Conecte Onplana a Claude, Gemini, ChatGPT y Cursor
Planifique proyectos y siga el trabajo desde su asistente de IA.
Onplana ofrece un servidor MCP público en https://mcp.onplana.com/mcp. 346 herramientas seleccionadas, búsqueda híbrida con BM25 y vectores sobre el contenido indexado de su organización, acceso con OAuth 2.1 o PAT, permisos según el plan y registro de todo de principio a fin.
Construido sobre el estándar abierto MCP de Anthropic. Funciona con Claude Desktop, Gemini CLI, Gemini Code Assist, ChatGPT, ChatGPT Codex CLI, Cursor, GitHub Copilot y cualquier otro cliente MCP que hable Streamable HTTP.
Instalar en Gemini CLI (un comando):
export ONPLANA_PAT=pat_...
gemini extensions install https://github.com/Onplana/onplana-mcp-serverTambién funciona con Gemini Code Assist (VS Code y JetBrains). Para otros clientes, vea la configuración más abajo.
Tres agentes llevan juntos un proyecto
Entra un encargo, sale un sitio web publicado. ChatGPT, Claude y la IA propia de Onplana toman cada uno sus tareas y trabajan sobre un plan compartido, mientras usted mantiene el control en la aprobación final.
En los Plugins de ChatGPT y en el Directory de Claude
Busque onplana en Plugins dentro de ChatGPT o en el Directory dentro de Claude, añádalo e inicie sesión una vez. Sin URL de conector que pegar, sin modo de desarrollador.
Qué es MCP
El Model Context Protocol (MCP) es un estándar abierto, publicado por Anthropic a finales de 2024, para conectar los LLM con herramientas y fuentes de datos externas. En lugar de construir una integración a medida para cada cliente, una aplicación publica una vez un servidor MCP y cualquier cliente compatible con MCP (Claude Desktop, Cursor, los conectores propios de ChatGPT, agentes internos con el SDK de MCP) puede llamarlo. Un cliente lista las herramientas disponibles con tools/list y las llama con tools/call; el protocolo se ocupa de validar los argumentos, de las respuestas de error y de presentar los resultados.
Para el software de gestión de proyectos, el efecto práctico es que puede pedirle a un agente «crea un plan de proyecto para el lanzamiento del tercer trimestre» y el agente hace el trabajo directamente en Onplana: crea el proyecto, añade las tareas adecuadas, asigna responsables y programa los hitos, en lugar de recomendarle una herramienta y pedirle que lo haga usted.
Qué ofrece Onplana
Abajo se destacan veintiuna de las herramientas más usadas en tres grupos, una muestra representativa de las 346 del catálogo completo. Los clientes ven la lista completa con tools/list; las herramientas a las que quien llama no tiene acceso (por el plan o por el permiso de su rol) se filtran antes de que el LLM las vea, así un agente nunca llama a ciegas a una herramienta bloqueada.
Los resultados leídos se pueden abrir: cada proyecto, tarea, sprint, hito e incidencia que un agente lee, y cada fuente que cita de search_org_knowledge, lleva un enlace fijo de Onplana que abre ese mismo registro en la app, para que pase directamente de la respuesta de su agente al elemento del que habla.
Leer y buscar
list_projectsFiltrar por estado, responsable y etiqueta.
get_projectTodo el detalle, con tareas, hitos y actividad reciente.
list_tasksPor proyecto, responsable y estado.
get_taskCon dependencias y subtareas.
list_org_membersPara encontrar al responsable por nombre o correo.
list_risksSalidos de la detección automática de riesgos.
find_similar_projectsBúsqueda por similitud vectorial en las descripciones de los proyectos.
summarize_projectResumen de estado escrito por la IA, cuando lo pida.
search_org_knowledgeBúsqueda híbrida (vectores y BM25) en proyectos, tareas, riesgos, objetivos, comentarios y páginas. La diferencia.
Cambios en proyectos y tareas
create_projectLimitado por el plan; respeta el permiso org.project.create.
update_projectEstado, fechas, nombre; se comprueba el propietario.
create_taskObligatorio: proyecto, título. Opcional: correo del responsable, fecha de vencimiento, prioridad.
update_taskSeguro ante reintentos gracias a una clave de idempotencia.
assign_taskForma cómoda de reasignar por correo.
move_task_to_sprintMueve una tarea a un sprint, o de vuelta al backlog.
add_project_memberAñade con el rol de proyecto pedido.
create_milestoneAparece como un rombo en el Gantt.
create_commentEn una tarea o un proyecto.
