🌐 MCP — conectando ferramentas e dados

Model Context Protocol é um padrão aberto criado pela Anthropic em novembro de 2024 para conectar agentes a ferramentas, bases de dados e dados externos. Antes do MCP, cada integração era custom — código novo para cada ferramenta nova. MCP padroniza essa conversa, como o USB padronizou periféricos.

Quando OpenAI e Google adotam o protocolo criado pela Anthropic, não é gentileza — é pragmatismo. MCP virou o padrão de fato antes de ser padrão oficial. Quem construiu integrações MCP em 2025 acordou em 2026 com ferramentas funcionando em todos os grandes agentes.

MCP tem três componentes principais. Server expõe capacidades (ferramentas, dados, prompts). Client é o agente que chama o server. Transport é o meio de comunicação entre eles. Entender essa tríade é pré-requisito para usar ou construir qualquer integração MCP.

MCP define três tipos de capability que um server pode expor. Saber quando usar cada um evita anti-padrões comuns — como expor uma ação destrutiva como Resource em vez de Tool, ou duplicar dados desnecessariamente.

tool: create_github_issue(title, body, labels) → issue_url

resource: file://platters/marketing.md → conteúdo do arquivo

prompt: analise_campanha(periodo="7d") → instrução montada

Você não precisa construir do zero. Centenas de MCP servers oficiais e da comunidade cobrem as ferramentas mais comuns. Instalação em um comando — e o agente passa a ter acesso à ferramenta imediatamente.

# Adicionar ao .claude/settings.json
{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..." }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projetos"]
    }
  }
}

Quando os servers da comunidade não cobrem seus sistemas internos, você constrói o seu. Todo sistema interno sério merece um MCP server — ERP próprio, base de dados interna, API legada. Com FastMCP (Python) ou o SDK oficial, isso leva horas, não semanas.

from fastmcp import FastMCP
import pandas as pd

mcp = FastMCP("Servidor de Vendas Marco")

@mcp.tool()
def consulta_kpis(periodo: str = "7d") -> dict:
    """Retorna KPIs de vendas do período especificado"""
    df = pd.read_csv('vendas.csv')
    # filtrar por período, calcular KPIs
    return {
        "receita": df['valor'].sum(),
        "pedidos": len(df),
        "ticket_medio": df['valor'].mean()
    }

@mcp.resource("platter://marketing")
def marketing_platter() -> str:
    """Retorna o Silver Platter de marketing atual"""
    with open('platters/marketing_current.md') as f:
        return f.read()

if __name__ == "__main__":
    mcp.run()  # stdio por padrão