Qwen 3 con Soporte para Servidor MCP: Guía de Uso

Si estás entusiasmado con Qwen 3 y su flamante soporte para MCP (Model-Context-Protocol), ¡te espera una grata sorpresa! Recientemente me sumergí en las capacidades de Qwen 3 en mi ordenador con Windows, y déjame decirte que cambia las reglas del juego para construir agentes de IA que interactúan con herramientas como bases de datos SQLite. En este tutorial, exploraremos cómo Qwen 3 aprovecha MCP para hacer tu vida de codificación más fácil, con un ejemplo práctico de consulta a una base de datos. También hablaremos de los impresionantes benchmarks de Qwen 3 y te mostraremos cómo usar OpenRouter y Roo Code para empezar rápidamente. ¿Listo para hacer de Qwen 3 y MCP tus nuevos mejores amigos? ¡Vamos a sumergirnos!

💡

Antes de empezar, un rápido saludo a Apidog, ¡una herramienta fantástica para los amantes de las API! Simplifica el diseño, la prueba y la documentación de APIs, lo cual es perfecto para gestionar integraciones con Qwen 3. Échale un vistazo en apidog.com, ¡es un salvavidas! Ahora, pasemos a lo bueno...

button

¿Qué es Qwen 3 con soporte para MCP?

Qwen 3 es la última serie de modelos de lenguaje grande del equipo Qwen de Alibaba Cloud, lanzada a finales de abril de 2025. Es una potencia con modelos que van desde 0.6B a 235B parámetros, incluyendo variantes densas y Mixture-of-Experts (MoE) como Qwen3-235B-A22B (22B parámetros activos). Según qwen3.org, Qwen 3 compite con modelos de primer nivel como DeepSeek-R1, OpenAI o1, o3-mini, Grok-3 y Gemini-2.5-Pro en tareas de codificación, matemáticas y generales. Su modelo MoE más pequeño, Qwen3-30B-A3B, incluso supera a QwQ-32B a pesar de tener 10 veces menos parámetros activos, ¿bastante impresionante, verdad?

Lo que hace que Qwen 3 sea aún más genial es su soporte para MCP, que le permite interactuar sin problemas con herramientas externas como bases de datos SQLite, memoria y sistemas de archivos. MCP (Model-Context-Protocol) permite a Qwen 3 llamar a herramientas basadas en servidor, habilitando flujos de trabajo de agente donde el modelo puede obtener datos, ejecutar comandos y más. Las publicaciones en X están llenas de comentarios sobre esta característica, con usuarios destacando su optimización para llamadas de función avanzadas y capacidades de agente. ¡Vamos a configurarlo y verlo en acción con un ejemplo de consulta a una base de datos!

Configurando tu entorno para trabajar con Qwen 3: Lo básico

Vamos a preparar tu sistema para usar Qwen 3 con MCP. No te preocupes, lo desglosaré paso a paso para que nunca te pierdas.

Verificar requisitos previos: Asegúrate de tener estas herramientas instaladas:

Python: Versión 3.10 o superior. Ejecuta python --version en tu terminal. Si falta, descárgalo de python.org.
Node.js: Necesario para algunos servidores MCP. Verifica con node --version o descarga desde nodejs.org.
uv: Versión 0.4.18 o superior para ejecutar servidores MCP. Verifica con uv --version. Instala a través de pip install uv si es necesario.
Git: Para clonar repositorios. Verifica con git --version o instala usando Homebrew (brew install git en Mac) o winget (winget install git.git en Windows).
SQLite: Para nuestro ejemplo. Confirma con sqlite3 --version o instala a través de Homebrew (brew install sqlite3) o winget (winget install sqlite.sqlite).
Hardware: Una CPU de 4+ núcleos, 16GB+ de RAM y 10GB+ de almacenamiento libre para manejar el procesamiento de IA.

Crear una carpeta de proyecto: Mantengamos las cosas ordenadas:

mkdir qwen3-mcp
cd qwen3-mcp

Esta carpeta será tu espacio de trabajo para la magia de Qwen 3 y MCP.

Configurar un entorno virtual: Para evitar conflictos de dependencias, crea un entorno virtual de Python:

python -m venv venv

Actívalo:

Mac/Linux: source venv/bin/activate
Windows: venv\Scripts\activate

El indicador (venv) en tu terminal significa que estás listo para empezar.

Instalando Qwen-Agent para soporte de MCP

Qwen 3 utiliza el framework Qwen-Agent para habilitar el soporte de MCP, como se indica en GitHub. Vamos a instalarlo y configurar las dependencias para nuestro ejemplo de SQLite.

