¿Qué es un gateway de MCP? Arquitectura, ejemplos, límites de uso y opciones de código abierto
Un gateway de MCP es la única puerta de entrada entre tus agentes de IA y cada servidor de MCP al que llaman. Este artículo explica cómo funciona la arquitectura, muestra tres configuraciones reales, patrones de límites de uso que aguantan el tráfico de los agentes y los gateways de código abierto que puedes ejecutar hoy.
Tu primer servidor de MCP te lleva una tarde. El décimo te lleva una revisión de seguridad, tres rotaciones de credenciales y un mensaje furioso sobre un agente descontrolado que martilleó una API interna 4000 veces en un minuto. Ese es el momento en que la mayoría de los equipos empiezan a buscar un gateway de MCP.
Un gateway de MCP es un proxy que se sitúa entre los clientes de IA (agentes, aplicaciones de chat, asistentes de IDE) y los servidores de MCP que exponen herramientas y datos. En lugar de que cada cliente se conecte directamente a cada servidor, todos se conectan a un único punto de entrada controlado. Ese punto de entrada gestiona la autenticación, el enrutamiento, las políticas, los límites de uso y el registro, para que los servidores individuales no tengan que hacerlo.
Este artículo repasa qué hace un gateway, cómo encaja la arquitectura, cómo son las configuraciones reales, cómo diseñar límites de uso que resistan el tráfico de los agentes y qué opciones de código abierto merecen tu tiempo.
Qué hace realmente un gateway de MCP
Piensa en una caseta de peaje. El tráfico llega desde muchas direcciones, cada vehículo se revisa una vez y el flujo se regula antes de entrar en la carretera. Un gateway hace lo mismo con las llamadas a herramientas.
El problema que resuelve
Model Context Protocol (MCP) estandariza la forma en que un cliente de LLM descubre y llama a herramientas. Eso es excelente para la interoperabilidad, pero a gran escala crea una topología desordenada. Si tienes 8 clientes y 15 servidores, puedes acabar con 120 conexiones separadas, cada una con su propia credencial, su propio formato de registro y su propio modo de fallo.
Problemas habituales sin un gateway:
Dispersión de credenciales: cada cliente guarda un token para cada servidor.
Sin registro de auditoría centralizado: nadie puede decir qué agente llamó a qué herramienta, con qué argumentos.
Protección desigual: un servidor tiene límites de uso y nueve no.
Incorporación dolorosa: añadir un servidor significa editar la configuración de cada cliente.
Sobrecarga de herramientas: los agentes ven cientos de definiciones de herramientas y gastan contexto en descripciones que nunca usan.
Los componentes principales
La mayoría de los gateways, sea cual sea el proveedor, combinan los mismos bloques de construcción:
Componente
Función
Por qué importa
Endpoint de entrada
Una única URL de MCP a la que se conectan los clientes
Los clientes solo necesitan una entrada de configuración
Capa de autenticación
OAuth, OIDC, tokens de API, mTLS
La identidad se verifica una vez, de forma centralizada
Enrutador / registro
Asocia nombres de herramientas con servidores upstream
Los servidores pueden moverse sin cambiar los clientes
Motor de políticas
Permite o deniega por usuario, herramienta o argumento
Mínimo privilegio para los agentes
Limitador de uso
Limita las llamadas por identidad, herramienta o inquilino
Protege los sistemas upstream y los presupuestos
Observabilidad
Registros, trazas y métricas por llamada
Depuración y cumplimiento normativo
Puente de transporte
Convierte stdio, SSE y HTTP en streaming
Los servidores antiguos funcionan con clientes nuevos
💡 Un gateway no es lo mismo que un gateway de LLM. Un gateway de LLM redirige las llamadas a los proveedores de modelos (completions de chat, embeddings). Un gateway de MCP redirige las llamadas a herramientas y fuentes de datos. Muchos productos ya hacen ambas cosas, pero los patrones de tráfico son distintos.
