38 herramientas sin devorar la ventana de contexto: así diseñamos el servidor MCP de KwaFlux

Lo esencial

• Cada herramienta que ofrece un servidor MCP se le describe al modelo, y esa descripción ocupa un contexto que el modelo podría dedicar a tu petición.
• Con las 38 herramientas cargadas, la lista de herramientas de KwaFlux ocupa 51.004 bytes, por debajo de un presupuesto de 60.000 bytes. Si solo se carga el grupo básico, baja a 7077 bytes.
• Los grupos de herramientas te permiten cargar solo lo que usas: define KWAFLUX_MCP_TOOLSETS y los grupos que no elijas no llegarán al modelo.
• Los presupuestos se comprueban con pruebas. Si un cambio hace que la lista de herramientas, el grupo básico o las instrucciones del servidor superen su presupuesto, las pruebas fallan.

Un servidor MCP que hace muchas cosas tiene un coste silencioso: el nombre, la descripción y el esquema de entrada de cada herramienta se envían al modelo para que sepa que existe. Con unas pocas herramientas da igual. Con 38, pueden ocupar una parte apreciable de la ventana de contexto antes de que hayas escrito nada.

Diseñamos el servidor MCP de KwaFlux pensando en ese coste. Los esquemas se generan, no se escriben a mano; las herramientas vienen en grupos que se pueden desactivar; los resultados son estructurados en lugar de prolijos, y los tamaños tienen presupuestos que hacen cumplir las pruebas.

En esta guía verás de dónde sale el coste de contexto de un servidor MCP, cómo lo mide y lo limita KwaFlux, cómo cargar menos herramientas y qué decisiones de diseño hacen que seguir un trabajo de vídeo largo salga barato.

Contenido

1. ¿Cuánto contexto consume una herramienta MCP?
2. Las cifras de KwaFlux
3. Presupuestos que hacen cumplir las pruebas
4. Carga solo los grupos que usas
5. Esquemas generados a partir de la configuración de la app
6. Resultados que no hay que leer dos veces
7. Trabajos largos: progreso y cancelación, no sondeo
8. Prompts para flujos de varios pasos
9. Preguntas frecuentes

¿Cuánto contexto consume una herramienta MCP?

El coste de contexto de una herramienta MCP es el tamaño de su definición, es decir, su nombre, su título, su descripción y el JSON Schema de sus entradas y salidas, que el host le pasa al modelo con cada petición de una sesión.

Los hosts obtienen las definiciones con una petición tools/list. La mayoría las incluye después en el contexto del modelo para que pueda elegir una herramienta. La especificación de MCP pide a los servidores que devuelvan las herramientas en un orden estable, en parte porque así «mejora la tasa de aciertos de la caché de prompts del LLM cuando las herramientas se incluyen en el contexto del modelo», lo que da una idea de lo habitual que es que acaben ahí.

Las cifras de KwaFlux

La lista completa son unos 51 KB de JSON. Cuántos tokens supone depende del tokenizador del modelo, pero es un coste fijo por sesión que se paga antes de la primera petición. El grupo básico por sí solo es más o menos la séptima parte.

Presupuestos que hacen cumplir las pruebas

Un objetivo de tamaño escrito en un documento de diseño se va desviando. Un objetivo de tamaño escrito en una prueba, no.

El servidor MCP de KwaFlux tiene un script de medición que se ejecuta como parte de sus pruebas. Genera la respuesta real de tools/list, la mide en bytes, mide aparte el grupo básico y las instrucciones del servidor en caracteres, y falla si cualquiera de ellos supera su presupuesto.

Eso cambia la forma de escribir las herramientas. Una herramienta nueva tiene que caber, así que una descripción larga se recorta, una explicación repetida pasa a las instrucciones compartidas y un enum sustituye al párrafo que explicaba los valores válidos. El presupuesto deja algo de margen, unos 9 KB en la lista completa, para las funciones que están por llegar.

Carga solo los grupos que usas

Las 38 herramientas de KwaFlux se organizan en grupos; la tabla recoge los principales. El grupo básico se carga en cualquier configuración. El resto se elige con la variable de entorno KWAFLUX_MCP_TOOLSETS, y los grupos que no elijas ni siquiera se registran, así que no ocupan contexto.

Por ejemplo, si solo usas el asistente para convertir y reparar archivos, añade la variable a la entrada de KwaFlux en la configuración MCP de tu host:

{
  "mcpServers": {
    "kwaflux": {
      "command": "<path to node>",
      "args": ["<path to kwaflux_mcp.mjs>"],
      "env": { "KWAFLUX_MCP_TOOLSETS": "convert,repair" }
    }
  }
}

Copia command y args de la página Ajustes › Agent (MCP) de KwaFlux en lugar de escribirlos a mano; la guía de inicio rápido muestra dónde están. Cada host tiene su propio formato de configuración, así que coloca env donde lo espere el tuyo.

