Le pedimos a Claude, en portugués corriente, que mirara la cola de GLPI, abriera un ticket y nos dijera qué tenía la urgencia equivocada. Leyó 18 tickets, abrió el ticket nuevo, sugirió tres cambios de urgencia con el motivo de cada uno y solo modificó lo que el técnico aprobó. Fueron 8 llamadas al modelo, por US$ 0,10. Lo que conectó a Claude con GLPI fue un servidor MCP de unas 140 líneas de Python, que puede descargar al final de este artículo.
Este artículo continúa la serie sobre IA en el service desk, después de triaje con Jev y FinOps de IA: cuánto cuesta cada ticket.
Qué es MCP, en tres párrafos
El MCP (Model Context Protocol) es un estándar abierto, creado por Anthropic a finales de 2024, para conectar asistentes de IA a sistemas. En lugar de que cada herramienta invente su propia integración, el sistema publica un servidor MCP con una lista de herramientas ("listar cola", "abrir ticket"), y cualquier cliente compatible pasa a usarlas: Claude Desktop, Claude Code, VS Code y otros.
El estándar se adoptó rápido. Estudios de mercado indican que los kits de desarrollo de MCP superaron los 97 millones de descargas al mes en marzo de 2026.
Para el service desk, la consecuencia es simple: la IA sale de la caja de conversación y pasa a consultar y actuar en GLPI. Y eso exige decidir qué puede hacer sola y qué necesita aprobación.
Los caminos para conectar GLPI a una IA por MCP
| Camino | Cómo funciona | Para quién |
|---|---|---|
| Plugin GLPI AI de Teclib | Plugin oficial con asistente dentro de GLPI y servidor MCP para clientes externos. Requiere GLPI 11.0.7 o superior y la suscripción GLPI Network | Quien ya tiene GLPI Network |
| Plugins de terceros | Hay plugins de servidor MCP para GLPI publicados por partners | Quien quiere algo listo y evalúa al proveedor |
| Servidor MCP propio sobre la API de GLPI | Un programa pequeño que traduce las herramientas en llamadas a la API | Quien quiere control total de lo que puede hacer la IA |
No probamos los dos primeros; la información proviene de la documentación pública. En este artículo mostramos el tercero, porque es el que deja explícita cada decisión de seguridad.
La demo
El escenario: el GLPI de soporte de NexTool, en una entidad de pruebas con la empresa ficticia Acme y 25 tickets ficticios. El asistente es Claude Sonnet 5.5, conectado a nuestro servidor MCP.
Las herramientas que le dimos:
| Herramienta | Tipo | Qué hace |
|---|---|---|
listar_fila |
lectura | Tickets abiertos, con estado, urgencia y fecha |
detalhe_chamado |
lectura | Descripción y últimos seguimientos de un ticket |
abrir_chamado |
escritura | Abre un ticket |
definir_urgencia |
escritura | Cambia la urgencia y registra el motivo en un seguimiento privado |
adicionar_acompanhamento |
escritura | Añade un seguimiento |
La regla de oro: las herramientas de escritura tienen un parámetro confirmado. Las llamadas sin él devuelven solo una vista previa, y el asistente debe mostrársela al técnico y esperar el "adelante". Así, la aprobación humana no depende de la buena voluntad del modelo: está en el código.
Lo que pasó, petición por petición:
- "¿Cómo está la cola? Y abre un ticket para la multifunción que se quedó sin tóner." El asistente listó la cola (18 tickets abiertos), señaló los que llevaban más tiempo parados y los de urgencia alta, y mostró la vista previa del ticket nuevo. No abrió nada.
- "Adelante, ábrelo. Y dime qué debería estar más urgente, antes de cambiar nada." Abrió el ticket, leyó cuatro tickets en detalle y sugirió subir tres, con el motivo de cada uno: ERP lento en la emisión de facturas (todo el departamento financiero afectado y el cierre de caja bloqueado), sin acceso al control horario (dos usuarios con el mismo problema) y copia de seguridad nocturna con fallos. No cambió nada.