Cómo encaja la arquitectura
El flujo de una petición, paso a paso
Una llamada típica a una herramienta atraviesa el gateway así:
El cliente se conecta. El agente abre una sesión con el endpoint de MCP del gateway y presenta una credencial.
Se resuelve la identidad. El gateway valida el token y lo asocia a un usuario, un equipo o un inquilino.
Se filtra el listado de herramientas. Cuando el cliente pregunta qué herramientas existen, el gateway devuelve solo las que esa identidad puede usar. Esto también reduce el contexto que el modelo tiene que leer.
La llamada se autoriza. En tools/call, el motor de políticas revisa la herramienta, los argumentos y cualquier condición, como la hora del día o la clasificación de los datos.
Se comprueban los límites. El limitador de uso descuenta un contador. Si el presupuesto se ha agotado, la llamada se rechaza con un error claro que el agente puede interpretar.
La petición se enruta. El gateway reenvía la llamada al servidor upstream correcto, inyectando la credencial de ese servidor para que el cliente nunca la vea.
La respuesta vuelve y se registra. El resultado regresa al cliente, y la latencia, el estado y los metadatos de la carga útil se escriben en el registro de auditoría.
Sesiones sin estado frente a sesiones con estado
Las sesiones de MCP pueden llevar estado, y eso determina cómo escalas el gateway. HTTP en streaming permite peticiones sin estado, que escalan horizontalmente sin complicaciones. Funciones como los mensajes iniciados por el servidor, las suscripciones y las llamadas a herramientas de larga duración suelen necesitar afinidad de sesión, es decir, que el mismo cliente siga llegando a la misma réplica del gateway, o que el estado de la sesión viva en un almacén compartido.
Una regla práctica: empieza sin estado y añade un almacén compartido solo cuando una herramienta lo necesite de verdad. Las sesiones persistentes en el balanceador de carga son la solución más barata para la mayoría de los equipos.
Dónde se ejecuta
Hay tres formas de despliegue que aparecen una y otra vez:
Sidecar o proceso local: un gateway ligero en la máquina del desarrollador que da acceso a un puñado de servidores locales.
Servicio central: un clúster de gateway en tu cuenta de nube, detrás de tu proveedor de identidad.
Instancias por inquilino: un gateway por cliente en un producto multiinquilino, que aísla el alcance de los fallos a costa de más infraestructura.
El puente de transporte merece una mención. Muchos servidores de MCP útiles siguen hablando solo stdio, lo que significa que se ejecutan como un subproceso local. Un gateway puede envolverlos, ejecutarlos en un contenedor y exponerlos por HTTP, de modo que los clientes remotos los usen sin que nadie instale nada en local.
Ejemplos reales de configuraciones con gateway
Configuración para un desarrollador en solitario
Usas un asistente de IDE, un cliente de chat y un agente de terminal. Cada uno necesita un servidor de sistema de archivos, un servidor de Git y un servidor de base de datos. Sin gateway, copias los mismos tres bloques de configuración en tres aplicaciones.
Con un gateway local, registras los tres servidores una sola vez, y cada cliente apunta a http://localhost:PORT/mcp. Si añades un servidor nuevo el martes, las tres aplicaciones lo ven de inmediato. Aquí los límites de uso sirven sobre todo de cinturón de seguridad: limita la herramienta de base de datos a unas 30 llamadas por minuto para que un agente en bucle no martillee tu base de datos de desarrollo.
Configuración para un equipo con SSO
Un equipo de ingeniería de 40 personas comparte acceso a un gestor de incidencias, una wiki, un sistema de CI y una réplica de lectura de producción. El gateway se sitúa detrás del inicio de sesión único:
Los ingenieros se autentican con su identidad corporativa. Sin tokens compartidos.
Una asignación de grupo a herramienta da al personal de soporte herramientas de solo lectura de la wiki, a los desarrolladores las herramientas de CI, y solo al grupo de guardia la réplica de lectura de producción.