Cambios en lote y agentes
bulk_update_tasksCambiar muchas tareas en una sola transacción.
create_sprint_with_tasksCrear un sprint y llenarlo con las tareas elegidas.
analyze_project_risksEjecuta la detección de riesgos con IA en un proyecto y añade los hallazgos a su registro de riesgos (desde el plan Professional).
El catálogo completo de 346 herramientas va mucho más allá de los tres grupos de arriba: gobernanza, control de cambios, partes de horas, documentos, páginas, portafolios y más. Un agente conectado puede hacer 4 tipos de borrado, una tarea, un proyecto, una tabla del espacio de trabajo o un documento, y cada uno va a la papelera, desde donde se puede restaurar. Están activados hasta que un administrador de la organización desactive alguno; cualquier otro borrado queda fuera del alcance de los agentes.
Cómo conectar
El flujo de un clic en la página de integraciones de la app genera el token y le da un fragmento de configuración listo para copiar en su cliente. Como referencia, la configuración a nivel de protocolo está abajo. ¿Prefiere una guía paso a paso? Lea la guía paso a paso para conectar Claude o Cursor en la documentación.
1. Generar un token de conexión
En Onplana vaya a /integrations → AI Agents, elija el recuadro del proveedor y haga clic en Generate connection. Verá el token una sola vez, guárdelo; Onplana solo conserva un hash bcrypt. Para revocarlo, vuelva al mismo panel o a Configuración → Desarrollador.
2a. Claude Desktop
Abra Settings → Developer → Edit Config. Añada una entrada en mcpServers:
{
"mcpServers": {
"onplana": {
"url": "https://api.onplana.com/api/mcp/v1",
"headers": {
"Authorization": "Bearer pat_paste-your-token-here"
}
}
}
}Reinicie Claude Desktop. Pídale a Claude «enumera mis proyectos de Onplana» para comprobarlo.
2b. Cursor
Añádalo a ~/.cursor/mcp.json con la misma estructura JSON que en Claude Desktop. Cursor toma los cambios en su siguiente arranque; no hace falta reiniciar el editor.
2c. Claude Code CLI
Una línea. Claude Code inicia OAuth en la primera llamada a una herramienta, sin pegar ningún PAT:
claude mcp add onplana --transport http https://mcp.onplana.com/mcp
Compruébelo con claude mcp list. El flujo de OAuth abre una pestaña del navegador la primera vez; inicie sesión en Onplana, apruebe la pantalla de consentimiento y listo. Para pegar un PAT en lugar de OAuth, añada --header "Authorization: Bearer pat_…".
2d. Otros clientes MCP (y una prueba rápida)
Funciona cualquier cliente MCP con Streamable HTTP. Prueba rápida a nivel de protocolo desde un terminal:
curl -X POST https://api.onplana.com/api/mcp/v1 \
-H "Authorization: Bearer pat_paste-your-token-here" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'Debería ver el sobre JSON-RPC con la lista completa de herramientas. El Inspector oficial de MCP es práctico durante el desarrollo para revisar las descripciones de las herramientas y la forma de los resultados.
2e. Gemini Enterprise (acceso anticipado)
Un administrador de Gemini Enterprise añade Onplana en Google Cloud como servidor MCP propio (Streamable HTTP, https://mcp.onplana.com/mcp). El formulario de Google pide un ID de cliente OAuth y un secreto, que Onplana emite para su organización si lo solicita; todavía no es de autoservicio y no es una ficha del marketplace de Google. Guía de configuración y las 20 acciones que conviene activar primero.
¿Usa Gemini CLI o Gemini Code Assist? Eso lo configura usted mismo: conecte Gemini CLI en unos minutos.
3. Opcional: reaccionar en segundos, no en la próxima consulta
Un agente conectado recoge sus comentarios a su propio ritmo. Ejecute el relay a su lado y Onplana lo despierta en cuanto alguien comenta su trabajo, lo menciona o le pide que ejecute una tarea. Abre la conexión hacia fuera, así que un portátil detrás del router de casa funciona sin URL pública, sin redirección de puertos y sin reglas de entrada en el cortafuegos.
ONPLANA_PAT=pat_… npx @onplana/agent-relay --provider claude-code
Opcional de verdad: sin él, su agente lo ve todo igual, solo que en la siguiente sincronización. Cambie a --provider codex para Codex, o quite la opción para obtener JSON línea a línea que puede pasar a cualquier runner. Configuración y casos de uso del relay.
