Conecta UnifAPI MCP a Claude, ChatGPT, Codex, Claude Code, Cursor, VS Code, OpenClaw o Hermes y ejecuta tu primera Skill de datos públicos.

En resumen: este es el artículo de incorporación para las consultas sobre configuración de MCP: añade el servidor alojado de UnifAPI, autentícate con OAuth y ejecuta una Skill desde el cliente de agente que ya usas.

La forma más rápida de dar a un agente general compatible, un agente de investigación, un agente de codificación o un cliente con capacidad MCP acceso a los datos públicos de UnifAPI es conectar el servidor MCP alojado. Añade una URL, autentícate cuando el cliente lo pida y el agente puede ejecutar Skills sin que escribas código de pegamento ni pegues claves de API específicas de cada plataforma.

La URL canónica del servidor MCP de UnifAPI es https://mcp.unifapi.com. Usa OAuth donde el cliente lo admita. La autenticación bearer por clave de API sigue siendo una vía de compatibilidad, pero no debería ser la primera ruta de configuración para la mayoría de los operadores.

Qué estás conectando

MCP le da al agente una superficie de herramientas. El servidor MCP alojado de UnifAPI expone tres herramientas de catálogo: list_operations para el descubrimiento, get_operation para inspeccionar esquemas y ejemplos, y call_api para invocar una operación concreta de datos públicos. El agente no necesita una herramienta separada por cada endpoint de la API.

Elemento	Valor
URL del servidor	`https://mcp.unifapi.com`
Autenticación recomendada	OAuth a través del cliente MCP
Autenticación de compatibilidad	Cabecera bearer con clave de API cuando un cliente requiere tokens estáticos
Qué se factura	Los registros de datos públicos devueltos por las API en vivo
Qué no factura UnifAPI	Los tokens del modelo o el plan de agente que ya pagas

Antes de empezar

Necesitas un cliente con capacidad MCP, una cuenta de UnifAPI cuando se abra OAuth y suficientes créditos del espacio de trabajo para devolver registros de datos públicos. Puedes explorar las Skills antes de iniciar sesión. El momento de iniciar sesión debería ocurrir cuando el agente realmente necesite llamar a las herramientas.

Si estás probando con Claude Desktop o conectores personalizados de Claude.ai, recuerda que los conectores remotos se gestionan a través de la nube de Anthropic. Tu servidor MCP debe ser accesible desde la internet pública. Eso está bien para https://mcp.unifapi.com; solo es un problema para servidores locales privados.

Codex

Codex admite servidores MCP HTTP remotos a través de la CLI de Codex y la configuración compartida. Añade UnifAPI con:

codex mcp add unifapi --url https://mcp.unifapi.com

Luego verifica que el servidor está configurado:

codex mcp list

Abre una nueva sesión de Codex y pide una tarea al estilo Skill, no solo una llamada genérica a la API. Por ejemplo: Run a KOL pricing pass for these Twitter/X creators using UnifAPI public data. Return ranges, evidence, confidence, and follow-up questions.

Claude Code

La referencia actual de Claude Code recomienda HTTP remoto para servidores MCP en la nube cuando esté disponible. Añade UnifAPI desde el proyecto en el que quieres que Claude Code lo use:

claude mcp add --transport http unifapi https://mcp.unifapi.com

Usa el ámbito de usuario si quieres que el servidor esté disponible en todos los proyectos:

claude mcp add --transport http --scope user unifapi https://mcp.unifapi.com

Dentro de Claude Code, ejecuta /mcp para confirmar el estado de la conexión y completar OAuth si es necesario. Si el servidor tiene ámbito de proyecto a través de .mcp.json, Claude Code puede pedir aprobación antes de usarlo.

Claude Desktop y Claude.ai

Para conectores MCP remotos en Claude Desktop o Claude.ai, usa Personalizar -> Conectores -> + -> Añadir conector personalizado. Introduce un nombre claro como UnifAPI y usa la URL del conector https://mcp.unifapi.com, y luego haz clic en Conectar para autenticarte.