Instalar Qwen-Agent con soporte de MCP:

pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"

Este comando instala Qwen-Agent con todas las dependencias opcionales, incluyendo [mcp] para soporte de MCP, [gui] para interfaz web, [rag] para generación aumentada por recuperación, y [code_interpreter] para ejecutar código.

Verificar instalación: Asegúrate de que Qwen-Agent se instaló correctamente ejecutando:

python -c "import qwen_agent; print(qwen_agent.__version__)"

Si ves un número de versión (por ejemplo, 0.1.0), estás listo. Si no, reinstala o verifica tu entorno Python.

Configurando Qwen 3 con el servidor MCP

Ahora, configuremos Qwen 3 para trabajar con un servidor MCP para llamadas a herramientas. Usaremos el ejemplo de SQLite del repositorio Qwen-Agent en GitHub para consultar una base de datos.

Configurar el servidor MCP para SQLite:

El ejemplo utiliza un servidor MCP para manejar las interacciones con la base de datos SQLite. Primero, crea una base de datos de prueba (test.db) si no tienes una:

sqlite3 test.db "CREATE TABLE example (id INTEGER PRIMARY KEY, name TEXT); INSERT INTO example (name) VALUES ('Alice'), ('Bob');"

Ahora, inicia el servidor SQLite de MCP:

uvx mcp-server-sqlite --db-path test.db

Esto ejecuta el servidor SQLite de MCP, permitiendo a Qwen 3 consultar test.db. Mantén esta terminal en ejecución.

Configurar Qwen 3 en tu código:

Escribamos un script de Python para usar Qwen 3 con el servidor MCP, basado en el ejemplo assistant_mcp_sqlite_bot.py. Crea un archivo llamado qwen3_mcp_sqlite.py:

import os
from qwen_agent.agents import Assistant
from qwen_agent.gui import WebUI

# Define the agent with Qwen 3 and MCP configuration
def init_agent_service():
    llm_cfg = {
        'model': 'qwen3-32b',  # Use Qwen 3 model
        'model_type': 'qwen_dashscope',
        'api_key': os.getenv('DASHSCOPE_API_KEY'),
    }
    tools = [{
        'mcpServers': {
            'sqlite': {
                'command': 'uvx',
                'args': ['mcp-server-sqlite', '--db-path', 'test.db']
            }
        }
    }]
    bot = Assistant(
        llm=llm_cfg,
        function_list=tools,
        name='MCP-SQLite-Bot',
        description='This bot can answer questions by SQLite database'
    )
    return bot

# Test the agent with a query
def test(query='How many tables are in the database?'):
    bot = init_agent_service()
    messages = [{'role': 'user', 'content': query}]
    for response in bot.run(messages=messages):
        print(response)

# Run a web UI for interactive testing
def app_gui():
    bot = init_agent_service()
    WebUI(bot).run()

if __name__ == '__main__':
    test()
    # Uncomment to run the web UI
    # app_gui()

Este script configura Qwen 3 (específicamente qwen3-32b) para trabajar con un servidor SQLite de MCP. Define un bot que puede consultar la base de datos e incluye una opción de interfaz web para pruebas interactivas.

Establecer la clave API de DashScope:

El script utiliza el servicio DashScope de Alibaba Cloud para Qwen 3. Necesitarás una clave API de DashScope:

Regístrate en dashscope.aliyuncs.com.
Navega a la configuración de API, genera una clave y establécela como variable de entorno:

export DASHSCOPE_API_KEY="tu-clave-api-dashscope"

Agrega esto a tu perfil de shell (por ejemplo, ~/.zshrc) y recarga con source ~/.zshrc.

Usando OpenRouter y Roo Code para Qwen 3 con MCP

Si no quieres lidiar con DashScope, puedes usar OpenRouter para acceder a Qwen 3 y aprovechar el servidor MCP preconfigurado de Roo Code. Así es cómo:

Obtener una clave API de OpenRouter:

Visita openrouter.ai y regístrate.
Ve a la configuración de tu cuenta, genera una clave API y cópiala.

Configurar Roo Code con OpenRouter:

Roo Code es una plataforma que simplifica los flujos de trabajo de agentes de IA y a menudo viene con servidores MCP preconfigurados. Suponiendo que tienes Roo Code configurado:

Configura tu clave API de OpenRouter en la configuración de Roo Code (generalmente bajo integraciones de API).
Actualiza la configuración del modelo en Roo Code para usar Qwen 3 a través de OpenRouter:

{
    "model": "qwen3-32b",
    "model_server": "https://openrouter.ai/api/v1",
    "api_key": "tu-clave-api-openrouter"
}

Roo Code típicamente tiene una configuración de servidor MCP similar a la de nuestro script. Consulta su documentación para asegurarte de que el servidor SQLite esté en ejecución (por ejemplo, uvx mcp-server-sqlite --db-path test.db).

