Model Context Protocol (MCP): O Guia Definitivo do Novo Padrão de Integração de IA

Até a criação do **MCP (Model Context Protocol)** pela Anthropic, integrar aplicações de Inteligência Artificial com sistemas corporativos era um processo fragmentado. Se um desenvolvedor quisesse integrar uma IA com o GitHub, precisava programar um fluxo específico; se quisesse usá-la no Slack ou no banco de dados PostgreSQL, precisava refazer todo o conector do zero de forma proprietária.

O MCP atua como o equivalente ao padrão **USB** para Inteligência Artificial. Ele define um protocolo de comunicação aberto e estruturado em cima de JSON-RPC que permite que qualquer aplicação cliente de IA (como o Claude Desktop, Cursor IDE ou assistentes de IA corporativos) consuma dados e acione ferramentas de servidores MCP de forma padronizada.

A topologia de rede do protocolo MCP é composta por três componentes interdependentes:

• MCP Host: O software que executa a interface e o orquestrador principal da IA (ex: assistentes corporativos da GHWD, IDEs ou clientes desktop de LLMs). Ele é responsável por ler a especificação das ferramentas e controlar o raciocínio.
• MCP Client: A camada interna da aplicação host que se conecta aos servidores MCP locais ou remotos estabelecendo a comunicação bidirecional segura.
• MCP Server: Um serviço leve executado localmente ou exposto em nuvem que expõe dados, documentos e funções nativas do sistema de destino através das diretrizes do protocolo.

A especificação do MCP divide as possibilidades de fornecimento de dados e ações em três categorias principais:

1. Prompts: Modelos e templates de prompts pré-configurados que a aplicação cliente pode ler dinamicamente para calibrar a persona e o foco de raciocínio da IA de forma contextual.
2. Resources (Recursos): Fontes estáticas ou dinâmicas de informação de leitura segura (ex: arquivos de texto, tabelas ou outputs brutos de logs). A IA pode ler esses dados para basear suas respostas com contexto real.
3. Tools (Ferramentas): Ações ativas de escrita ou acionamento que a IA pode decidir executar (ex: deletar um arquivo temporário, atualizar um status de ticket no Jira ou enviar uma mensagem de confirmação).

Abaixo, exemplificamos a criação de um servidor MCP básico em Node.js utilizando a biblioteca SDK oficial do Model Context Protocol para expor uma ferramenta de consulta meteorológica/geográfica segura:

import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { CallToolRequestSchema, ListToolsRequestSchema } from '@modelcontextprotocol/sdk/types.js';

// 1. Inicializar o servidor MCP
const server = new Server({
  name: 'ghwd-mcp-server',
  version: '1.0.0',
}, {
  capabilities: { tools: {} },
});

// 2. Declarar ferramentas disponíveis
server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [{
    name: 'obter_tempo_local',
    description: 'Retorna a temperatura atual de uma cidade do RS',
    inputSchema: {
      type: 'object',
      properties: {
        cidade: { type: 'string', description: 'Nome da cidade (ex: Farroupilha)' }
      },
      required: ['cidade']
    }
  }]
}));

// 3. Manipular chamadas de execução de ferramentas
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === 'obter_tempo_local') {
    const cidade = String(request.params.arguments?.cidade);
    // Simulação de busca
    return {
      content: [{
        type: 'text',
        text: `A temperatura atual em ${cidade} na Serra Gaúcha é de 16°C com umidade de 85%.`
      }]
    };
  }
  throw new Error('Ferramenta não localizada');
});

// 4. Iniciar transporte stdio
const transport = new StdioServerTransport();
await server.connect(transport);

Implementar servidores MCP no ecossistema de TI corporativo da sua empresa traz benefícios estratégicos duradouros:

• Reutilização de Código: Você programa a API e o conector de dados no servidor MCP apenas uma vez. Esse conector pode ser lido pelo Claude Desktop, por agentes internos no Slack, por robôs autônomos ou por novas IAs que surjam no mercado.
• Facilidade de Atualização: Caso as credenciais ou as URLs das APIs do seu ERP mudem, você altera apenas a lógica do servidor MCP centralizado. Todas as IAs integradas atualizam instantaneamente.
• Desacoplamento de Provedor de IA (Vendor Lock-in): A infraestrutura do MCP é agnóstica. Se você decidir migrar o cérebro cognitivo do seu suporte da OpenAI para o Anthropic Claude ou para um modelo open-source hospedado localmente, a camada de acesso a dados (servidor MCP) permanece intocável.