Pruébelo sin cuenta
Onplana también ofrece un servidor MCP público de solo lectura para la propia documentación. Añádalo con una línea, sin token, y deje que su agente responda «¿cómo hago X en Onplana?» con el mismo contenido que leen las personas.
claude mcp add onplana-docs https://mcp.onplana.com/docs
Ofrece dos herramientas: search_docs y read_docs_page. Solo lectura, limitado por IP, no sirve datos de ninguna organización. Para actuar dentro de una organización de Onplana (crear tareas, ejecutar flujos), use el servidor autenticado de arriba.
El modelo de seguridad
Cuatro capas que se superponen. Cada una es la pieza que Onplana ya tenía, aplicada a MCP, sin atajos ni excepciones propias de MCP. Si una capa falla en el chat de la app, falla igual en MCP; si funciona allí, también funciona en MCP.
Token de acceso personal
El acceso es con un PAT Bearer limitado solo al nuevo ámbito MCP_AGENT. Los tokens se guardan con hash bcrypt en el servidor, se muestran una vez al crearlos y se pueden revocar en /integrations o en Configuración → Desarrollador.
Bloqueos por plan y rol
Cada llamada a una herramienta pasa por el dispatcher que Onplana ya tenía. A un agente solo se le ofrecen las herramientas que permiten su plan y su rol, el resto se oculta en tools/list. Cada llamada se ejecuta como usted, se comprueba contra sus propios permisos y queda en el registro de auditoría, así que un agente nunca llega a nada a lo que usted no podría llegar.
Registrado de principio a fin
Cada llamada a una herramienta escribe una fila AiOperation: la herramienta, su entrada y su salida, la persona, la conexión del agente y el resultado. Los propietarios y administradores de la organización las leen desde el plan Enterprise en la página Audit Logs, en Agent Activity. Limitado a 120 solicitudes por minuto desde cada dirección de cliente; cuenta contra el límite de gasto de la organización igual que el chat de la app.
Contención de la inyección de prompts
Los campos de texto libre de los resultados que proceden de contenido de los usuarios se envuelven en etiquetas <onplana_user_content>...</onplana_user_content> antes de llegar al LLM. Las etiquetas de cierre dentro del contenido se escapan, para que un título de tarea hostil no pueda salir de la esclusa e inyectar instrucciones. Cada descripción de herramienta le dice al LLM que trate el contenido envuelto como datos, nunca como instrucciones.
Prompts de ejemplo
Así se ve en la práctica. Cada fila pone el prompt que alguien escribe en su cliente MCP junto a la secuencia de herramientas que Claude (u otro agente) ejecutaría en el servidor.
Usuario: «¿Por qué la fase de diseño del lanzamiento del tercer trimestre dura tres semanas?»
Agente: Claude llama a search_org_knowledge con la consulta «motivo fase de diseño de tres semanas lanzamiento tercer trimestre», recibe fragmentos ordenados de descripciones de tareas y de páginas y resume los pertinentes con palabras sencillas, con enlaces a los elementos de origen.
Usuario: «Crea un plan de proyecto para el lanzamiento de nuestro producto en el tercer trimestre, con fases de diseño, revisión y entrega, con vencimiento a finales de septiembre.»
Agente: Claude llama a create_project con el nombre y las fechas del plan y luego tres veces a create_task para las fases. El proyecto queda listo en cualquier plan, incluido Free.
Usuario: «Encuentra todas las tareas bloqueadas por la migración de la base de datos.»
Agente: Claude llama a search_org_knowledge con scope=tasks y la consulta «bloqueada migración base de datos», filtra los resultados por status=BLOCKED y devuelve una tabla resumen con proyecto, responsable y fecha de vencimiento.
Usuario: «¿Hemos hecho antes un proyecto como este?»
Agente: Claude llama a find_similar_projects con la descripción del proyecto actual, recibe las 5 coincidencias más parecidas por similitud vectorial y resume qué hizo distinto cada proyecto anterior.
Cómo se compara
Onplana no es la única herramienta de gestión de proyectos con una interfaz para agentes. Una comparación breve y honesta para que sepa entre qué está eligiendo.
Notion (MCP)
Notion admitió MCP pronto y se beneficia de mucho contenido existente: bases de conocimiento, documentos, bases de datos. Fuerte si su equipo trabaja sobre todo en Notion. Más débil en las piezas propias de la gestión de proyectos: sin Gantt con ruta crítica, sin un proceso formal de gobernanza, sin partes de horas con costes, sin importación de .mpp. Onplana abarca menos (gestión de proyectos, no documentos), pero llega más hondo en ese terreno.