Cada llamada se registra con la identidad de la persona, no con una cuenta de servicio genérica.
Dar de baja a alguien es un solo interruptor en el proveedor de identidad.
Este es el caso en el que los gateways se amortizan más rápido, porque la alternativa es una hoja de cálculo que indique quién tiene cada token.
SaaS multiinquilino
Lanzas un producto en el que los clientes conectan sus propios agentes a tus herramientas. Ahora el gateway forma parte de tu superficie pública. Necesitas aislamiento por inquilino, cuotas por inquilino, medición de uso para la facturación y validación estricta de argumentos, porque quien llama ya no es un empleado en el que confías.
Aquí, el limitador de uso cumple una doble función como control comercial: un plan gratuito podría permitir 1000 llamadas a herramientas al día, un plan de pago 100 000, y las ráfagas se ralentizan en lugar de rechazarse.
💡 Sea cual sea la configuración, registra el nombre de la herramienta, la identidad de quien llama, la latencia, el estado y el tamaño de los argumentos. Ten cuidado al registrar argumentos y resultados completos, ya que a menudo contienen datos personales o confidenciales.
Límites de uso que tienen sentido
El tráfico de los agentes no se parece al tráfico humano. Una persona hace clic en un botón cada pocos segundos. Un agente puede lanzar diez llamadas a herramientas en paralelo, reintentar ante cualquier error y repetir hasta que tenga éxito o alguien lo pare. Los límites de uso son la forma de evitar que una automatización útil se convierta en una denegación de servicio contra tus propios sistemas.
Limita por identidad, no por IP
Detrás de un proxy corporativo, cientos de usuarios comparten una misma dirección IP, y una plataforma de agentes puede rotar sus IP constantemente. Las dimensiones útiles son:
Por usuario o identidad de agente: frena un bucle descontrolado.
Por herramienta: una herramienta de send_email merece un límite mucho más bajo que search_docs.
Por inquilino o equipo: evita que los vecinos ruidosos dejen sin recursos a los demás.
Por servidor upstream: protege los backends frágiles que tienen sus propios límites.
Global: un techo de último recurso para todo el gateway.
Una política inicial razonable podría tener este aspecto:
Es un boceto ilustrativo, no la sintaxis de ningún producto concreto. Cada gateway tiene su propio formato de configuración, pero la forma de la política se traslada de uno a otro.
Límites por petición frente a presupuestos de tokens
Se pueden contar dos cosas distintas:
Tipo de límite
Cuenta
Ideal para
Por petición
Llamadas a herramientas por ventana de tiempo
Proteger backends y APIs
Por tokens
Tokens de LLM consumidos por los resultados de las herramientas
Controlar el gasto del modelo y el tamaño del contexto
Concurrencia
Llamadas en curso al mismo tiempo
Herramientas lentas o costosas
Tamaño de la carga
Bytes de entrada o salida
Evitar resultados gigantes que inundan el contexto
Los límites basados en tokens importan en MCP de una forma en la que no importan en las APIs clásicas. Una herramienta que devuelve un documento de 200 000 caracteres no te cuesta nada en la capa HTTP, pero puede consumir una porción enorme de la ventana de contexto del modelo y de tu factura. Algunos gateways ya admiten límites con conocimiento de tokens, así que comprueba eso antes de dar por hecho que basta con contar peticiones.
Dónde viven los contadores
Esta es la decisión de diseño que da problemas a los equipos más adelante. Los contadores pueden vivir en tres sitios:
En memoria, por réplica. Es lo más rápido y apenas añade latencia, pero cada réplica cuenta por su cuenta. Con 4 réplicas y un límite de 100, un usuario puede hacer en la práctica 400.
Almacén compartido, como Redis. Preciso entre réplicas, con un pequeño costo de latencia por llamada y una dependencia más que mantener.
Contadores distribuidos nativos del gateway. Igual de precisos, pero en los proyectos de código abierto esta función a veces se reserva para un plan de pago o empresarial.
