Zen MCP Server — Casos de uso, Instalar & Demo en vivo

Por qué usarlo

Características clave

Conversaciones entre modelos: cada herramienta puede elegir un modelo distinto
Herramientas de flujo de trabajo: thinkdeep, planner, debug, codereview, consensus, refactor
Soporte de proveedores: Gemini, OpenAI, Grok, OpenRouter, Ollama, Azure OpenAI
IDs de continuación para mantener el contexto entre modelos
Seguimiento de costos incorporado por proveedor

Demo en vivo

Cómo se ve en la práctica

zen-mcp-server.replay ▶ listo

0/0

Instalar

Elige tu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "zen-mcp-server",
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json

{
  "context_servers": {
    "zen-mcp-server": {
      "command": {
        "path": "uvx",
        "args": [
          "zen-mcp-server"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

claude mcp add zen-mcp-server -- uvx zen-mcp-server

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: Zen MCP Server

Obtener consenso de 3 modelos distintos sobre una decisión arquitectónica difícil

👤 Tech leads tomando decisiones de alto impacto ⏱ ~20 min intermediate

Cuándo usarlo: Las opiniones puras de Claude se sienten como un único punto de vista; quieres diversidad.

Requisitos previos

API keys para al menos 2 proveedores alternativos — Configura GEMINI_API_KEY, OPENAI_API_KEY, OPENROUTER_API_KEY

Flujo

Formular la pregunta

Usa zen.consensus. Pregunta: ¿debemos mover nuestra cola de Redis a NATS Jetstream? Stakes: 50M msgs/día, 99.99% de uptime. Pregunta a Gemini Pro y o3.✓ Copiado

→ Ambos modelos responden, Claude resume las diferencias entre las respuestas
Profundizar en el desacuerdo

¿Dónde discrepan? Usa zen.chat para refutar el punto más débil de cada modelo.✓ Copiado

→ Pase de rebate por modelo
Sintetizar

Dame una recomendación final con el argumento más sólido de cada lado.✓ Copiado

→ Documento de decisión combinado

Resultado: Una decisión arquitectónica que puedes defender con evidencia de múltiples modelos.

Errores comunes

Los modelos alucinan particularidades de API de forma diferente — falso consenso — Siempre verifica con la documentación/fuente real las afirmaciones de hechos

Combinar con: context7 · git-mcp-idosal

Usar thinkdeep con Gemini Pro para planificar antes de que Claude ejecute

👤 Desarrolladores que alcanzan el límite de planificación de Claude en tareas enormes ⏱ ~40 min intermediate

Cuándo usarlo: La tarea es tan grande que incluso el extended thinking pierde el hilo.

Flujo

Delegar el encargo

Usa zen.thinkdeep con gemini-2.5-pro. Planifica la migración del monolito a 3 microservicios. Identifica todos los riesgos de secuenciación.✓ Copiado

→ Plan extenso de Gemini, devuelto como documento estructurado
Criticar el plan

Ahora tú (Claude) revisa ese plan. ¿Qué falta? ¿Qué es arriesgado?✓ Copiado

→ Análisis de brechas
Ejecutar el paso 1

Implementa la primera fase del plan en este repositorio.✓ Copiado

→ Ediciones reales

Resultado: Planes en los que confías porque dos modelos acordaron la forma.

Combinar con: desktop-commander-mcp

Ejecutar zen.codereview desde un modelo diferente al que escribió el código

👤 Desarrolladores en solitario que quieren una revisión adversarial ⏱ ~25 min intermediate

Cuándo usarlo: Desarrollaste una función con Claude y quieres ojos frescos de otro modelo.

Flujo

Preparar el diff

Guarda el diff de la rama actual. Pásalo a zen.codereview con o3.✓ Copiado

→ Comentarios de revisión organizados por archivo
Aplicar o rechazar

Muéstrame cada sugerencia. Aplica solo las que yo apruebe.✓ Copiado

→ Prompt de aceptar/rechazar por sugerencia

Resultado: Código revisado por un modelo con priors diferentes.

Combinar con: git-mcp-idosal

Combinaciones

Combínalo con otros MCPs para multiplicar por 10

zen-mcp-server + desktop-commander-mcp

Planificar con Gemini, ejecutar con Claude + desktop-commander

zen-mcp-server + git-mcp-idosal

Obtener el repo con gitmcp, hacer codereview con zen usando o3

Herramientas

Lo que expone este MCP

Herramienta	Entradas	Cuándo llamar	Coste
chat	prompt, model?, continuation_id?	Preguntas y respuestas generales a un modelo alternativo	1 llamada API al modelo elegido
thinkdeep	problem, model?	Planificar problemas difíciles	Alto — usa el presupuesto de thinking
codereview	files[], model?	Revisión de PR con ojos frescos	1 llamada API
debug	error, context, model?	Atascado en un bug que Claude no puede ver	1 llamada API
consensus	question, models[]	Decisiones de alto impacto	N llamadas API
precommit	diff, model?	Verificación final antes del commit	1 llamada API

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API: Por proveedor; pagas a cada uno por separado
Tokens por llamada: Variable por herramienta — thinkdeep puede superar los 30k
Monetario: Servidor gratuito; pagas directamente a cada proveedor LLM
Consejo: Configura DEFAULT_MODEL=ollama:llama3.1 para chat casual, escala a pagos solo cuando sea necesario

Seguridad

Permisos, secretos, alcance

Ámbitos mínimos: outbound:llm-providers

Almacenamiento de credenciales: Claves de proveedores en variables de entorno

Salida de datos: Los proveedores que configures

Enviar tu código a múltiples proveedores significa múltiples políticas de manejo de datos — revisa los términos de cada proveedor

Resolución de problemas

Errores comunes y soluciones

Modelo no disponible

Verifica la variable de entorno de ese proveedor; solo los proveedores configurados aparecen

Verificar: Lista las herramientas de zen — los valores predeterminados de modelos aparecen ahí

ID de continuación perdido

Cada herramienta devuelve un continuation_id; pásalo de nuevo para mantener el contexto entre modelos

Desbordamiento de costos en thinkdeep

Configura MAX_THINKING_TOKENS en el entorno; el valor por defecto puede ser alto

Alternativas

Zen MCP Server vs otros

Alternativa	Cuándo usarla	Contrapartida
context-mode-mcp	Quieres moldear el contexto, no enrutar entre múltiples modelos	Problema diferente
MCPs directos de OpenAI/Gemini	Solo necesitas un modelo alternativo, no orquestación	Menos ceremonia pero sin flujos de consensus/thinkdeep

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills