Plugins MCP prácticos: Sequential Thinking, Brave Search, Playwright — guía de instalación y uso

El viernes pasado por la noche me quedé mirando la interfaz de Cursor durante media hora. No porque no pudiera escribir código, sino porque de repente me di cuenta de algo: ¿por qué mi compañero termina el análisis de requisitos en 10 minutos y yo tardo media hora buscando documentación manualmente, copiando, pegando y organizando información?

La respuesta llegó el lunes en la reunión matutina. Cuando compartió pantalla, vi un pequeño icono de martillo en la esquina inferior derecha de Cursor. Al abrirlo, apareció una lista de plugins MCP: Sequential Thinking, Brave Search, Playwright… Mi expresión debió ser la de alguien que ve a otro jugador con trucos activados.

Llevo unos seis meses usando Cursor, pero nunca había estudiado en serio los plugins MCP. Hasta ese día no entendí que Cursor en sí es solo un editor; el verdadero «superpoder» está en estos plugins. Con los adecuados, la IA deja de ser un «chatbot» y se convierte en un «hacedor» que busca información, opera el navegador y analiza código.

En este artículo comparto 5 plugins MCP que uso a diario. Cada uno incluye el código de configuración completo (copia y pega directamente) y escenarios de uso reales. Si quieres que Cursor sea 10 veces más útil, dedica 10 minutos a leer esto: vale la pena.

¿Qué es MCP? ¿Por qué necesitas plugins MCP?

Primero, qué es MCP. MCP significa Model Context Protocol (protocolo de contexto del modelo), un estándar open source que Anthropic lanzó en noviembre de 2024. En palabras simples, es una «interfaz» que permite a la IA conectarse con herramientas externas y fuentes de datos.

Puedes pensarlo así: una IA sin plugins MCP es como alguien que solo habla y no actúa. Si le pides «búscame la documentación más reciente de React», solo puede decirte «puedes buscar en Google». Con el plugin Brave Search, busca directamente y te devuelve los resultados organizados.

Algunos comparan MCP con «darle manos y ojos a la IA». Con Playwright, la IA tiene «manos» para operar el navegador; con Sequential Thinking, tiene un «marco de pensamiento» para descomponer problemas complejos en pasos.

¿Por qué necesitas plugins MCP? En pocas palabras, para pasar de «solo chatear» a «hacer el trabajo». Cuando escribo código en Cursor, básicamente:

• Pido a la IA que busque documentación técnica actualizada (Brave Search)
• Pido que analice arquitecturas de sistemas complejas (Sequential Thinking)
• Pido que automatice pruebas de funcionalidades web (Playwright)
• Pido que lea archivos y configuraciones del proyecto (Filesystem)

Antes hacía todo eso a mano. Ahora, mientras me tomo un café, la IA lo resuelve.

Fundamentos de instalación de plugins MCP

Antes de recomendar plugins concretos, repasemos lo básico de instalación y configuración. No te preocupes: no es complicado; básicamente se trata de editar un archivo JSON.

¿Dónde está el archivo de configuración?

La ubicación varía según la herramienta:

• Cursor: .cursor/mcp.json en la raíz del proyecto (nivel proyecto) o ~/.cursor/mcp.json en el directorio del usuario (nivel global)
• Claude Desktop:
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Yo suelo usar la configuración global para que funcione en todos los proyectos. Si un proyecto necesita algo especial, creo un archivo de configuración a nivel de proyecto.

¿Cómo se ve el archivo de configuración?

Un mcp.json típico tiene esta estructura:

{
  "mcpServers": {
    "nombre-del-plugin": {
      "command": "npx",
      "args": ["-y", "@xxx/package-name"],
      "env": {
        "API_KEY": "${YOUR_API_KEY}"
      }
    }
  }
}

Campos clave:

• command: comando de arranque, normalmente npx (Node.js) o python
• args: argumentos del comando; -y confirma la instalación automáticamente
• env: variables de entorno para API Keys y otros datos sensibles

¿Cómo gestionar variables de entorno?

