docs: add Spanish README translation; simplify langchain script description in main README

Author: madebygps

README.md

@@ -47,7 +47,7 @@ Run any script with: `uv run <script_name>`
 
 - **basic_mcp_http.py** - MCP server with HTTP transport on port 8000
 - **basic_mcp_stdio.py** - MCP server with stdio transport for VS Code integration
-- **langchainv1_mcp_http.py** - LangChain agent with MCP tool integration and temporal context handling
+- **langchainv1_mcp_http.py** - LangChain agent with MCP integration
 - **agentframework_mcp_learn.py** - Microsoft Agent Framework integration with MCP
 
 ## MCP Server Configuration

spanish/README.md

@@ -0,0 +1,151 @@
+# Python MCP Demo
+
+Una demo para mostrar implementaciones del Model Context Protocol (MCP) usando FastMCP, con ejemplos de transporte stdio y HTTP, y integración con LangChain y Agent Framework.
+
+## Tabla de contenidos
+
+- [Requisitos](#requisitos)
+- [Setup](#setup)
+- [Scripts en Python](#scripts-en-python)
+- [Configuración del servidor MCP](#configuracion-del-servidor-mcp)
+- [Debugging](#debugging)
+- [License](#license)
+
+## Requisitos
+
+- Python 3.13 
+- [uv](https://docs.astral.sh/uv/)
+- Acceso a una API de uno de los siguientes proveedores:
+  - GitHub Models (token de GitHub)
+  - Azure OpenAI (credenciales de Azure)
+  - Ollama (instalación local)
+  - OpenAI API (API key)
+
+## Setup
+
+1. Instala dependencias usando `uv`:
+
+```bash
+uv sync
+```
+
+2. Copia `.env-sample` a `.env` y configura tus variables de entorno:
+
+```bash
+cp .env-sample .env
+```
+
+3. Edita `.env` con tus credenciales. Selecciona el proveedor definiendo `API_HOST`:
+   - `github` - GitHub Models (requiere `GITHUB_TOKEN`)
+   - `azure` - Azure OpenAI (requiere credenciales de Azure)
+   - `ollama` - Instancia local de Ollama
+   - `openai` - OpenAI API (requiere `OPENAI_API_KEY`)
+
+## Scripts en Python
+
+Ejecuta cualquier script con: `uv run <script_name>`
+
+- **basic_mcp_http.py** - MCP server con transporte HTTP en el puerto 8000
+- **basic_mcp_stdio.py** - MCP server con transporte stdio (útil para integración con VS Code / Copilot)
+- **langchainv1_mcp_http.py** - Agente LangChain que usa MCP tools
+- **agentframework_mcp_learn.py** - Integración con Microsoft Agent Framework y MCP
+
+## Configuración del servidor MCP
+
+### Usando MCP Inspector
+
+El [MCP Inspector](https://github.com/modelcontextprotocol/inspector) es una herramienta para interactuar con y depurar MCP servers.
+
+> Nota: Aunque técnicamente los servidores HTTP pueden funcionar con port forwarding en Codespaces o Dev Containers, armar el Inspector + adjuntar el debugger puede ser complicado. Para una experiencia más simple y completa con debugging, lo mejor es correr el proyecto localmente.
+
+**Para servidores stdio:**
+
+```bash
+npx @modelcontextprotocol/inspector uv run basic_mcp_stdio.py
+```
+
+**Para servidores HTTP:**
+
+1. Corre el servidor HTTP:
+```bash
+uv run basic_mcp_http.py
+```
+
+2. En otra terminal, corre el inspector:
+```bash
+npx @modelcontextprotocol/inspector http://localhost:8000/mcp
+```
+
+El Inspector te da una interfaz web para:
+- Ver las herramientas (tools), recursos y prompts disponibles
+- Probar llamadas a tools con parámetros personalizados
+- Inspeccionar respuestas y errores del servidor
+- Debuggear la comunicación con el servidor
+
+### Usando con GitHub Copilot
+
+El archivo `.vscode/mcp.json` configura servidores MCP para la integración con GitHub Copilot:
+
+**Servidores disponibles:**
+
+- **expenses-mcp**: transporte stdio para uso normal
+- **expenses-mcp-debug**: stdio con debugpy en el puerto 5678
+- **expenses-mcp-http**: server HTTP en `http://localhost:8000/mcp`
+- **expenses-mcp-http-debug**: stdio con debugpy en el puerto 5679
+
+**Cambiar servidores:**
+
+En la UI del Chat de GitHub Copilot, seleccioná el servidor desde el ícono de herramientas.
+
+## Debugging
+
+### Configuraciones de debug
+
+El archivo `.vscode/launch.json` tiene cuatro configuraciones:
+
+#### Launch (arrancar servidor con debugger)
+
+1. **Launch MCP HTTP Server (Debug)**
+   - Arranca `basic_mcp_http.py` con el debugger conectado
+   - Ideal para pruebas locales y scripts LangChain
+
+2. **Launch MCP stdio Server (Debug)**
+   - Arranca `basic_mcp_stdio.py` con el debugger conectado
+   - Útil para probar comunicación stdio
+
+#### Attach (adjuntar a servidor ya corriendo)
+
+3. **Attach to MCP Server (stdio)** - Puerto 5678
+   - Se adjunta al servidor iniciado desde `expenses-mcp-debug` en `mcp.json`
+
+4. **Attach to MCP Server (HTTP)** - Puerto 5679
+   - Se adjunta al servidor iniciado desde `expenses-mcp-http-debug` en `mcp.json`
+
+### Flujo de debugging
+
+#### Opción 1: Launch y Debug (Standalone)
+
+Este método funciona bien con MCP Inspector y scripts LangChain:
+
+1. Pon breakpoints en `basic_mcp_http.py` o `basic_mcp_stdio.py`
+2. Abrí Run and Debug (`Cmd+Shift+D`)
+3. Elegí "Launch MCP HTTP Server (Debug)" o "Launch MCP stdio Server (Debug)"
+4. Presioná `F5` o el botón de play
+5. Conectá MCP Inspector o corré tu script LangChain para disparar los breakpoints
+   - Para HTTP: `npx @modelcontextprotocol/inspector http://localhost:8000/mcp`
+   - Para stdio: `npx @modelcontextprotocol/inspector uv run basic_mcp_stdio.py` (si vas a debuggear con stdio, normalmente tenés que arrancar sin debugger y luego adjuntar)
+
+#### Opción 2: Adjuntar a servidor en ejecución (integración con Copilot)
+
+1. Pon breakpoints en tu archivo del servidor MCP
+2. Arrancá el servidor de debug definido en `mcp.json`:
+   - Elegí `expenses-mcp-debug` o `expenses-mcp-http-debug`
+3. Abrí Run and Debug (`Cmd+Shift+D`)
+4. Elegí la configuración "Attach to MCP Server" correspondiente
+5. Presioná `F5` para adjuntar
+6. En el chat de GitHub Copilot, seleccioná el server correcto en las herramientas
+7. Usá Copilot Chat para llamar a las tools y el debugger debería detenerse en los breakpoints
+
+## License
+
+MIT