Para un gateway de un solo nodo, la memoria basta. Para cualquier cosa con varias réplicas y cuotas estrictas, planifica un almacén compartido.
💡 Devuelve un rechazo legible por máquinas con una indicación de reintento (retry-after). Un agente bien diseñado puede esperar y volver a intentarlo. Un simple "error" hace que el modelo reintente al instante y empeore las cosas.
Entre los algoritmos habituales están el token bucket (permite ráfagas y se rellena de forma constante), la ventana fija (sencilla, pero permite el doble de ráfagas en los bordes de la ventana) y la ventana deslizante (más suave, con un poco más de estado). Token bucket es el valor por defecto habitual para las llamadas a herramientas, porque los agentes envían tráfico en ráfagas por naturaleza.
Gateways de código abierto que merecen una prueba
El panorama cambia rápido, y muchas listas de "los mejores" las escriben proveedores que se colocan a sí mismos en primer lugar. Considera los nombres siguientes como una lista corta de partida, y revisa el repositorio de cada proyecto para conocer la licencia, la actividad y el estado de las funciones antes de comprometerte.
Primero contenedores y Kubernetes
Docker MCP Gateway: según se describe, tiene licencia Apache 2.0 y ejecuta cada servidor de MCP en un contenedor aislado, con soporte para imágenes firmadas e inyección de secretos. Viene junto con las herramientas de escritorio de Docker, lo que lo convierte en una opción natural para configuraciones de desarrollo locales.
Microsoft MCP Gateway: un proxy inverso y una capa de gestión orientados a Kubernetes, con licencia MIT según se informa. Encaja bien si tu equipo de plataforma ya trabaja en clústeres.
Envoy AI Gateway: construido sobre el proxy Envoy y que ahora ofrece enrutamiento de MCP. Si ya usas Envoy, añadir el enrutamiento de MCP puede parecerse más a un cambio de configuración que a un componente nuevo.
Estilo de registro y federación
IBM ContextForge: un proyecto Apache 2.0 que actúa como gateway, registro y proxy, federando herramientas, agentes y APIs detrás de un único endpoint de MCP. Tiene muchas funciones y es popular, pero el repositorio indica que no tiene soporte oficial de IBM, así que cuenta con mantenerlo por tu cuenta.
Obot: una plataforma de código abierto que agrupa un gateway con gestión de catálogo y de accesos.
Lasso: orientado a la seguridad, con énfasis en inspeccionar el tráfico entre agentes y herramientas.
Estilo de rendimiento y plataforma de APIs
agentgateway: un proyecto de la Linux Foundation con límites de uso basados en tokens en su nivel de código abierto. Algunos informes indican que los límites globales entre réplicas y los controles de presupuesto están en un plano de control empresarial, así que compruébalo frente a tus necesidades.
Bifrost: Apache 2.0, con límites de uso en memoria para una sobrecarga muy baja. Recuerda la advertencia anterior: los contadores son locales a cada instancia.
Kong y Apache APISIX: gateways de API maduros que gestionan MCP mediante plugins. Si ya usas uno de ellos, obtienes límites de uso distribuidos y un modelo de operación conocido, aunque las funciones específicas de MCP (filtrado a nivel de herramienta, gestión de sesiones) pueden ser más limitadas que en los gateways creados para ese fin.