Nunca escribas la API Key directamente en el archivo de configuración. La forma correcta es:

1. Definirla como variable de entorno del sistema (en Windows desde Configuración del sistema; en macOS/Linux en .bashrc o .zshrc)
2. Referenciarla en el archivo con ${NOMBRE_VARIABLE}

Por ejemplo:

# macOS/Linux
export BRAVE_API_KEY="tu-clave-api"

# Windows PowerShell
$env:BRAVE_API_KEY="tu-clave-api"

En el archivo de configuración:

"env": {
  "BRAVE_API_KEY": "${BRAVE_API_KEY}"
}

Notas para usuarios de Windows

Configurar MCP en Windows tiene algunas trampas que yo mismo he pisado:

Alibaba Cloud - Opción preferida para desarrolladores, 15 % de descuento exclusivo en Lighthouse

Obtener 15% dto. →Anuncio

1. Rutas: la barra invertida \ debe escaparse como \\, o usa directamente /
2. npx no encontrado: asegúrate de tener Node.js instalado y en el PATH del sistema
3. Permisos: a veces hace falta ejecutar Cursor como administrador

Comprueba si Node.js está instalado:

node --version
npm --version

Si no lo tienes, descárgalo e instálalo desde nodejs.org.

Plugins MCP recomendados

Bien, con lo básico cubierto, entramos en lo importante: los 5 plugins MCP que uso a diario.

1. Sequential Thinking — enseña a la IA a «pensar despacio»

¿Por qué lo recomiendo?

¿Te ha pasado que le preguntas algo complejo a la IA y te da una respuesta directa, pero sientes que «no ha pensado lo suficiente»? Sequential Thinking resuelve eso.

Con este plugin, la IA descompone problemas complejos en pasos de razonamiento. Como alguien calculando en un borrador: ves su «proceso de pensamiento». Además, puede corregirse durante el razonamiento e incluso probar distintos caminos.

Lo uso sobre todo para diseño de arquitectura, análisis de soluciones técnicas y depuración de bugs complejos. Una vez le pedí que analizara cuellos de botella en una arquitectura de microservicios: dividió el problema en 8 pasos, corrigió el razonamiento dos veces y la solución final fue más completa que la mía.

Instalación y configuración

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sequential-thinking"
      ]
    }
  }
}

Consejos de uso

• Ideal para: problemas complejos que requieren razonamiento en varios pasos
• No ideal para: consultas simples de hechos (resulta verboso)
• Truco de prompt: añade «analiza con pensamiento sistemático» para mejores resultados

2. Brave Search — motor de búsqueda respetuoso con la privacidad

¿Por qué lo recomiendo?

Este plugin permite a la IA buscar directamente en la web. ¿Por qué no Google Search? Dos razones.

Primero, Brave Search cuida más la privacidad y no rastrea tu historial. Segundo, ofrece una API gratuita con 2000 consultas al mes, más que suficiente para uso personal.

Lo uso sobre todo para: documentación técnica reciente, versiones actuales de librerías y soluciones a mensajes de error. Una vez, con un framework nuevo, apareció un error raro; le pedí a la IA que buscara con Brave Search y encontró la solución en un issue de GitHub en menos de un minuto.

Instalación y configuración

Paso 1: obtener la API Key

1. Regístrate en Brave Search API
2. En «Subscriptions», elige el plan gratuito «AI Data»
3. En «API Keys», crea una clave nueva

Paso 2: configurar la variable de entorno

# macOS/Linux
export BRAVE_API_KEY="tu-clave-api"

# Windows PowerShell
$env:BRAVE_API_KEY="tu-clave-api"

Paso 3: archivo de configuración

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
        "BRAVE_API_KEY": "${BRAVE_API_KEY}"
      }
    }
  }
}

Consejos de uso

• Reinicia Cursor o Claude Desktop para aplicar la configuración
• Si ves el icono del martillo abajo a la derecha, la configuración funcionó
• En el prompt, añade «busca» o «consulta la información más reciente» y la IA invocará la búsqueda automáticamente

3. Playwright — la navaja suiza de la automatización del navegador

¿Por qué lo recomiendo?

Playwright es una herramienta open source de automatización de navegadores de Microsoft. Con este plugin MCP, la IA puede operar el navegador: abrir páginas, hacer clic, rellenar formularios, capturar pantallas, exportar PDF… básicamente casi todo lo que haces manualmente en el navegador.

Lo mejor es que no depende de «mirar capturas» para actuar: lee directamente la estructura de la página (accessibility tree), con mucha precisión. Le pedí que rellenara un formulario multipaso complejo y en el 99 % de los casos lo logró a la primera.

Escenarios donde más lo uso:

• Pruebas automatizadas de funcionalidades web
• Extracción de datos de páginas con carga dinámica
• Monitorización por capturas periódicas

Una vez tuve que probar un flujo de registro multipaso (formulario → verificación de email → contraseña → finalización). Manualmente tardaba 5 minutos. Con Playwright automatizado, 10 segundos, y puedes repetirlo 100 veces sin cansarte.

