diogodev_

Voltar à listagem

Conteúdo

Entendendo o MCP (Model Context Protocol)

Com o crescimento dos agentes de IA, surgiu a necessidade de padronizar a comunicação entre modelos de linguagem e ferramentas externas. O MCP (Model Context Protocol) foi criado justamente para resolver esse problema, permitindo que agentes acessem recursos e executem ações de forma consistente.

O que é MCP?

MCP (Model Context Protocol) é um protocolo aberto criado pela Anthropic para conectar modelos de linguagem a ferramentas, recursos e fontes de dados externas.

A ideia é semelhante a uma porta USB para aplicações de IA: em vez de criar integrações específicas para cada ferramenta, o modelo conversa com servidores MCP através de um padrão comum.

Isso facilita a integração com:

  • Bancos de dados;
  • APIs;
  • Sistemas internos;
  • Arquivos locais;
  • GitHub;
  • Slack;
  • Notion;
  • Ferramentas customizadas.

O problema que o MCP resolve

Imagine que você possui um agente que precisa:

  • Consultar um banco PostgreSQL;
  • Ler arquivos locais;
  • Acessar o GitHub;
  • Buscar informações no Notion.

Sem MCP, cada integração precisaria ser implementada manualmente.

Agente
 ├── Integração PostgreSQL
 ├── Integração GitHub
 ├── Integração Slack
 ├── Integração Notion
 └── Integração Arquivos

Com MCP, todas essas integrações seguem um protocolo padrão.

Agente
      ↓
MCP Client
      ↓
┌──────────┬──────────┬──────────┬──────────┐
│ GitHub   │ Notion   │ Database │ Arquivos │
└──────────┴──────────┴──────────┴──────────┘

Como funciona o MCP?

Existem dois componentes principais:

MCP Client

É a aplicação que consome os recursos disponíveis.

Exemplos:

  • Claude Desktop;
  • Google ADK;
  • OpenAI Agents;
  • Aplicações próprias.

MCP Server

É o servidor responsável por disponibilizar ferramentas e recursos.

Exemplos:

  • GitHub MCP Server;
  • PostgreSQL MCP Server;
  • Filesystem MCP Server;
  • Servidores personalizados.

Principais conceitos

Tools

São funções que podem ser executadas pelo agente.

Exemplo:

{
  "name": "search_user",
  "description": "Busca um usuário pelo ID"
}

O agente pode chamar essa ferramenta sempre que necessário.

Resources

Representam informações disponíveis para consulta.

Exemplos:

  • Arquivos;
  • Documentos;
  • Dados de banco;
  • Configurações.

Prompts

São templates reutilizáveis que ajudam a orientar o comportamento do modelo.

Exemplo prático

Imagine um agente para suporte técnico.

Ele precisa:

  • Consultar documentação;
  • Buscar informações no GitHub;
  • Ler arquivos locais.

Fluxo:

Usuário
    ↓
Agente
    ↓
MCP Client
    ↓
GitHub Server
Filesystem Server
PostgreSQL Server
    ↓
Resposta

Tudo acontece utilizando um protocolo comum.

Criando uma Tool simples

Exemplo em Python:

def get_current_year():
    return 2026

Essa função pode ser exposta pelo servidor MCP.

Quando o usuário perguntar:

Em que ano estamos?

O agente poderá executar a ferramenta e responder corretamente.

Exemplos de servidores MCP

Hoje já existem servidores para:

Filesystem

Permite acessar arquivos locais.

GitHub

Consultar repositórios, issues e pull requests.

PostgreSQL

Executar consultas em bancos de dados.

Slack

Ler canais e mensagens.

Notion

Consultar páginas e documentos.

Google Drive

Acessar arquivos armazenados na nuvem.

Servidores customizados

Criados pela própria aplicação.

Quando utilizar MCP?

MCP é especialmente útil quando:

  • O agente precisa acessar várias ferramentas;
  • Existem diferentes fontes de dados;
  • Deseja-se padronizar integrações;
  • Há necessidade de reutilizar recursos entre agentes;
  • A aplicação tende a crescer.

Vantagens

Padronização

Uma única forma de comunicação entre agentes e ferramentas.

Reutilização

Um mesmo servidor pode ser utilizado por diversos agentes.

Menor acoplamento

As integrações ficam desacopladas do agente principal.

Escalabilidade

Novas ferramentas podem ser adicionadas sem alterar toda a aplicação.

Desvantagens

Ecossistema em evolução

Ainda é um padrão relativamente novo.

Curva de aprendizado

É necessário entender os conceitos de cliente e servidor.

Nem todas as ferramentas possuem suporte

Embora o número de integrações cresça rapidamente, algumas ainda precisam ser implementadas manualmente.

MCP x Function Calling

Function CallingMCPFunções locaisRecursos externosIntegração específicaProtocolo padronizadoEscopo limitadoReutilização entre aplicaçõesMais simplesMais flexível

Em muitos casos, ambos podem coexistir.

Casos de uso

  • Assistentes corporativos;
  • Ferramentas de programação;
  • Chatbots internos;
  • Agentes multiagentes;
  • Automação de tarefas;
  • Busca em documentos;
  • Integração com sistemas legados.

Conclusão

O MCP surge como uma tentativa de padronizar a comunicação entre modelos de linguagem e ferramentas externas. Assim como APIs REST se tornaram um padrão para aplicações web, o MCP pode se tornar um padrão importante para o desenvolvimento de agentes de IA.

À medida que mais ferramentas adotam o protocolo, será cada vez mais simples construir agentes capazes de acessar dados e executar tarefas complexas utilizando uma arquitetura desacoplada e reutilizável.

Saiba mais