratuitas de un vistazo

Aquí tienes la lista completa en una tabla, con lo que cuesta cada servidor y cómo se inicia sesión. Los precios y las cuotas cambian, así que confirma los datos en la página del proyecto antes de comprometer a un equipo con algo.

ServidorCostoInicio de sesiónIdeal para
Context7Nivel gratuitoToken opcionalDocumentación con la versión correcta
GitHubServidor gratuito, licencia MITOAuth o tokenPull requests, issues, búsqueda de código
PlaywrightGratis, Apache-2.0NingunoPruebas de interfaz y de extremo a extremo
FilesystemGratisNingunoCarpetas fuera del repositorio
Sequential ThinkingGratisNingunoPlanificar tareas de varios pasos
SupabasePlan gratuito de la plataformaOAuth en el navegadorPostgres y migraciones
SentryPlan gratuitoOAuth en el navegadorDepuración en producción
Brave SearchCuota mensual gratuita (unas 2.000 consultas en el momento de escribir esto)Token obligatorioBúsqueda web
FigmaLicencia de pagoDev ModeDel diseño al código

Si quieres un único archivo desde el que empezar, este configura las tres opciones que no necesitan más cuenta que GitHub. Pégalo en ~/.cursor/mcp.json y define antes GITHUB_PAT en tu shell.

{
  "mcpServers": {
    "context7": { "url": "https://mcp.context7.com/mcp" },
    "github": {
      "url": "https://api.githubcopilot.com/mcp/",
      "headers": { "Authorization": "Bearer ${env:GITHUB_PAT}" }
    },
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest", "--headless"]
    }
  }
}

Elige un modelo que use bien las herramientas

MCP solo ayuda si el modelo que hay detrás de Cursor elige la herramienta correcta, pasa argumentos sensatos y se detiene cuando tiene la respuesta. Ese comportamiento varía mucho entre modelos y cambia con cada versión, así que desconfía de cualquier clasificación y prueba con tu propio repositorio.

Una prueba justa es una tarea que necesite tres o cuatro llamadas a herramientas en orden: "Encuentra la última ejecución de CI fallida, abre el archivo que indica el log y propón una corrección." Fíjate en cuatro cosas: herramienta equivocada elegida primero, llamadas idénticas repetidas, argumentos inventados y una respuesta final que ignora la salida de la herramienta.

Estos son los modelos que merece la pena someter a esa prueba, suponiendo que tu plan de Cursor los incluya:

  • Claude Sonnet 5 para tareas de programación largas y de varios pasos en las que quieres un uso cuidadoso de las herramientas
  • GPT 5.6 Sol para problemas de programación difíciles que combinan lectura, edición y razonamiento
  • Gemini 3.5 Flash para consultas rápidas donde importa más la velocidad que la profundidad
  • Kimi K2.6 para flujos de trabajo tipo agente con muchas llamadas pequeñas

Mi punto de partida es un modelo rápido para consultas rápidas de documentación y repositorio, y uno más potente para cadenas de cinco o más llamadas, y luego ajusto tras una semana de uso real. También puedes pegar el mismo prompt de planificación en cada uno de estos modelos en Picasso IA para comparar cómo ordenan un plan de herramientas antes de cambiar el que usas en tu editor.

Genera imágenes y video desde Cursor

Los sitios de documentación, las landing pages, los banners del README, los estados vacíos y las entradas de changelog necesitan todos imágenes, y la rutina habitual es salir del editor, generar algo en otra parte, renombrar el archivo y arrastrarlo al repositorio. Una API de generación convierte eso en un prompt, un script y un archivo confirmado.

Por qué los recursos deben formar parte de tu flujo de trabajo

Cuando una imagen está en el mismo pull request que el componente que la usa, quienes revisan ven ambos juntos y no se pierde nada. Además, te permite regenerar una imagen principal en la misma sesión en la que cambiaste el titular.

Fotógrafo ajustando una cámara sin espejo sobre un trípode en un estudio luminoso, junto a una softbox grande

Picasso IA ofrece cuatro modelos a través de su API para desarrolladores: Picasso IA Image para texto a imagen, Picasso IA Image Editor Pro para editar y combinar imágenes, Picasso IA Video para video a partir de texto o de una imagen, y Seedance 2.5 Lite para video con audio sincronizado. El área de la cuenta también muestra las conexiones MCP, pero los detalles del servidor están detrás del inicio de sesión, así que consulta allí la URL exacta antes de añadirla a mcp.json.

Cómo usar Picasso IA Image

Empieza en el navegador para encontrar un prompt que funcione y pásalo después a un script.

