MCP (Model Context Protocol) é um padrão aberto, criado pela Anthropic em 2024, para conectar apps de IA como Claude e ChatGPT a ferramentas e dados. O app usa um cliente MCP para falar com um servidor MCP, que oferece ações e dados. Como uma tomada padrão, um mesmo servidor serve em vários apps.
Uma pergunta do app. Escolha uma resposta.
O que é MCP?
MCP não pensa nem responde: é a forma de conectar um app de IA a ferramentas e dados.
Define como um app de IA e um servidor trocam ferramentas e dados. É aberto: qualquer um pode usar.
Isso parece mais uma skill, que reúne instruções para uma tarefa. MCP conecta; um servidor também pode oferecer modelos de instruções.
Uma padaria guarda os pedidos num banco de dados e alguém monta um servidor MCP para ela. O app de IA que você usa, um chat ou um agente de código, se conecta a esse servidor. A partir daí, o modelo pode pedir "buscar o pedido da dona Cida" no meio da tarefa. O modelo não sabe que pedidos existem: quem sabe é o servidor, que expõe essa ferramenta.
MCP não é um modelo nem uma skill. Uma skill reúne instruções para uma tarefa, como uma receita; MCP é a conexão. E como é um padrão, o servidor que você montou não fica preso a um só app: serve nos que falam MCP, mesmo que cada um ofereça mais ou menos funções.
Quem lançou foi a Anthropic, a empresa do Claude, em novembro de 2024, como padrão aberto. Em dezembro de 2025, ela doou o MCP para a Agentic AI Foundation, da Linux Foundation, que fundou junto com a OpenAI e a Block. Por isso o MCP não é "coisa do Claude": apps e empresas concorrentes usam.
Uma API é a porta que um sistema oferece para outros programas, e quem programa decide o que chamar e quando. Um servidor MCP costuma ficar por cima de uma API: descreve as ações dela de um jeito que o modelo entenda e escolha qual usar conforme o que você pede. Não competem. O servidor MCP da padaria, por dentro, pode chamar a API do sistema de pedidos.
Também não substitui o RAG. O RAG busca trechos em documentos preparados antes; com MCP o modelo consulta ou age na hora, como ver o estoque de hoje. Os dois podem conviver no mesmo app.
Um servidor MCP pode oferecer três tipos de coisas, e o jeito de distinguir é quem as controla. Tools: o modelo pede para consultar ou agir, como buscar um pedido ou criar um. Resources: contexto que o app gerencia, como o livro de receitas que você anexa à conversa. Prompts: templates que você escolhe, como "fechamento de caixa", para não redigir o mesmo pedido toda noite.
São categorias do protocolo, não uma promessa sobre a tela: cada app mostra do seu jeito, e alguns não mostram todas.
O GitHub tem um servidor MCP oficial para o agente ler issues, revisar pull requests ou buscar código. Outro clássico é o de sistema de arquivos, que deixa ler e escrever nas pastas que você escolher. Na comunidade tem de tudo, até servidores para dados públicos do Brasil. Antes de instalar um, veja quem mantém e que permissões pede.
Um servidor local roda na sua máquina, por exemplo um que lê uma pasta do seu projeto. Um remoto roda em outro servidor, como o de um serviço na nuvem. O transporte, como o app fala com ele, é outra questão: o MCP define, por exemplo, stdio (o app inicia o servidor como um processo seu) e Streamable HTTP. Erro comum: "usa HTTP, então é remoto". Um servidor na sua máquina também pode falar HTTP.
Muitos servidores remotos se conectam com OAuth: você autoriza no serviço e o app recebe um token com as permissões que você concedeu, não sua senha. O OAuth não diminui essas permissões: se aceitou demais, o token tem demais.
O servidor conectar e funcionar só diz que a conexão está certa. O que limita o agente é o acesso do servidor e os controles do app, não uma instrução do tipo "não mexa em nada". Se você vai conectar a planilha de vendas da sua lojinha só para consultar, dê acesso só de leitura e teste primeiro com uma leitura.
A chave vai numa config privada e não versionada; se você já subiu para um repo, revogue. E não conte com uma tela de aprovação: o protocolo não a impõe, e se pergunta antes de cada ação quem decide é o app. Cuidado também com o que o servidor devolve: um texto pode trazer instruções escondidas para o modelo, e isso é injeção de prompt.