OpenAI MCP Extensions: cómo crear un visor de archivos dentro de ChatGPT

OpenAI MCP Extensions permite crear visores de archivos propios dentro de ChatGPT de escritorio, junto a la conversación.

Anunciadas en DevDay el 29 de septiembre de 2026, estas extensiones también incorporan accesos desde la barra lateral —sidebar entrypoints— y otras formas de abrir la interfaz de un plugin. Un buen punto de partida es pequeño: abrir un tipo de archivo compatible, mostrar su contenido y conservar el original intacto. Anuncio de DevDay.

Piensa en un producto que ya interpreta archivos CAD. Integrarlo en ChatGPT permite inspeccionar la geometría mientras se conversa sobre un cambio. El plugin aporta el visor y la conversación acompaña el trabajo.

¿Qué son las extensiones de plugins de ChatGPT?

OpenAI MCP Extensions añade capacidades específicas de ChatGPT sobre MCP y MCP Apps para integrar plugins en su interfaz.

La diferencia importa al decidir qué construir. MCP Apps proporciona la base compartida para asociar una herramienta con una interfaz y comunicarse con el cliente que la ejecuta. Las extensiones de OpenAI añaden puntos de integración dentro de ChatGPT.

Conviene mantener las herramientas útiles incluso sin interfaz: tu servicio debe devolver resultados comprensibles cuando un cliente no pueda mostrar el visor. OpenAI recomienda esta separación en su guía para añadir interfaces a un servidor MCP.

Para entender hacia dónde avanza el protocolo, puedes consultar nuestra cobertura del roadmap de MCP y sus desafíos operativos.

¿Los visores de archivos funcionan en ChatGPT web y móvil?

Al 2 de octubre de 2026, la tabla de compatibilidad del lanzamiento admite los puntos de entrada para archivos en escritorio, pero no en web, iOS ni Android.

Ese es el límite de compatibilidad del visor que describe esta nota. Los accesos desde la barra lateral tienen una compatibilidad más amplia. Además, la especificación aclara que su columna web se refiere al navegador de Work y excluye ChatGPT clásico. Compatibilidad por plataforma.

Hay otra restricción relacionada con los planes: a esa misma fecha, la documentación indica que las extensiones web para Free y Go llegarán próximamente. Las menciones en el compositor también requieren escritorio. Por eso, la disponibilidad «para todos los planes» del anuncio no implica que cada función exista en todos los clientes. Documentación de Plugin Extensions.

¿Cómo probar las extensiones de ChatGPT con un ejemplo?

OpenAI ofrece Bits & Bolts Remote como demostración instalable, junto con un repositorio con licencia Apache-2.0 y SDK para TypeScript y Python.

El repositorio incluye el enlace de instalación y explica cómo abrir Parts Library desde la barra lateral. Puedes usar esa experiencia como referencia antes de construir tu propia integración. Instrucciones de la demostración.

El ejemplo de código es bastante más amplio que un visor mínimo: incluye inspección CAD, ajustes, actualizaciones de archivos y contexto compartido. Para una primera implementación, limita el alcance a abrir y visualizar un archivo. Ejemplo Bits & Bolts.

¿Cómo crear un visor de archivos en ChatGPT?

Debes registrar un recurso de interfaz MCP App, asociarlo con una herramienta y declarar un punto de entrada para las extensiones que tu visor pueda interpretar.

El comando de instalación documentado para el SDK de TypeScript es:

pnpm add @openai/mcp-extensions

El servidor vincula la herramienta con su interfaz mediante _meta.ui.resourceUri. La declaración del punto de entrada para archivos se coloca dentro de _meta["openai/ui"]. Para un visor STL, ese fragmento de metadatos es:

{
  "entrypoints": [
    {
      "type": "file",
      "extensions": [".stl"]
    }
  ]
}

Este fragmento declara el punto de entrada; todavía tienes que implementar el renderizado y registrar el servidor completo. La especificación exige el punto inicial de la extensión. Estos manejadores se denominan file extension handlers. Especificación de los puntos de entrada para archivos.

En la interfaz, el ejemplo del SDK sigue esta secuencia:

  1. Registrar el manejador de entrada de la herramienta antes de conectar la aplicación.
  2. Validar los argumentos recibidos con OpenAIFileEntrypointInputSchema.
  3. Comprobar que el cliente expone la extensión de recursos.
  4. Leer el file.resourceUri recibido mediante openaiExtensions.resources.read.
  5. Entregar el contenido devuelto al componente que lo representa.

Registrar el manejador antes de la conexión evita perder la entrada inicial. El SDK también advierte que una capacidad no compatible puede seguir sin estar disponible después de inicializar la aplicación. Instalación y ejemplos del SDK de TypeScript.

¿Qué acceso necesita un visor de solo lectura?

La primera versión debe limitarse a leer el recurso abierto y mostrarlo.

La URI del recurso es opaca: no es una ruta del sistema de archivos que debas reconstruir. Tu aplicación también debe procesar la representación del contenido devuelto y mostrar un error claro cuando reciba un archivo mal formado o incompatible. Manejo de recursos.

Si añades herramientas al servidor, valida sus entradas y aplica allí los controles de autorización. Tener una interfaz visible no sustituye esos controles. La guía de OpenAI también exige confirmación para acciones de escritura con consecuencias relevantes. Guía para construir un servidor MCP.

Para este primer visor, añadir edición aumenta el trabajo sin ayudar a comprobar la interacción principal. Primero resuelve la apertura, la visualización y el manejo de errores.

¿Cómo comprobar que el visor funciona antes de publicarlo?

Prueba la interacción completa en el cliente de escritorio de destino, con archivos reales del formato que quieras admitir.

Comprueba que un archivo compatible abre tu interfaz, que aparece el contenido inicial, que una entrada mal formada genera un error útil y que la visualización no modifica el original. Verifica también qué ocurre si el cliente no ofrece la capacidad requerida.

El primer resultado que merece la pena conseguir es concreto: una persona abre un archivo que tu producto entiende y puede inspeccionarlo junto a la conversación. Eso basta para evaluar si una integración más profunda con ChatGPT mejora su flujo de trabajo.


¿Y tú? ¿Qué tipo de archivo de tu trabajo diario te gustaría inspeccionar junto a una conversación con ChatGPT?

¿Qué integración probarías primero?
  • Un visor de archivos de solo lectura
  • Una aplicación con acceso desde la barra lateral
  • Prefiero otra opción (cuéntanos cuál)
0 votantes

Comenta abajo o, si este artículo te llegó por correo, responde directamente al email: tu respuesta se publica aquí.

Relacionado: El roadmap de MCP y sus desafíos operativos