- "Estoy de acuerdo con el principal, adelante, cambia solo ese." Mostró la vista previa del cambio: urgencia de media a alta, con el motivo que iría al seguimiento.
- "Confirmo." Cambió la urgencia, registró el motivo en un seguimiento privado y recordó que los otros dos seguían como estaban.
En una primera ronda del mismo guion, también notó que un ticket marcado con urgencia alta ya lo había resuelto el propio usuario, según el último seguimiento, y sugirió bajar la urgencia y cerrarlo. Es el tipo de lectura que nadie hace en una cola de 18 tickets a las 8 de la mañana.
Costo: 8 llamadas al modelo, unos 38 mil tokens de entrada y 2,7 mil de salida, US$ 0,10 con Claude Sonnet 5.5 a precio de lista. La mayor parte es la cola y los tickets leídos, que vuelven al modelo en cada paso. Un modelo más barato reduciría ese valor; vea la comparación de costo por tarea en FinOps de IA.
Seguridad: los cuatro candados que usamos
- Usuario de servicio propio. El asistente usa una cuenta solo suya, con token de acceso remoto, nunca el inicio de sesión de una persona. En GLPI, todo lo que hizo aparece en el historial con el nombre de esa cuenta.
- Perfil mínimo y una entidad. Al abrir la sesión, el servidor cambia a un perfil de técnico y restringe la sesión a una entidad. El asistente no ve ni modifica el resto de GLPI, aunque lo pida.
- Aprobación humana en el código. Escritura solo con
confirmado=true, después del "adelante" del técnico. En la demo, el asistente sugirió antes de actuar y mostró la vista previa antes de grabar; el cambio solo ocurrió con el "Confirmo". - Registro de cada acción. El servidor graba cada llamada a herramienta en un archivo de auditoría, y GLPI guarda el historial de cada ticket modificado.
Y lo que no hay que exponer: herramientas de administración (usuarios, perfiles, reglas), eliminación de tickets y cualquier dato personal que el asistente no necesite leer. El token queda fuera del código, en una variable de entorno o en el gestor de contraseñas del sistema.
Dónde vale la pena y dónde no
Vale la pena: - Resumir la cola del día y señalar lo que está parado. - Abrir un ticket a partir de una conversación, con categoría y urgencia sugeridas. - Revisar urgencias y proponer cambios con el motivo. - Responder "cuál es el estado del ticket X" sin abrir GLPI.
No vale la pena (todavía): - Acción irreversible sin aprobación: eliminación, cambio de permisos, cierre masivo. - Decisión que exige contexto que no está en GLPI, como una conversación de pasillo o una prioridad política. - Sustituir el triaje de alto volumen: para clasificar miles de tickets, un clasificador como Jev es más barato y más rápido (vea la prueba).
Descargue el servidor de ejemplo
El servidor MCP de ejemplo tiene las cinco herramientas de la demo, la aprobación por confirmado, el registro de auditoría y las instrucciones para conectarlo a Claude Desktop o a Claude Code. Usa la API REST v1, que existe en GLPI 10 (apirest.php) y en GLPI 11 (api.php/v1); nosotros lo probamos en el 11. Pruébelo en una entidad o en un GLPI de pruebas antes de pasar a producción.
¿Prefiere algo listo? NexTool MCP for GLPI hace esto con más de 160 herramientas — open source para ejecutar en local o alojado, con inicio de sesión y conector para Claude y ChatGPT. Conozca NexTool MCP for GLPI o vea el repositorio en GitHub.
¿Quiere ayuda para montar esto con seguridad en su GLPI? Hable con el equipo.
Demo de NexTool el 4 de octubre de 2026, en el GLPI 11.0.7 de nuestro soporte, con una entidad de pruebas y datos ficticios. El ticket creado y la urgencia modificada se revirtieron al final. El modelo se usó a través de OpenRouter a precio de lista. Sobre el plugin GLPI AI y los plugins de terceros, la información proviene de la documentación pública.
