Conector (Connector)

Un conector es una integración preconstruida que da a Claude acceso a una herramienta o fuente de datos externa, como Google Drive, GitHub, Slack, Jira o un servidor propio de tu empresa. En lugar de que copies y pegues información manualmente, el conector permite que Claude busque, lea y en algunos casos actúe directamente sobre esos sistemas dentro de la conversación.

Cómo funciona

Los conectores de Claude se apoyan en el Model Context Protocol (MCP), el estándar abierto de Anthropic para comunicar modelos con herramientas externas. Cada conector expone un conjunto de recursos (datos que Claude puede leer) y herramientas (acciones que Claude puede ejecutar). Cuando el modelo decide que necesita información de un sistema conectado, emite una llamada estructurada; el conector la traduce a la API del servicio, recupera el resultado y lo devuelve al contexto de la conversación.

Hay dos grandes familias. Los conectores gestionados los ofrece Anthropic o partners y se activan desde la interfaz de Claude.ai o de la consola de equipos con unos clics y una autenticación OAuth. Los conectores personalizados los construyes tú implementando un servidor MCP, lo que te permite exponer bases de datos internas, APIs privadas o flujos de trabajo específicos.

Por qué importa

Un conector convierte a Claude de un asistente que solo razona sobre lo que le pegas en un asistente que trabaja sobre tus datos reales y actualizados. Esto cambia varias cosas en la práctica:

• Menos fricción: no hay que exportar documentos ni pegar registros; Claude consulta la fuente en el momento.
• Respuestas ancladas en datos vivos: reduce alucinaciones porque el modelo trabaja con contenido recuperado, no con lo que recuerda de su entrenamiento.
• Acciones, no solo lectura: un conector con herramientas de escritura permite crear un issue en GitHub, actualizar una tarjeta de Jira o enviar un mensaje, todo bajo tu supervisión.

Para quien construye productos, los conectores son la base de los agentes: un agente útil casi siempre necesita leer y escribir en sistemas externos. Si quieres profundizar en este terreno, tiene sentido dar el salto hacia agentes e integraciones con MCP y aprender a construir tus propios conectores.

Ejemplo de uso

Imagina que activas el conector de Google Drive. Puedes pedirle a Claude: "Resume el último informe trimestral y compáralo con el del trimestre anterior". Claude busca ambos documentos en tu Drive, los lee y produce la comparativa sin que hayas subido nada. Con un conector de GitHub, podrías decir "revisa los issues abiertos con la etiqueta bug y agrúpalos por componente", y el modelo consultaría el repositorio directamente.

Qué NO es

Un conector no es lo mismo que subir un archivo puntual a la conversación: eso es una carga manual y estática, mientras que el conector mantiene una vía de acceso persistente al sistema. Tampoco es un plugin cerrado y propietario; al basarse en MCP, un mismo servidor puede reutilizarse con distintos clientes compatibles.

Otro malentendido frecuente es pensar que el conector da acceso ilimitado. Los permisos se definen en la autenticación y en el alcance de las herramientas expuestas: Claude solo ve y hace lo que el conector permite. Además, las acciones sensibles suelen requerir confirmación explícita del usuario, de modo que el modelo no ejecuta operaciones críticas sin control humano.