mcp-elicitations
A demonstration MCP server that shows how to use elicitations to ask users for preferences during a video search tool execution.
README
¿Quieres aprender a usar las elicitations de MCP? 🚀
¡Hola developer! 👋🏻 En este repositorio tienes un ejemplo para que puedas comprender cómo funcionan las elicitations en Model Context Protocol (MCP) a través de un ejemplo práctico: un buscador de videos interactivo (pero fake 🤓)
🤔 ¿Qué son las elicitations?
Las elicitations son una funcionalidad de MCP que permite a los servidores solicitar información adicional al usuario durante la ejecución de una herramienta de forma estandarizada.
🎯 ¿Por qué son importantes?
Antes de las elicitations, cuando necesitabas información del usuario durante un workflow, tenías que:
- Añadir los parámetros necesarios en la herramienta, por lo que no podías preguntar dinámicamente
- 🔧 Crear herramientas personalizadas complejas
Con elicitations, el servidor puede preguntar dinámicamente:
- Y el usuario puede aceptar, declinar o cancelar la solicitud.
- Podemos darle varias opciones al usuario para que elija, como preferencias de idioma, cantidad de resultados, etc.
- Es combinable con los parametros de la herramienta, por lo que puedes seguir usando herramientas existentes.
🔒 Seguridad y buenas prácticas
Según la especificación oficial de MCP:
- 🚫 Los servidores NO DEBEN solicitar información sensible
- ✅ Los clientes DEBEN mostrar claramente qué servidor solicita información
- 👤 Los usuarios PUEDEN revisar y modificar respuestas antes de enviar
- 🛡️ Siempre se proporcionan opciones para declinar o cancelar
🎬 ¿Qué hace este proyecto?
Este proyecto implementa un servidor MCP que busca videos con preferencias personalizables, aunque si quieres verlo con un mcp server que busca vídeos en Youtube de verdad, lo he integrado en este otro repo. Pero en este quería que vieras claro cómo funciona. Cuando solicitas una búsqueda de videos, el servidor:
1. 🤖 Solicita tus preferencias usando elicitations
{
"method": "elicitation/create",
"params": {
"message": "Por favor, configura tus preferencias para la búsqueda de videos:",
"requestedSchema": {
"type": "object",
"properties": {
"language": {
"type": "string",
"title": "Idioma preferido",
"enum": ["spanish", "english", "chinese", "french", "german"],
"enumNames": ["Español", "Inglés", "Chino", "Francés", "Alemán"]
},
"number_of_videos": {
"type": "number",
"title": "Cantidad de videos",
"minimum": 1,
"maximum": 10,
"default": 5
},
"translated_or_original": {
"type": "string",
"title": "Tipo de contenido",
"enum": ["translated", "original"],
"enumNames": ["Traducido", "Original"]
}
}
}
}
}
2. 🎯 Maneja las tres respuestas posibles
Según la especificación MCP, existen tres acciones de respuesta:
✅ Accept - Usuario acepta y proporciona datos
{
"action": "accept",
"content": {
"language": "spanish",
"number_of_videos": 3,
"translated_or_original": "original"
}
}
❌ Decline - Usuario declina explícitamente
{
"action": "decline"
}
🚫 Cancel - Usuario cancela/cierra sin decidir
{
"action": "cancel"
}
3. 📊 Genera resultados personalizados
Basándose en la respuesta del usuario, genera videos personalizados o usa valores por defecto si es necesario.
🛠️ Tecnologías utilizadas
- 📦 Node.js con TypeScript
- 🔗 Model Context Protocol SDK (
@modelcontextprotocol/sdk) - 🎨 Chalk para logs coloridos y informativos
- ✅ Zod para validación de esquemas
🚀 Cómo usar este proyecto
1. 📥 Instalación
# Clona el repositorio
git clone https://github.com/0GiS0/mcp-elicitations.git
cd mcp-elicitations
# Instala las dependencias
npm install
2. 🔨 Compilación
# Compila el TypeScript
npm run build
3. ⚙️ Configuración MCP
Asegúrate de que tu cliente MCP tenga el servidor configurado en .vscode/mcp.json:
{
"servers": {
"elicitation-demo": {
"command": "node",
"args": ["./dist/src/index.js"],
"dev": {
"watch": "src/**/*.ts",
"debug": {
"type": "node"
}
}
}
}
}
4. 🎮 Uso
Una vez configurado, puedes utilizar Visual Studio Code Insiders (por ahora 😁) para comprobar el flujo.
buscar videos sobre gatos
El servidor te preguntará tus preferencias y generará resultados personalizados.
🧩 Estructura del código
src/
├── index.ts # Servidor MCP principal
├── ├── registerTool() # Registro de herramienta search-videos
├── ├── elicitation logic # Implementación completa de elicitations
├── └── error handling # Manejo de errores y valores por defecto
📚 Recursos adicionales
💡 ¿Te gustó este ejemplo? ¡Dale una estrella ⭐ al repositorio y compártelo con otros developers interesados en MCP!
🎥 ¿Te interesa aprender más sobre desarrollo y MCP?
¡Sígueme en YouTube para más tutoriales y ejemplos. ¡Tu apoyo ayuda a crear más recursos como este! 🚀
¡Nos vemos 👋🏻!
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.