Consejo: Empieza con todo cargado mientras descubres lo que puede hacer tu asistente y después quédate solo con los grupos que uses de verdad. Una lista de herramientas más pequeña también reduce la probabilidad de que el modelo elija una herramienta que no querías.

Esquemas generados a partir de la configuración de la app

La mayor parte de los bytes de una lista de herramientas son esquemas de entrada. Los esquemas escritos a mano tienden a crecer: un campo descrito en prosa, los valores válidos enumerados en la descripción y otra vez en el esquema, notas sobre excepciones.

Los esquemas de mejora de KwaFlux se generan a partir del mismo archivo de configuración que las pantallas de la app. Cada ajuste se convierte en un campo tipado, con su rango real o su lista real de opciones, así que el modelo ve "enum": [...] en lugar de una frase sobre qué valores se admiten. Las variantes para fotos salen del mismo archivo. El artículo sobre el plano de control explica cómo una prueba de deriva mantiene las reglas generadas al día con la app.

Esto también mantiene acotadas las herramientas. Cada una recibe los pocos campos que elegiría una persona, y KwaFlux construye por su cuenta el trabajo completo. Una herramienta que aceptara una descripción del trabajo en bruto necesitaría un esquema para todo lo que puede hacer el motor, que sería más grande y más difícil de comprobar.

Resultados que no hay que leer dos veces

Cada herramienta de KwaFlux declara un outputSchema. Según la especificación de MCP, si una herramienta lo proporciona, «los servidores MUST proporcionar resultados estructurados que se ajusten a este esquema», y los clientes «SHOULD validar los resultados estructurados con este esquema».

En términos de contexto, eso significa que los resultados son JSON compacto con campos previsibles: un ID de tarea, un estado, un nombre de archivo de salida. El modelo no tiene que leer un párrafo para saber si algo ha funcionado, y un host puede comprobar el resultado sin preguntarle al modelo. Los resultados dejan fuera, además, lo que el modelo no necesita, como se explica en el artículo sobre rutas y privacidad.

Trabajos largos: progreso y cancelación, no sondeo

Los trabajos de vídeo pueden durar minutos. La forma obvia de que un asistente siga uno es preguntar «¿ya ha terminado?» una y otra vez, y cada comprobación suma contexto.

El grupo básico de KwaFlux tiene en su lugar una herramienta de espera:

• Progreso. Cuando el host incluye un progressToken, KwaFlux envía notifications/progress mientras se ejecuta la tarea. Los hosts las muestran como una barra de progreso, fuera del contexto del modelo.
• Cancelación. Si detienes la petición en el host, que envía notifications/cancelled, KwaFlux deja de esperar al instante. Después, el asistente puede cancelar la propia tarea si quieres.

Una sola llamada de espera sustituye a un bucle de comprobaciones de estado, así que una exportación de diez minutos cuesta más o menos el mismo contexto que una de diez segundos.

Prompts para flujos de varios pasos

Algunos trabajos necesitan varias herramientas en orden, como diagnosticar, después reparar, después mejorar y después exportar. Explicar ese orden en la descripción de cada herramienta costaría bytes en cada petición. KwaFlux lo incluye en cambio como cuatro prompts MCP:

• reparar un vídeo dañado
• exportar para una plataforma
• descargar y después convertir
• reparación de calidad con IA

La especificación de MCP describe los prompts como «controlados por el usuario», y normalmente se ofrecen como comandos de barra. No cuestan nada hasta que eliges uno, y entonces le dan al modelo los pasos de ese trabajo. El artículo sobre las capacidades muestra qué hace cada paso.

Conclusión

Trata la lista de herramientas como un presupuesto, no como un catálogo: mídela, limítala con una prueba y deja que cada cual cargue solo los grupos que necesita. Después, haz que cada llamada salga barata, con entradas tipadas generadas a partir de la configuración real, resultados estructurados y progreso en lugar de sondeo. Así es como KwaFlux mete 38 herramientas en un solo servidor sin dejar sin sitio a tu petición.

Carga las herramientas que necesitas y olvídate del resto

El servidor MCP local de KwaFlux ofrece a Codex, Claude, Cursor y otras apps compatibles con MCP hasta 38 herramientas en grupos que se pueden desactivar, con el grupo básico activo en cualquier configuración. El procesamiento de IA corre en tu propia GPU y tus archivos multimedia no se suben para procesarlos. Funciona en Windows 10 (64 bits, versión 1809 o posterior), Windows 11 y macOS 12 o posterior en Apple Silicon. Importar archivos y explorar la app no requieren cuenta. Iniciar sesión con un plan de pago solo hace falta para exportar, convertir, reparar un archivo o descargar un archivo desde un enlace.

Descargar KwaFlux · Ver planes