Todos os artigos
AFFiNE
Toeverything·Publicado 19 de ago. de 2026 · Atualizado 20 de ago. de 2026
Documentos e quadros brancos conectados a um assistente de IA por uma porta MCP

MCP: o que é, como funciona um servidor MCP e como testar

Resumo em 30 segundos

  • MCP (Model Context Protocol) é um padrão aberto que conecta assistentes de IA a ferramentas e dados externos. Publicado pela Anthropic em novembro de 2024, hoje funciona no Claude, no ChatGPT, no Cursor e na maioria dos grandes aplicativos de IA.
  • Um servidor MCP é um programa pequeno que expõe uma ferramenta ou fonte de dados por meio desse padrão: você configura uma vez e ele funciona com qualquer cliente compatível.
  • MCP não substitui API nem RAG. É a camada padrão por cima, que permite ao modelo descobrir e chamar ferramentas com segurança.
  • Não precisa programar para testar: o servidor MCP embutido do AFFiNE deixa documentos e quadros brancos pesquisáveis em minutos, sem cobrança MCP adicional quando os recursos de IA estão ativados.

Todo assistente de IA tem a mesma fraqueza: raciocina muito bem, mas não alcança os lugares onde seu trabalho realmente mora — notas, código, ferramentas de projeto. O servidor MCP é a peça que fecha essa lacuna. Neste guia, você vai ver o que é MCP, como o protocolo funciona, em que ele difere de API e RAG e como conectar seu primeiro servidor em poucos minutos.

O que é MCP e de onde ele veio

MCP é a sigla de Model Context Protocol: um padrão aberto para modelos de IA se conectarem a ferramentas e dados externos. A Anthropic publicou o protocolo em novembro de 2024, em código aberto desde o primeiro dia, e a adoção veio rápido: a OpenAI anunciou suporte em março de 2025, o Google veio semanas depois e, em 2026, o cliente MCP já vem de fábrica no Claude, no ChatGPT, no Cursor, no Cline e nos agentes do VS Code.

O problema que o MCP resolve é antigo e caro: a integração N×M. Conectar cinco aplicativos de IA a seis ferramentas exigia trinta integrações sob medida — cada uma com autenticação, formato de dados e erros próprios. Com um protocolo comum, cada aplicativo implementa MCP uma vez, cada ferramenta expõe um servidor MCP uma vez, e qualquer combinação funciona.

Daí a metáfora que pegou em todo lugar: MCP é a porta USB-C da IA. Um único conector, seja lá o que você plugar. Por dentro, o protocolo MCP é deliberadamente simples: mensagens JSON-RPC sobre dois transportes — stdio para servidores locais e Streamable HTTP para servidores remotos.

O que é um servidor MCP, exatamente

Um servidor MCP é um programa que anuncia três tipos de capacidade aos aplicativos de IA:

  • Ferramentas (tools): ações que o modelo pode invocar — pesquisar documentos, criar uma issue, consultar um banco de dados. Cada ferramenta declara entradas e saídas tipadas.
  • Recursos (resources): dados que o aplicativo pode ler como contexto — arquivos, documentos, esquemas.
  • Prompts: templates reutilizáveis que o servidor oferece para fluxos comuns.

O tamanho varia muito: há servidores de cem linhas que só encapsulam uma API interna e há o servidor do GitHub, com dezenas de ferramentas sobre repositórios, issues e pull requests. Alguns rodam na sua máquina, ao lado do editor; outros são hospedados pelo próprio produto — caso do servidor MCP embutido do AFFiNE, sem nada para instalar nem atualizar.

E aqui entra a mudança de perspectiva que importa: servidor MCP não é plugin de chatbot, é infraestrutura — um contrato estável e tipado entre o aplicativo de IA que você usa hoje e o sistema que guarda seus dados. Troque de assistente no ano que vem: o servidor continua funcionando.