Comparativa rápida
Gateway
Mejor opción para
Enfoque de límites de uso
Qué vigilar
Docker MCP Gateway
Flujos de trabajo locales y con contenedores
Básico
Menos adecuado para configuraciones grandes multiinquilino
Microsoft MCP Gateway
Plataformas Kubernetes
Depende de la plataforma
Requiere conocimientos de clústeres
Envoy AI Gateway
Equipos que ya usan Envoy
Filtros de Envoy
Configuración más compleja
IBM ContextForge
Federación y registro
Integrado
Solo soporte de la comunidad
agentgateway
Límites con conocimiento de tokens
Basado en tokens
Los límites entre réplicas pueden ser de pago
Bifrost
Sobrecarga baja
En memoria
Contadores por réplica
Kong / APISIX
Infraestructuras de API existentes
Basado en plugins
Funciones de MCP más limitadas
Seguridad y observabilidad
Un gateway es también el mejor lugar para detectar lo raro. Los agentes leen descripciones de herramientas escritas por terceros, y esas descripciones pueden contener instrucciones ocultas. Los resultados de las herramientas pueden llevar texto inyectado. Un punto central te permite inspeccionar, filtrar y registrar todo ello.
Controles que merece la pena activar
Listas de permitidos: expón solo las herramientas que necesita cada rol, en lugar de todo lo que ofrece un servidor.
Validación de argumentos: rechaza entradas mal formadas o sospechosamente amplias, como una herramienta SQL que recibe una sentencia DROP.
Aprobación humana para herramientas de riesgo: exige confirmación para cualquier acción que envíe, pague, borre o despliegue algo.
Definiciones de herramientas fijadas: avisa cuando un servidor cambia en silencio la descripción de una herramienta que ya habías aprobado.
Inyección de secretos: guarda las credenciales de los servidores upstream en el gateway, nunca en las configuraciones de los clientes ni en el contexto del modelo.
Qué medir
Quieres paneles para las llamadas por herramienta, la tasa de errores por upstream, la latencia p95, los rechazos por límites de uso y los principales llamantes. Un pico de rechazos para una sola identidad suele indicar un agente en bucle. Un pico generalizado suele significar que un upstream se ha ralentizado y se han acumulado los reintentos.
Cómo elegir uno
Lista de comprobación breve
Antes de elegir, responde a estas preguntas:
¿Dónde se ejecutará? ¿En un equipo portátil, una máquina virtual en la nube, Kubernetes o en el edge?
¿Quién se autentica? ¿Necesitas tu proveedor OIDC actual o bastan los tokens?
¿Cuántas réplicas? Si son más de una, ¿cómo se compartirán los contadores de los límites de uso?
¿Quién lo mantiene? Un proyecto respaldado por una fundación o por una empresa activa supera a un repositorio de fin de semana.
¿Puedes exportar los registros? Los datos de auditoría deben fluir hacia las herramientas que ya usas.
Tres errores comunes
Poner todo detrás de un único permiso plano. Si cada usuario puede llamar a cada herramienta, has construido un proxy caro, no un gateway.
Ignorar el problema de las réplicas. Los límites en memoria parecen perfectos en una demo y fallan gravemente en producción.
Saltarse el piloto. Despliega en un solo equipo, revisa los registros durante una semana, ajusta los límites con el uso real y luego amplía el acceso.
Un orden de despliegue razonable: un gateway único delante de dos o tres servidores de bajo riesgo, después SSO, luego políticas a nivel de herramienta, después límites de uso ajustados con cifras reales y, por último, las herramientas de alto riesgo con flujos de aprobación.
Prueba tus agentes con mejores modelos
Un gateway solo es tan útil como los agentes que hay detrás, y la calidad de las llamadas a herramientas varía mucho entre modelos. Si estás montando una configuración de MCP y quieres comparar cómo manejan distintos LLM el uso de herramientas en varios pasos, puedes probar varios en Picasso IA sin crear cuentas separadas:
Claude Sonnet 5 para tareas de programación y planificación con cuidado
Redacta las descripciones de tus herramientas, pega una política de ejemplo y pide a cada modelo que encuentre huecos o ambigüedades. Las descripciones cortas y precisas hacen que los agentes elijan la herramienta correcta con más frecuencia, y eso también te ahorra presupuesto de límites de uso.
Cuando estés listo para ir más allá del texto, explora todo lo disponible en picassoia.com/en/all-models y empieza hoy mismo a experimentar con tus propios proyectos de imagen, video y audio en Picasso IA.