Instalación y configuración

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ]
    }
  }
}

Caso de uso real

Te muestro un ejemplo real. La semana pasada probé una función de búsqueda y le pregunté a la IA:

«Usa Playwright para abrir example.com, escribe “React” en el cuadro de búsqueda, haz clic en buscar y envíame una captura.»

La IA ejecutó los pasos y a los 20 segundos me devolvió la captura. Manualmente habría tardado al menos 2 minutos: abrir navegador, escribir URL, buscar, capturar, subir…

Railway - Plataforma de despliegue moderna, sin ops complejas, en producción en minutos

Empezar ahora →Anuncio

Consejos de uso

• Ideal para: operaciones repetitivas en el navegador, pruebas de UI, scraping
• No ideal para: escenarios con captcha (no lo resuelve)
• Truco de prompt: describe los pasos con claridad: «primero… luego… por último…»

4. GitHub — asistente de análisis de repositorios

¿Por qué lo recomiendo?

Si usas GitHub a menudo, este plugin permite a la IA leer directamente tu repositorio: código, Issues, Pull Requests, Commits… todo accesible.

Escenarios donde más lo uso:

• Análisis de estructura del código: organizar directorios y dependencias
• Gestión de Issues: revisar bugs abiertos y ordenarlos por prioridad
• Code Review: analizar cambios de un PR y sugerir mejoras

Una vez heredé un proyecto antiguo con más de 30 000 líneas y sin documentación. Le pedí a la IA que analizara el repositorio con GitHub MCP y generó:

• Diagrama de arquitectura del proyecto
• Descripción de módulos clave
• Lista del stack tecnológico
• Inventario de problemas potenciales

Manualmente habría tardado al menos dos días. La IA lo hizo en menos de 10 minutos.

Instalación y configuración

Paso 1: crear un GitHub Personal Access Token

1. Ve a GitHub Settings → Developer settings → Personal access tokens
2. Elige «Tokens (classic)» y crea un token nuevo
3. Marca los permisos repo (acceso al repositorio) y read:user (leer información del usuario)

Paso 2: configurar la variable de entorno

# macOS/Linux
export GITHUB_TOKEN="tu-token"

# Windows PowerShell
$env:GITHUB_TOKEN="tu-token"

Paso 3: archivo de configuración

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    }
  }
}

Consejos de uso

• No des permisos excesivos al token; solo lo necesario (seguridad primero)
• Puedes pedirle que analice el historial de cambios de un archivo concreto
• Ejemplo de prompt: «Analiza la calidad del código de este repositorio y sugiere mejoras»

5. Filesystem — gestor de archivos locales

¿Por qué lo recomiendo?

El plugin Filesystem permite a la IA leer y manipular archivos locales. Suena básico, pero es muy útil.

Escenarios donde más lo uso:

• Procesamiento por lotes: renombrar, mover, eliminar
• Análisis de logs: leer archivos log y extraer errores
• Gestión de configuración: modificar configs del proyecto y variables de entorno

Por ejemplo, el mes pasado tuve que unificar el estilo de nomenclatura de más de 50 componentes (de snake_case a camelCase). Manualmente, abrir cada archivo, buscar, reemplazar y guardar habría llevado medio día.

Le pedí a la IA que lo hiciera con Filesystem: 3 minutos. Recorrió todos los archivos, identificó lo que había que cambiar, aplicó los reemplazos y generó un informe de modificaciones.

Instalación y configuración

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/project"
      ]
    }
  }
}

Precauciones de seguridad

• La ruta en args define a qué archivos puede acceder la IA
• Concede solo el directorio del proyecto, no todo el disco
• No incluyas archivos sensibles en la configuración (como .env o archivos de claves)

Consejos de uso

• Ideal para: operaciones masivas de archivos, análisis de logs, gestión de configuración
• No ideal para: datos sensibles (riesgo de seguridad)
• Ejemplo de prompt: «Lee todos los archivos .js en src y encuentra variables no usadas»

Técnicas avanzadas y buenas prácticas

Después de instalar estos plugins, tropecé con algunos problemas y aprendí varias cosas. Te las comparto.

Uso combinado de varios plugins

Un solo plugin ya es potente; combinados, más aún.

Combinación 1: Sequential Thinking + Brave Search

Ideal para: investigar un tema técnico de forma sistemática.