Ejecutar el mismo script con Roo Code:

Modifica la configuración llm_cfg en tu script qwen3_mcp_sqlite.py para usar OpenRouter:

llm_cfg = {
    'model': 'qwen3-32b',
    'model_server': 'https://openrouter.ai/api/v1',
    'api_key': 'tu-clave-api-openrouter'
}

Ejecuta el script como antes; el servidor MCP de Roo Code manejará las consultas SQLite, y Qwen 3 las procesará a través de OpenRouter.

Opción 2: Configurando Roo Code para trabajar con OpenRouter:
Si prefieres no usar un script personalizado, puedes configurar fácilmente Roo Code con OpenRouter siguiendo estos pasos:

Abre la configuración de Roo.
Cambia el proveedor predeterminado a OpenRouter.
Selecciona el modelo Qwen 3.

Una vez configurado, tus servidores MCP existentes en Roo Code funcionarán sin problemas con el modelo Qwen 3.

Probando Qwen 3 con MCP: Consultando una base de datos

Probemos Qwen 3 con nuestra configuración de MCP consultando la base de datos SQLite.

Ejecutar el script:

Con el servidor SQLite de MCP en ejecución (desde el paso 1 en "Configurando Qwen 3 con el servidor MCP"), ejecuta tu script:

python qwen3_mcp_sqlite.py

La consulta predeterminada ("¿Cuántas tablas hay en la base de datos?") debería devolver una respuesta indicando una tabla (example), ya que la creamos anteriormente.

Pruebas interactivas con la interfaz web:

Descomenta la llamada a app_gui() en el script y ejecútalo de nuevo:

if __name__ == '__main__':
    # test()
    app_gui()

Esto inicia una interfaz web basada en Gradio. Abre la URL proporcionada (generalmente http://127.0.0.1:7860) en tu navegador, escribe consultas como "Lista todos los nombres en la tabla example", y Qwen 3 usará el servidor MCP para obtener los resultados (por ejemplo, "Alice, Bob").

Entender los resultados:

El ejemplo de SQLite muestra cómo Qwen 3 utiliza MCP para interactuar con herramientas externas. El modelo envía una consulta al servidor MCP, que la ejecuta contra test.db y devuelve el resultado. Esta configuración es perfecta para construir agentes que necesitan obtener datos dinámicamente, ¿bastante potente, verdad?

Aprende cómo empezar con RooCode y los servidores MCP

Consejos para usar Qwen 3 con MCP de manera efectiva

Mantén las consultas simples: Para tareas de base de datos, usa indicaciones claras como "Lista todos los nombres en la tabla example" para obtener resultados precisos de Qwen 3.
Monitoriza el uso de API: Ya sea usando DashScope u OpenRouter, rastrea tu uso de API para evitar alcanzar los límites de tasa.
Explora más herramientas MCP: MCP soporta herramientas como memoria y sistema de archivos; consulta el GitHub de Qwen-Agent para más ejemplos.
Prueba localmente primero: Usa la interfaz web para probar consultas interactivamente antes de desplegar en producción.

HiMCP.ai - Descubre más de 1682 servidores MCP

Mis impresiones sobre Qwen 3 con MCP

Después de jugar con Qwen 3 y MCP, esto es lo que pienso:

Integración perfecta: La configuración del servidor MCP es sencilla, y Qwen 3 maneja las llamadas a herramientas como un campeón.
Potente para agentes: Consultar bases de datos es solo el comienzo; MCP abre infinitas posibilidades para flujos de trabajo de agentes.
Aumento del rendimiento: Los benchmarks de Qwen 3 muestran que es un contendiente de primer nivel, y el soporte MCP lo hace aún más versátil.

Si encuentras algún problema, verifica tu clave API y asegúrate de que el servidor MCP esté en ejecución.

Conclusión: Tu viaje con Qwen 3 y MCP

¡Acabas de desbloquear el poder de Qwen 3 con soporte para MCP, haciendo que tus agentes de IA sean más inteligentes y capaces! Desde consultar bases de datos hasta explorar otras herramientas MCP, estás listo para construir cosas increíbles. Para más detalles, no dudes en consultar el repositorio Qwen-Agent en GitHub o qwen3.org. ¡Sigue triunfando con Qwen 3 y MCP!

button