Conectando Degreed a Agentes de IA via MCP

Eu passei uma parte significativa da minha carreira olhando para painéis que ninguém usa.

Seja em relatórios de CRM antigos em 2005 ou nas modernas Plataformas de Experiência de Aprendizagem (LXP) hoje, o problema é sempre o mesmo: os dados estão lá, mas estão presos atrás de uma interface de usuário. Você tem todos esses metadados sobre o que seus engenheiros sabem, quais cursos eles completaram e onde estão suas lacunas de talento, mas encontrar essas informações requer cliques manuais, filtragem e exportação para CSVs apenas para fazer uma pergunta simples como "Quem na minha equipe está pronto para uma migração para Node.js?"

O Protocolo de Contexto do Modelo (MCP) muda isso ao transformar esses silos de interface de usuário estáticos em um conjunto de ferramentas acionáveis para agentes de IA. Recentemente, passei algum tempo investigando a implementação do MCP da Degreed no Vinkius, e é um exemplo claro de como passamos de "conversar com um bot" para "orquestrar um registro inteligente de força de trabalho".

A Configuração: Além da Busca Simples

Quando as pessoas pensam em integrar uma LXP como a Degreed em um fluxo de trabalho de IA, geralmente pensam apenas em uma coisa: buscar conteúdo. E sim, a ferramenta search_learning_catalog está lá para fazer exatamente isso. Você pode pedir ao seu agente para encontrar cursos de 'Data Science com Python', e ele retornará uma lista classificada de materiais com base em títulos e tags de habilidades.

Mas se você usar um MCP apenas para busca, estará perdendo 80% do valor. A verdadeira utilidade da engenharia reside na correlação entre conteúdo, usuários e habilidades.

Um agente com acesso a essa integração específica da Degreed não atua apenas como um bibliotecário; ele atua como um analista de talentos. Porque o conjunto de ferramentas inclui list_defined_skills e get_user_profile, você pode construir loops de raciocínio complexos.

Imagine este fluxo de trabalho:

1. A Consulta: "Estamos começando um novo projeto em Go. Temos expertise interna suficiente?"
2. Passo 1 (Descoberta): O agente chama list_defined_skills para ver como 'Go' ou 'Golang' é representado na taxonomia da empresa.
3. Passo 2 (Mapeamento): Em seguida, ele itera pelos usuários via get_user_profile ou busca por classificações de habilidades específicas dentro da organização.
4. Passo 3 (Análise de Lacunas): Assim que identifica uma falta de proficiência, ele chama automaticamente search_learning_catalog para sugerir um caminho de aprendizado imediato para a equipe.

Isso não é apenas automação; é transformar o comportamento de aprendizado não estruturado em inteligência organizacional estruturada.

Deconstruindo o Conjunto de Ferramentas

Para entender como construir esses agentes, você precisa olhar para o que as ferramentas realmente expõem. O MCP da Degreed se divide em três camadas distintas:

1. A Camada de Catálogo (search_learning_catalog, get_content_details, list_learning_content)

Este é o seu ponto de entrada. Ele lida com a recuperação de metadados—títulos, provedores e durações. Se você está construindo um agente para ajudar gerentes de L&D, é aqui que eles passarão a maior parte do tempo. A capacidade de resolver descrições detalhadas através de get_content_details permite que o LLM realmente entenda a substância de um curso antes de recomendá-lo.

2. A Camada de Identidade & Habilidade (list_degreed_users, get_user_profile, list_defined_skills)

É aqui que acontece a 'inteligência'. Ao expor metadados de usuários, incluindo títulos profissionais e afiliações organizacionais, o agente pode realizar análises de habilidades baseadas em demografia. Você não está apenas procurando uma pessoa que sabe React; você está procurando um Engenheiro Sênior no escritório de Londres que alcançou o nível 'Proficiente' através de caminhos específicos.

3. A Camada de Observabilidade (list_active_learners, list_user_completions, list_learning_plans)

Esta é, sem dúvida, a parte mais crítica para a liderança. Ela permite que um agente monitore o progresso. Você pode perguntar: "Quais membros da equipe completaram seu treinamento de segurança neste trimestre?" através de list_user_completions. Isso transforma o rastreamento de competências de uma auditoria manual periódica em um fluxo de dados em tempo real disponível via linguagem natural.

A Verificação da Realidade: Restrições e Segurança

Eu sempre fui um defensor de ser honesto sobre o que uma ferramenta não pode fazer. Se você tentar usar este MCP para automatizar o lado administrativo da gestão de talentos, você vai bater em uma parede.

Atualmente, esta integração está focada em descoberta e monitoramento. Você não pode usar o agente para atribuir novos cursos ou modificar perfis de usuários; essas ações ainda acontecem dentro do painel ou aplicativo móvel da Degreed. O agente é um observador e um pesquisador, não um redator do estado do sistema.

Do ponto de vista da segurança, que eu sei que é muitas vezes onde essas integrações falham em produção: isso requer OAuth 2.0. Você precisará do seu ID de Cliente Degreed e Segredo do Cliente. Ao configurar isso no Vinkius, a conexão é tratada através de tokens seguros, mas você ainda é responsável por gerenciar essas credenciais dentro do seu ambiente.

Se você quiser ver como isso se parece em uma configuração de produção—especificamente em relação a como lidamos com o isolamento de sandboxing V8 e as políticas de governança que impedem coisas como SSRF quando um agente está consultando APIs externas—você pode conferir a implementação aqui: https://vinkius.com/mcp/degreed.

Por que isso importa para a próxima geração de agentes de IA

Estamos nos afastando de LLMs que apenas 'sabem coisas' para agentes que 'fazem coisas' com nossos dados proprietários. O gargalo nunca foi o raciocínio do modelo; sempre foi a fricção de conectar esse raciocínio a uma fonte de verdade confiável e autenticada.

Quando você pode conectar um agente diretamente à taxonomia de aprendizado da sua empresa, você não está apenas construindo um chatbot. Você está construindo uma camada de memória organizacional que pode responder a mudanças em tempo real.

Se você está trabalhando em automação de L&D ou inteligência de talentos, este é o ponto de partida.

MCPs são a música dos Agentes de IA. Nós construímos o catálogo. Descubra Vinkius MCP Catalog.