La semana pasada investigué «edge computing» y le pedí a la IA:

Vultr - Servidor cloud NVMe de alto rendimiento, 32 ubicaciones globales, despliegue Docker con un clic

Ver precios →Anuncio

«Con pensamiento sistemático, ayúdame a investigar edge computing y busca las tendencias y casos de uso más recientes.»

Primero usó Sequential Thinking para dividir la tarea en 6 pasos (definición → principios técnicos → escenarios → soluciones principales → pros y contras → tendencias futuras). Luego Brave Search buscó información para cada paso. A los 20 minutos tenía un informe de 3000 palabras, al menos 10 veces más rápido que hacerlo yo solo.

Combinación 2: Playwright + GitHub

Ideal para: automatizar pruebas y registrar resultados.

Tras probar funcionalidades web, pido a la IA que capture pantallas con Playwright y cree un Issue en GitHub con capturas y resultados. Todo el flujo queda automatizado.

Recomendaciones de optimización de rendimiento

Más plugins no siempre es mejor. Al principio instalé más de 10 y descubrí:

1. Arranque más lento: Cursor cargaba todos los plugins al iniciar; pasó de 3 a 15 segundos
2. Consumo de tokens disparado: en cada respuesta la IA «pensaba» si invocar alguno de los 10 plugins
3. Respuestas más lentas: a veces solo quería una pregunta simple y la IA «debía» considerar plugins

Mi estrategia actual:

• Mantener los habituales: Sequential Thinking, Brave Search — siempre activos
• Activar bajo demanda: Playwright, GitHub — solo cuando los necesito
• Desactivar los que no uso: añadir "disabled": true en la configuración sin borrarla

{
  "mcpServers": {
    "playwright": {
      "disabled": true,
      "command": "npx",
      "args": ["-y", "@executeautomation/playwright-mcp-server"]
    }
  }
}

Buenas prácticas de seguridad

Hay varios puntos de seguridad con plugins MCP. Yo ya tropecé; evita repetirlo:

1. Nunca codifiques API Keys en texto plano

   • ❌ Incorrecto: "env": {"API_KEY": "sk-abc123"}
   • ✅ Correcto: "env": {"API_KEY": "${API_KEY}"}

2. Rota las claves periódicamente

   • GitHub Token y Brave API Key: conviene cambiarlos cada 3 meses
   • Si el archivo de configuración se sube por error a un repo público, la clave queda expuesta

3. Principio de mínimo privilegio

   • GitHub Token: solo los permisos necesarios, no admin por comodidad
   • Filesystem: solo el directorio del proyecto, no todo el disco

4. Añade la configuración a .gitignore

   • Con configuración a nivel de proyecto, incluye .cursor/mcp.json en .gitignore
   • Evita subir información sensible al control de versiones

Guía de resolución de problemas

Si algo falla, sigue este orden:

Problema 1: configuré el plugin pero no aparece el icono del martillo

Solución:

1. Comprueba que el JSON sea válido (usa JSONLint)
2. Reinicia Cursor o Claude Desktop
3. Revisa la consola de herramientas de desarrollo (Cursor → Help → Toggle Developer Tools)

Problema 2: el plugin falla con «API Key invalid»

Solución:

1. Confirma que la variable de entorno esté definida (echo $API_KEY)
2. Verifica el formato de referencia en la configuración (${VAR_NAME})
3. Reinicia la terminal para que surtan efecto las variables

Problema 3: comando npx no encontrado

Solución:

1. Comprueba Node.js: node --version
2. Comprueba que npm esté en PATH: which npm (macOS/Linux) o where npm (Windows)
3. Reinstala Node.js marcando «Add to PATH»

Conclusión

En resumen: los plugins MCP convierten la IA de «asistente de chat» en «compañero de trabajo».

Estos 5 son los que uso a diario:

• Sequential Thinking: pensamiento profundo en problemas complejos
• Brave Search: información actualizada en tiempo real
• Playwright: automatización del navegador
• GitHub: análisis de repositorios de código
• Filesystem: gestión de archivos locales

Mi flujo habitual: ante una tarea repetitiva, primero pienso si puedo automatizarla con un plugin MCP. Ocho de cada diez veces funciona, y el tiempo que ahorro lo invierto en un café.

Si aún no has probado plugins MCP, empieza con Sequential Thinking y Brave Search: no requieren API Key y la configuración es la más simple. Pruébalos y verás la diferencia.

¿Conoces otros plugins MCP que valga la pena? Cuéntamelo en los comentarios; siempre busco cosas nuevas.