Guías de estudio: MCP, Agent SDK y Skills

Aprender a construir agentes de IA de verdad —MCP, el Agent SDK, Skills— exige cruzar documentación oficial dispersa, specs que cambian de versión y muchos detalles que solo se aprenden tropezando. No existía una ruta de estudio consolidada, en español, con ejemplos y ejercicios.

Escribí tres guías de estudio independientes, verificadas contra la documentación oficial (spec MCP 2025-11-25 y docs de Anthropic, auditadas al 2026-05-15), con ejemplos ficticios, ejercicios, glosarios, footguns y una ruta de aprendizaje de 4 semanas. Forman una secuencia: Agent SDK → Skills → MCP. Material de estudio, no documentación oficial — la fuente oficial siempre prevalece.

Material libre y descargable para que cualquiera con Python intermedio aprenda a construir con MCP, el Agent SDK y Skills desde un solo lugar. Todos los ejemplos son ficticios: cero datos privados.

• MCP — Guía de estudio (122 págs)El Model Context Protocol de punta a punta: arquitectura host/client/server, primitivas (tools, resources, prompts, sampling), transports (stdio y Streamable HTTP), autorización OAuth 2.1, construir servers y clients en Python, seguridad, debugging y 13 footguns. Contra el spec 2025-11-25.
• Agent Skills — El manual completo (80 págs)La capa que convierte agentes en especialistas: qué es una skill, anatomía y frontmatter YAML, cómo las descubre y carga cada superficie, autoría paso a paso, skills con código y con archivos de referencia, integración en Agent SDK / Claude Code / API, plugins y marketplace, best practices y seguridad. 11 ejercicios.
• Claude Agent SDK en Python (53 págs)Por qué Anthropic externalizó el motor de Claude Code como librería: SDK estándar (LLM como respondedor) vs Agent SDK (el loop vive dentro del SDK), anatomía de un agente, 5 patrones de diseño, costos y performance, y cuándo NO conviene migrar (over-engineering).