O sáltate los menús: este enlace abre el mismo diálogo con el nombre y la URL ya rellenados. Revísalos, haz clic en Add y luego en Connect.

No confundas los conectores remotos con la antigua configuración de MCP solo local de Desktop. Los conectores remotos se añaden en la interfaz de ajustes de Claude y se pueden usar en todas las superficies de Claude una vez conectados. Los servidores stdio locales configurados a través de la configuración de escritorio son un mecanismo distinto.

Cursor

Cursor admite MCP a través de mcp.json. Para una configuración global, crea o edita ~/.cursor/mcp.json. Para una configuración solo de proyecto, crea .cursor/mcp.json en el proyecto.

Usa esta forma de servidor remoto:

{ "mcpServers": { "unifapi": { "url": "https://mcp.unifapi.com" } } }

Reinicia Cursor o actualiza la vista de herramientas MCP si el servidor no aparece de inmediato. El agente de Cursor usa las herramientas MCP habilitadas cuando son relevantes, y puede pedir aprobación antes de ejecutar una herramienta según tus ajustes.

Primera Skill que ejecutar

Usa un prompt de tarea que le diga al agente qué resultado quieres y qué evidencia inspeccionar. Una buena primera ejecución es:

Find Twitter/X KOLs discussing AI coding tools and summarize the best outreach angles. Use UnifAPI public data through MCP. Return a ranked shortlist, public evidence, risk notes, and follow-up questions. Keep the workflow bounded to public data.

Una segunda prueba útil es:

Find the top three TikTok videos about Anthropic this week. Use UnifAPI MCP. Show the public records you used, then summarize the pattern in one paragraph.

El agente debería descubrir operaciones, inspeccionar la operación correcta, llamarla y sintetizar los resultados. Si intenta adivinar nombres de endpoints sin inspeccionar el catálogo, pídele que llame primero a list_operations y get_operation.

Qué se factura

Los créditos del espacio de trabajo cuestan $0,001 cada uno. Los registros facturables estándar son un crédito, y las operaciones de mayor coste publican sus créditos mínimos desde OpenAPI. El bono único de 2000 créditos de la primera recarga basta para probar la forma de unos pocos flujos de trabajo ligeros. Cuando estés listo para ejecuciones repetidas, recarga un saldo de pago por uso.

El hábito de coste más importante es acotar el prompt. Pide primero los 10 o 20 registros principales y profundiza solo si la respuesta es útil. Una petición vaga como «investiga todo sobre este mercado» puede ramificarse por muchas operaciones. Una petición acotada como «extrae 20 hilos de Reddit y resume las objeciones recurrentes» es más fácil de inspeccionar y presupuestar.

Solución de problemas

Síntoma	Causa probable	Qué hacer
El servidor aparece pero no se usan herramientas	El agente no eligió las herramientas MCP	Pídele que liste primero las operaciones de UnifAPI disponibles
OAuth no se completa	El flujo de navegador/autenticación no terminó	Vuelve a abrir `/mcp` o los ajustes del conector del cliente y reconecta
La llamada a la herramienta devuelve no autorizado	Ruta de autenticación incorrecta o token caducado	Vuelve a autenticarte con OAuth o revisa la configuración del token bearer
El resultado es demasiado amplio	Al prompt le faltaban restricciones	Añade plataforma, ventana temporal, recuento de registros y formato de salida
La respuesta exagera	El prompt no fijó límites	Exige evidencia, confianza e incógnitas

Fuentes consultadas

Esta guía de configuración se actualizó el 2 de junio de 2026 frente a la página oficial de Docs MCP de OpenAI, la referencia de MCP de Claude Code, el artículo del centro de ayuda sobre conectores personalizados de Anthropic y la documentación de MCP de Cursor.

Qué leer a continuación

Configuración de MCP - mantiene en un solo lugar las instrucciones actuales del conector alojado.

Ejecuta un agente de tarifas de KOL con MCP - da una primera tarea tras la configuración.

Diseño de herramientas del catálogo MCP - explica cómo los agentes descubren y llaman a las operaciones.