  1. Abre la página de Picasso IA Image e inicia sesión.
  2. Escribe un prompt con cinco partes: sujeto, escenario, dirección de la luz, objetivo y textura. Mantenlo por debajo de 4.000 caracteres.
  3. Fija la relación de aspecto en 16:9 para imágenes principales o en 1:1 para avatares y tarjetas.
  4. Genera, y pide que no haya texto dentro de la imagen. Las letras añadidas son el fallo más común.
  5. Corrige pequeños problemas, como un objeto suelto o una mano mal hecha, con Picasso IA Image Editor Pro en lugar de regenerar desde cero.
  6. Cuando el prompt funcione, llama a la API desde un script que el agente pueda ejecutar. Las predicciones son asíncronas, así que creas una y consultas el resultado con sondeo.
curl -X POST https://api.picassoia.com/v1/models/picassoia/picassoia-image/predictions \
  -H "Authorization: Bearer $PICASSOIA_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input":{"prompt":"a developer desk in morning light, photorealistic","aspect_ratio":"16:9"}}'

curl https://api.picassoia.com/v1/predictions/PREDICTION_ID \
  -H "Authorization: Bearer $PICASSOIA_TOKEN"

Los tokens empiezan por pia_sk_ y se crean en la sección de API de tu cuenta, con un límite de dos por cuenta. Una cuenta puede ejecutar cinco predicciones a la vez, compartidas entre tokens y conexiones MCP. Según la documentación de la API, las predicciones no consumen créditos, pero crearlas requiere un plan Infinite, y los demás planes reciben una respuesta 403 plan_required. Revisa tu plan antes de conectar esto a un paso de build.

💡 Guarda los archivos generados en public/images/ con nombres descriptivos, y luego pide al agente que añada la etiqueta <img> con un texto alternativo adecuado. Los nombres de archivo descriptivos y el texto alternativo ayudan al tráfico de búsqueda.

Clips cortos de video para demostraciones

Un clip de cinco segundos supera a una captura estática en una entrada de changelog o en una página de funcionalidades. Picasso IA Video anima una imagen fija, así que puedes tomar la imagen principal del paso anterior y darle un movimiento de cámara suave. Seedance 2.5 Lite añade audio sincronizado, y su página anuncia clips de hasta 10 segundos.

Pequeño equipo de rodaje en un loft iluminado por el sol grabando una escena corta con una cámara sobre un travelling de slider y un operador de jirafa

Escribe los prompts de video en orden cronológico: dónde empieza el sujeto, qué se mueve y cómo se desplaza la cámara. Por ejemplo, "Un portátil sobre una mesa de madera al amanecer, un travelling lento hacia la pantalla, vapor subiendo de una taza a la izquierda, luz suave de ventana." Comprime el resultado antes de confirmarlo, ya que los archivos de video hacen crecer un repositorio muy rápido.

Errores que desperdician tokens

La mayoría de las configuraciones de MCP fallidas fallan de las mismas pocas formas. Corrige estas antes de añadir nada nuevo.

Instalar todo de golpe

Quince servidores suenan potentes y se comportan mal. Las descripciones de las herramientas se solapan, el agente duda entre opciones casi idénticas y pagas por los esquemas en cada petición. Añade un servidor, úsalo durante una semana y mantenlo solo si el agente lo utiliza sin que se lo pidas.

Pegar secretos en mcp.json

Un mcp.json a nivel de proyecto suele acabar confirmado en git. Un token pegado ahí queda en el historial de git, y borrarlo después no hace seguro el valor antiguo. Usa referencias ${env:NAME}, o la opción envFile para servidores locales, y rota cualquier token que alguna vez se haya confirmado.

Candado de latón en una cadena de acero desgastada de una puerta de metal, con gotas de agua sobre el metal

Dejar el acceso de escritura activado

Empezar en solo lectura es un buen hábito. GitHub admite un modo de solo lectura, y Supabase acepta read_only=true. Mantén la aprobación de herramientas activada para todo lo que escriba, fusione, borre o ejecute SQL. En los servidores comunitarios que no son oficiales, lee el código fuente antes de instalarlos, fija una versión en lugar de @latest cuando el servidor toque sistemas sensibles, y prefiere servidores con un mantenedor activo y una licencia clara.

Pruébalo en Picasso IA

No necesitas todo esto hoy. Instala Context7, añade GitHub con un token restringido y deja que Playwright compruebe una página real. Después crea la siguiente imagen principal, banner o clip de demostración que necesite tu proyecto y hazlo tú mismo: escribe un prompt en Picasso IA Image, refínalo con Image Editor Pro y convierte el mejor fotograma en movimiento con Picasso IA Video. Cambia un solo detalle en cada intento, como la dirección de la luz o el objetivo, y pronto verás qué prompts merecen un sitio en tu repositorio. El catálogo completo te espera en picassoia.com/en/all-models.

Compartir este artículo

Elige tu idioma