Serie TrueFoundry Accelerator: consulta de datos estructurados y no estructurados sin problemas con las herramientas de MCP

En las empresas modernas, los datos viven en silos. Los registros, las cifras de ventas o los registros de CRM están estructurados y se almacenan en bases de datos; los informes de investigación, los comentarios de los clientes y las notas de campo no están estructurados y se almacenan en almacenes de documentos. Para entender ambos aspectos, los equipos suelen dedicar horas a crear conectores, canalizaciones y scripts de análisis.

Pero, ¿y si pudieras unificar todo eso en una sola capa, una Modelo de plano de control (MCP) — ¿y consultarlo todo con lenguaje natural?

Bienvenido a la nueva forma de trabajar con datos: consulta de fuentes estructuradas y no estructuradas a través de herramientas MCP.

¿Qué es un MCP?

UN Modelo de plano de control (MCP) actúa como un puente entre su agente de IA y las herramientas o sistemas de datos externos con los que interactúa. Puedes pensar en el MCP como el «sistema operativo» de tus herramientas de IA: define a qué puede acceder la IA, cómo y en qué contexto.

Cada MCP se conecta a una capacidad específica, podría ser una conector de base de datos, un recuperador de documentos, o incluso un ejecutor de código.

Por ejemplo: -

• Herramienta de conversión de texto a SQL → Consulta bases de datos estructuradas.
• Herramienta RAG → Recupera desde repositorios de documentos no estructurados.
• Ejecutor de código → Ejecuta la lógica de análisis (como Python) de forma dinámica.

Una vez que estén todos juntos, puede preguntarse literalmente: > «Enumere los 5 principales profesionales de la salud por clasificación de prioridad y resuma su enfoque oncológico a partir de nuestros informes internos».

El sistema automáticamente:

1. Genera SQL para consultar la base de datos en busca de los principales HCP.

2. Obtiene informes centrados en la oncología a través de RAG.

3. Combina y resume ambos.

Creación de un MCP a partir de datos estructurados y no estructurados

Veamos cómo funciona esto usando el Acelerador Sales Rep-Co configuración como ejemplo.

1. Utilizaremos un servicio MCP de Sales Rep-Co ya implementado

Empieza por implementar el Servicio Sales Rep-Co como MCP en TrueFoundry.

Necesitará acceder al inquilino de demostración de Truefoundry

- Asegúrese de que el servicio sea activo y la cápsula está funcionando.

- Reanudar si está en pausa o reiniciar mediante Punto final/Credenciales si se apaga automáticamente.

- Si no está desplegado, puede activarlo desde el Interfaz de usuario de TrueFoundry o localmente mediante la configuración proporcionada.

Una vez implementado, tendrá un punto final como: https://tfy-eo.truefoundry.cloud/deployments/{deployment_id}? tab=pods

2. Conéctelo a la puerta de enlace de IA

Dentro de TrueFoundry's Puerta de enlace de IA, vaya a: > AI Gateway → Servidores MCP → + (Agregar MCP)

Busque o añada su MCP del acelerador de ventas y ventas.
Una vez conectado: - Cambiarlo en - Haga clic Habilitar todas las herramientas .

Su MCP ahora tiene acceso a herramientas estructuradas (SQL) y no estructuradas (documentos).

3. Consultando ambos mundos con un solo mensaje

Con su MCP activo y conectado, puede consultar datos estructurados y no estructurados juntos, todo ello a través del lenguaje natural.
Estos son algunos ejemplos:

Consulta

Qué sucede bajo el capó

¿Cuáles son los 5 mejores HCP por clasificación de prioridad?

Text-to-SQL consulta la base de datos HCP estructurada.

Enumere los médicos especializados en oncología y redacte un breve resumen que haga referencia al informe sobre el organotropismo metastásico.

SQL obtiene los detalles del médico → RAG obtiene y resume el texto del informe → Redacta una respuesta por correo electrónico.

Analice la distribución de las calificaciones de prioridad del HCP en el departamento de oncología.

El ejecutor de código SQL + Python genera y visualiza información.

Incluso puede ampliar esta configuración añadiendo más herramientas de MCP para análisis, visualización o API personalizadas.

Por qué es importante

Los flujos de trabajo tradicionales de acceso a los datos empresariales requieren: - Canalizaciones de ETL, - Cuadros de mando de BI, - Coordinación manual entre analistas y usuarios empresariales. Con las consultas basadas en MCP: - Usted reducir el cambio de herramientas. - Tú consulta todo a través de una interfaz. - Tú unir datos estructurados y no estructurados de forma nativa. Esto es más que solo conveniencia: es cómo toma de decisiones basada en datos debería funcionar.

Un vistazo al futuro

A medida que los equipos crean más MCP (para herramientas de análisis, RAG, CRM e incluso SaaS externas), un ecosistema multiagente empieza a emerger. Cada agente se especializa en su dominio (por ejemplo, experto en SQL, resumidor, redactor de correo electrónico) y AI Gateway los orquesta a través de MCP. Avanzamos hacia un mundo en el que los sistemas de datos empresariales no sean paneles estáticos sino entidades vivas, que consultan y razonan.

Finalizando

Combinando consultas estructuradas (SQL), recuperación no estructurada (RAG), y lógica de ejecución (Python) dentro de un MCP, permite que un agente responda instantáneamente a preguntas complejas y multidominio. Ya sea un científico de datos, un líder de ventas o un arquitecto empresarial, crear una capa de MCP sobre sus sistemas de datos es el primer paso para acceso a datos verdaderamente inteligente.