Diseño e implementación de un agente inteligente interoperable para la integración de servicios internos y externos
Year: 2026
Type: dissertation
Abstract: Hoy en día, gran parte de la información de una organización está repartida en sistemas muy distintos entre sí: repositorios de código, catálogos de datos, bases de datos y muchos otros servicios internos y externos. Esta dispersión dificulta que un agente inteligente pueda acceder a esa información y combinarla de forma unificada. La aparición de los modelos de lenguaje de gran tamaño y, sobre todo, del Model Context Protocol (MCP), un estándar abierto y reciente que normaliza la conexión entre modelos de lenguaje y las herramientas y datos que utilizan, abre una vía para resolver este problema. Este Trabajo Fin de Máster, desarrollado en colaboración con CRIDA (Centro de Referencia de Investigación, Desarrollo e Innovación ATM, del inglés Air Traffic Management), tiene como objetivo diseñar e implementar un agente inteligente interoperable, basado en modelos de lenguaje, capaz de obtener información interna y externa a través de servidores MCP. Además, se desarrolla un servidor MCP propio principalmente dirigido a la consulta de datos dentro de la instancia de GitLab. El trabajo empezó con varias pruebas de concepto para familiarizarse con el protocolo y sus distintos mecanismos de transporte. A partir de ahí se implementó un servidor MCP propio para GitLab, que expone 27 herramientas de solo lectura (exploración de repositorios, búsqueda de código, wikis, issues, commits y actividad). En paralelo se integró el servidor MCP oficial de OpenMetadata, centrado en el catálogo de datos y metadatos de CRIDA. Para coordinar ambos dominios sin mezclar contextos, herramientas ni instrucciones, se diseñó una arquitectura formada por un orquestador y varios subagentes especializados, devolviendo los resultados a través de una interfaz web. Por último, se compararon las distintas interfaces de programación que ofrece OpenAI para interactuar con sus modelos, midiendo su latencia y su coste por tokens, y analizando cómo se comporta el almacenamiento en caché de instrucciones (prompt caching). El resultado es un agente interoperable que funciona sobre fuentes reales de la organización. --ABSTRACT-- Nowadays, much of an organization’s information is spread across very different systems: code repositories, data catalogs, databases and many other internal and external services. This makes it hard for an intelligent agent to access that information and combine it in a unified way. The arrival of large language models and, above all, of the Model Context Protocol (MCP), a recent open standard that normalizes the connection between language models and the tools and data they use, opens up a way to solve this problem. This Master’s Thesis, carried out in collaboration with CRIDA (Centro de Referencia de Investigación, Desarrollo e Innovación ATM, Air Traffic Management Research, Development and Innovation Reference Centre), aims to design and implement an interoperable intelligent agent, based on language models, able to obtain internal and external information through MCP servers. It also develops a custom MCP server mainly aimed at querying data within the GitLab instance. The work began with several proofs of concept to get familiar with the protocol and its different transport mechanisms. Building on that, a custom MCP server for GitLab was implemented, exposing 27 read-only tools (repository exploration, code search, wikis, issues, commits and activity). In parallel, the official OpenMetadata MCP server was integrated, focused on CRIDA’s data catalog and metadata. To coordinate both domains without mixing contexts, tools or instructions, an architecture made up of an orchestrator and several specialized subagents was designed, returning the results through a web interface. Finally, the different programming interfaces offered by OpenAI to interact with its models were compared by measuring their latency and token cost, and by analyzing how prompt caching behaves. The result is an interoperable agent that works over real organizational sources.
Author: Menéndez Trejo, Rodrigo
Language: Spanish
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
Funder: Agencia Estatal de Investigación
OpenAlex ID: W7212413710