Linear (API y MCP en camino)
Linear tiene una API GraphQL madura y una cobertura de MCP que crece. Fuerte para los flujos con agentes de equipos de software (incidencias, ciclos, proyectos en el sentido de Linear). Otro público: equipos de ingeniería, no PMO. Onplana ofrece planificación de nivel PMO (Gantt, dependencias, nivelación de recursos) que Linear no busca.
Asana / Monday / ClickUp
Todos tienen API REST, y cada uno publica ya su propio servidor MCP alojado: el servidor V2 de Asana, el de ClickUp en todos los planes y el Platform MCP de monday.com, según su documentación para desarrolladores leída el 3 de noviembre de 2026. Carencias comunes frente a Onplana: sin funciones formales de gobernanza para PMO y sin importación de archivos de Microsoft Project. Si su cuello de botella es más «el agente encuentra rápido el contexto correcto» que «el agente lanza llamadas CRUD», compare la búsqueda, no el número de herramientas.
Microsoft Project
La línea unificada de gestión de proyectos de Microsoft (Planner Premium / Project para la Web) no ofrece hoy un servidor MCP; la interfaz de Microsoft Graph API es genérica y poco detallada. Onplana importa .mpp de forma nativa y ofrece un servidor MCP, para las PMO que quieren trabajar con agentes sobre los planes que ya tienen.
Ejecutar el agente
Quién lo mantiene en marcha, y qué evita que dos agentes choquen
Un catálogo de herramientas es la mitad de la historia. La otra mitad es dónde se ejecuta el agente y qué pasa cuando más de uno apunta al mismo backlog.
Su propio equipo
Claude Code, Cursor, ChatGPT, Copilot o su propio cliente. Los espacios de trabajo del plan Free tienen 2 conexiones de agente simultáneas.
El relay que usted aloja
Un paquete npm publicado que despierta a un runner local en cuanto alguien comenta o menciona a la persona del agente, en lugar de esperar a la siguiente consulta. No hace falta ningún servicio público a la escucha.
Alojado por Onplana
Nosotros mantenemos la conexión y repartimos el trabajo; la ejecución se delega en el sandbox de agentes gestionado de Claude, con una credencial que usted aporta y puede revocar.
Reservas exclusivas, en manos de la ejecución
Una sola llamada elige la siguiente tarea libre y la reclama a la vez, porque listar y luego reclamar deja un hueco en el que pueden caer dos agentes. La reserva pertenece a la ejecución, no a la persona, y eso importa más de lo que parece: dos sesiones de Claude Code en un mismo espacio de trabajo se autentican como la misma persona de agente, así que un bloqueo por persona dejaría que una sesión liberara el trabajo de la otra. Las reservas caducan solas, así que un agente que se cae libera su tarea en lugar de dejarla atascada.
Preguntas frecuentes
¿Qué es el servidor MCP de Onplana?
Un servidor público de Model Context Protocol en api.onplana.com/api/mcp/v1. Ofrece 346 herramientas seleccionadas, para listar, leer, crear, cambiar y buscar en proyectos, tareas, sprints, hitos, comentarios, riesgos, objetivos y páginas, a clientes con agentes compatibles con MCP como Claude Desktop, Cursor y los conectores propios de ChatGPT. El acceso es con un token de acceso personal Bearer con el ámbito MCP_AGENT.
¿En qué se diferencia el servidor MCP de Onplana de los de otras herramientas de gestión de proyectos?
La mayoría solo ofrecen herramientas list_* y obligan al LLM a recorrer a fuerza bruta grandes conjuntos de resultados. Onplana ofrece una herramienta propia, search_org_knowledge, que hace una búsqueda híbrida (vectores y BM25) sobre el contenido indexado de la organización: proyectos, tareas, riesgos, objetivos, comentarios y páginas. Un agente puede responder «¿cuál fue el motivo de X?» por el significado en lugar de recorrerlo todo. Onplana también enlaza cada sesión MCP con una fila AiConversation persistente, para que el modelo conserve la memoria entre reconexiones.
¿Qué clientes pueden conectarse?
Cualquier cliente compatible con el transporte Streamable HTTP de MCP. Probado con Claude Desktop (conector propio configurado en Settings → Developer → Edit Config), Cursor (~/.cursor/mcp.json) y el MCP Inspector oficial para depurar. ChatGPT y Claude incluyen a Onplana en sus directorios de conectores, así que puede añadirlo desde cualquiera de los dos en unos clics, sin pegar ninguna URL de conector. Los agentes internos que usan los SDK de MCP para TypeScript o Python funcionan igual.