Como funciona: host, cliente e servidor

Quatro passos se repetem a cada uso:

  1. O aplicativo host abre uma sessão. O host é o aplicativo que você usa diretamente — Claude Desktop, Claude Code, Cursor — e ele inicia um cliente MCP para cada servidor configurado.
  2. As capacidades são descobertas, não chumbadas no código. Ao conectar, o cliente pergunta ao servidor quais ferramentas, recursos e prompts existem. O modelo vê um catálogo vivo, não uma integração congelada.
  3. O modelo chama uma ferramenta. Quando o pedido precisa de contexto externo (“ache o checklist de lançamento”), o modelo escolhe a ferramenta e envia argumentos tipados. A busca ou consulta real é trabalho do servidor.
  4. Os resultados sustentam a resposta. O servidor devolve conteúdo estruturado e o modelo responde com dados reais, não com achismo.
Fluxo do host de IA, por meio de um cliente e um servidor MCP, até endpoints separados de ferramentas e dados
O MCP padroniza a conexão do assistente e preserva os limites de acesso às ferramentas e aos dados de cada servidor.

Para que serve um servidor MCP

  • Programar com o contexto real do projeto: os servidores do GitHub, do Playwright e do Chrome DevTools deixam agentes lerem issues, controlarem um navegador de verdade nos testes e inspecionarem páginas reais.
  • Pesquisar sua própria base de conhecimento: com o servidor MCP do AFFiNE, a busca cobre documentos e quadros brancos — ela indexa até o texto do canvas e aponta onde o resultado está no quadro. O assistente acha o diagrama de arquitetura desenhado ali, não só a ata que o menciona.
  • Do design ao código: o servidor do Figma dá aos agentes acesso estruturado aos arquivos de design.
  • Operações e dados: Slack, Sentry e servidores de banco de dados trazem a thread, o alerta ou a linha exata que explica o que está acontecendo.
  • Automação: uma ferramenta como o n8n expõe centenas de aplicativos por trás de uma única conexão MCP.

Um teste simples para saber se vale a pena: conte quantas vezes você copia e cola conteúdo num chat de IA. Cada colagem recorrente é um servidor que está faltando.

Servidores MCP populares

Alguns nomes que aparecem em quase toda configuração:

ServidorConecta comUso típico
GitHubRepositórios, issues, PRs“Resuma os bugs abertos”
PlaywrightUm navegador realTestes E2E guiados por agentes
Chrome DevToolsO interior do navegadorAnálise de performance
FigmaArquivos de designCódigo fiel ao layout
SlackCanais, threads“O que decidimos em março?”
NotionPáginas, bancos de dadosConsultar o workspace (só servidor hospedado)
Obsidian (comunidade)Cofre localPesquisar suas notas Markdown (exige o app desktop aberto)
AFFiNEDocumentos + quadros brancosBusca semântica; sem cobrança MCP adicional com os recursos de IA ativados

Há ainda um registro oficial (em prévia desde o fim de 2025) e diretórios da comunidade com milhares de servidores.

MCP vs. API vs. RAG

O que éQuem consomeQuando você precisa
APIA interface própria de um serviçoDesenvolvedores escrevendo códigoConstruir software para aquele serviço
MCPA camada padrão para aplicativos de IAAssistentes de IADeixar qualquer assistente usar uma ferramenta
RAGUma técnica de recuperação no pipelineUm aplicativo específicoAncorar respostas nos seus documentos

MCP não substitui API: a maioria dos servidores MCP é uma camada fina sobre APIs que já existem. A diferença está em quem consome — a API é para quem programa; o MCP é para o modelo descobrir capacidades e chamá-las com segurança. Também não substitui RAG: RAG descreve como um aplicativo recupera trechos relevantes antes de responder; MCP descreve como qualquer aplicativo chega a sistemas externos. Os dois se combinam: a busca do AFFiNE mistura palavras-chave e busca semântica, entregue via MCP — todos os assistentes conectados aproveitam o mesmo índice.