¿Cómo funciona la autenticación?
El servidor MCP acepta tokens de acceso personal Bearer con el ámbito MCP_AGENT. Genere uno en /integrations → AI Agents (un clic; recibe un fragmento de configuración listo para copiar) o en Configuración → Desarrollador. Los tokens se guardan con hash bcrypt en el servidor, se muestran una vez y se pueden revocar. El token lleva el contexto de la organización, así que las solicitudes MCP no necesitan una cabecera aparte para la organización.
¿Cómo se controlan los costes y el abuso?
Tres capas independientes. Un límite de frecuencia (120 solicitudes por minuto desde cada dirección de cliente) evita que un agente descontrolado sature la API. Los límites mensuales del dispatcher en algunas herramientas evitan que se abuse de una sola (solo en Free; ninguno desde el plan Professional). El límite de gasto en dólares de la organización (configurable en Configuración → IA y uso) controla el gasto mensual total; las solicitudes por encima del límite devuelven 402, igual que en el chat de la app. Un modo WARN envía un correo a los administradores al 80 %, el 100 % y el 103 % del límite.
Límites de acciones de los agentes de IA →¿Qué planes admiten MCP?
Todos, incluido Free. Las herramientas de lectura (listar, leer, buscar) funcionan en cualquier plan sin límite mensual. Las herramientas que cambian datos también funcionan en cualquier plan y aplican los cambios directamente; en Free algunas acciones de escritura tienen un límite mensual (ninguno desde el plan Professional), y un modelo siempre puede pedir antes una vista previa con la opción dryRun de una herramienta. Las herramientas limitadas por plan, como analyze_project_risks (detección de riesgos con IA, desde el plan Professional), se ocultan en las respuestas de tools/list para los planes que no tienen la función, así que el LLM no las ve nunca y no llama a ciegas a herramientas bloqueadas.
¿Cómo se mitiga la inyección de prompts?
Los campos de texto libre de los resultados que proceden de contenido de los usuarios (títulos de tareas, descripciones, comentarios, contenido de páginas) se envuelven en etiquetas <onplana_user_content>...</onplana_user_content> antes de llegar al LLM. Las etiquetas de cierre dentro de ese contenido se escapan (sin distinguir mayúsculas y minúsculas), para que un título de tarea hostil no pueda salir e inyectar instrucciones. Cada descripción de herramienta le dice expresamente al LLM que trate el contenido envuelto como datos, nunca como instrucciones que seguir. El patrón sigue las recomendaciones publicadas por Anthropic para defenderse de la inyección de prompts.
¿Dónde veo lo que han hecho los agentes de IA en mi organización?
En la página Audit Logs, en Agent Activity, para los propietarios y administradores de la organización, desde el plan Enterprise. Cada llamada a una herramienta por MCP escribe una fila AiOperation con la herramienta, su entrada y su salida, la persona, la conexión del agente y el resultado. Puede filtrar por nombre de herramienta, estado (APPLIED, FAILED, GATED, UNAUTHORIZED, CAP_EXCEEDED, UNDONE) y periodo, y copiar cualquier entrada. Las filas del registro de auditoría que escriben los cambios de un agente indican que llegaron por MCP, así que se alinean con la actividad sin IA.
¿El transporte es de código abierto?
Sí. Las piezas del transporte que no dependen de la plataforma (el cableado de Streamable HTTP, la autenticación Bearer, la contención de la inyección de prompts con etiquetas y el escape de las etiquetas de cierre, una interfaz de dispatcher intercambiable) están publicadas como paquetes npm con licencia MIT en github.com/Onplana/onplana-mcp-server. Dos paquetes: onplana-mcp-server (una plantilla de servidor para su propia app Express) y onplana-mcp-client (un SDK tipado para llamar al endpoint público de Onplana desde agentes internos). La implementación del dispatcher y el catálogo de herramientas siguen en el repositorio cerrado de Onplana porque contienen la lógica de negocio de la plataforma; el repositorio abierto le da las piezas de seguridad sin imponerle un catálogo de herramientas.
¿Listo para conectar?
El plan Free; sin tarjeta de crédito. Conecte Claude Desktop o Cursor en menos de dos minutos desde /integrations → AI Agents. Los tokens de conexión están limitados, se pueden revocar y quedan registrados de principio a fin.
¿Ya está conectado? Dé a su agente una habilidad para planificar y llevar sus proyectos (en inglés)