Teste em cinco minutos: conecte sua base de conhecimento

O jeito mais rápido de entender MCP é apontar um assistente para um conteúdo que você conhece de cor. O AFFiNE já vem com o servidor MCP embutido, então o setup é rápido:

  1. Crie uma credencial. No AFFiNE, abra Configurações → Integrations → MCP Server, clique em “Create credential” e dê a ela o nome do cliente (“Claude Code”, “Cursor”). O acesso é somente leitura por padrão (a escrita está em liberação gradual), e a validade quem define é você.
  2. Copie a configuração. O token aparece uma única vez, ao lado do botão “Copy JSON”, que copia a configuração MCP completa — URL do endpoint e cabeçalho de autenticação incluídos.
  3. Cole no cliente. No Claude Code, é um comando de CLI; no Cursor, o JSON entra como está em ~/.cursor/mcp.json. Qualquer cliente com Streamable HTTP segue o mesmo caminho.
  4. Faça uma pergunta de verdade. “Procure no meu workspace o checklist de lançamento do Q3 e resuma o que está pendente.” O assistente roda busca por palavra-chave e semântica em documentos e quadros brancos, lê os documentos relevantes em Markdown — sempre dentro das permissões da credencial — e responde com suas notas reais.

Não há custo adicional: o servidor funciona no AFFiNE Cloud e em instâncias auto-hospedadas com os recursos de IA ativados.

Segurança: quatro regras mínimas

  • Restrinja a credencial. Uma conexão deve alcançar um único workspace, com as permissões de quem a criou. Fique no modo somente leitura enquanto a escrita não for realmente necessária — no AFFiNE, esse é o padrão.
  • Defina validade e use uma credencial por cliente. Assim você revoga o acesso de uma máquina sem derrubar o resto.
  • Desconfie do conteúdo recuperado. Um documento pode trazer texto feito para manipular o modelo (injeção de prompt). Não desligue as confirmações de ações com consequências reais.
  • Prefira servidores oficiais. O servidor mantido pelo próprio produto herda a autenticação e as permissões dele. Com servidores da comunidade, verifique a que eles têm acesso antes de conectar.

Perguntas frequentes

O que significa MCP em inteligência artificial?

MCP significa Model Context Protocol: um padrão aberto publicado pela Anthropic em novembro de 2024 para conectar modelos de IA a ferramentas e dados externos. Hoje tem suporte no Claude, no ChatGPT, no Cursor e na maioria dos aplicativos de IA — na prática, virou a camada padrão de integração.

O que é um servidor MCP em poucas palavras?

É um programa que faz a ponte entre um assistente de IA e uma ferramenta ou fonte de dados usando um padrão comum. Em vez de uma integração sob medida para cada par aplicativo-ferramenta, os dois lados falam MCP — como USB-C: encaixou, funcionou.

MCP é de graça?

Sim. O protocolo é de código aberto e livre para implementar, e a maioria dos servidores oficiais funciona sem custo com a conta que você já tem. O servidor embutido do AFFiNE não tem custo adicional, nem no AFFiNE Cloud nem em uma instância auto-hospedada com os recursos de IA ativados.

Qual é a diferença entre MCP e uma API?

A API é a interface de um serviço, pensada para desenvolvedores que escrevem código. O MCP é a camada padrão por cima: descreve as ferramentas de um jeito que o modelo consegue descobrir e chamar com segurança. Na prática, a maioria dos servidores MCP é uma camada fina sobre APIs existentes.

O ChatGPT é compatível com MCP?

Sim. Desde 2025, o ChatGPT se conecta a servidores MCP remotos por meio dos conectores, com acesso completo às ferramentas no modo desenvolvedor. Claude, Claude Code, Cursor e Cline também têm suporte: um mesmo servidor atende todos os seus assistentes.

Como criar um servidor MCP?

Com os SDKs oficiais, um servidor simples cabe em algumas centenas de linhas. Mas quase nunca é preciso escrever um: o registro oficial e os diretórios da comunidade listam milhares prontos, e, para suas próprias notas, o caminho mais curto é um produto com servidor embutido, como o AFFiNE.

Resumindo

O MCP transformou “essa IA consegue ver nossos dados?” num checkbox nas configurações. O padrão está estabelecido, os clientes estão em toda parte; falta só decidir o que conectar primeiro. Se as decisões do seu time moram em documentos e quadros brancos, conecte sua base de conhecimento à IA: leva cinco minutos e não há cobrança MCP adicional no AFFiNE Cloud nem no auto-hospedado quando os recursos de IA estão ativados.