
Construa Seu Primeiro Servidor MCP em Python em 10 Minutos
MCP (Modelo de Protocolo de Contexto) ultrapassou 97 milhões de instalações mensais em março de 2026 — uma adoção mais rápida do que o React teve em seus primeiros três anos. O Chrome acabou de lançar um servidor MCP do DevTools. O Microsoft Fabric foi lançado com suporte ao MCP. O ecossistema está convergindo rapidamente, e se você quiser que seus agentes de IA se comuniquem com qualquer coisa — um banco de dados, uma API, uma ferramenta local — escrever um servidor MCP é a habilidade que todos precisam agora.
Este tutorial ignora a teoria. Em menos de 800 palavras e um arquivo Python, você terá um servidor MCP funcional que seu assistente de codificação de IA pode chamar.
O Que Você Está Construindo
Um servidor MCP simples que expõe duas ferramentas:
-
get_weather(city)— retorna dados de clima fictícios para uma cidade (substitua por uma chamada de API real mais tarde) -
convert_currency(amount, from_currency, to_currency)— retorna taxas de câmbio fictícias
Seu agente de IA (Claude, Cursor, Copilot ou qualquer cliente MCP) verá essas ferramentas listadas e as chamará de forma autônoma.
Pré-requisitos
pip install fastmcp
É isso. FastMCP é a maneira mais rápida de escrever servidores MCP em Python. Ele envolve o SDK oficial mcp e lida automaticamente com transporte stdio, JSON-RPC e registro de ferramentas.
O Código
Crie weather_server.py:
from fastmcp import FastMCP
# Inicializa o servidor
mcp = FastMCP("weather-tools", port=8000)
# Dados fictícios — troque isso por chamadas de API reais
WEATHER = {
"londres": {"temp_c": 12, "condição": "nublado", "vento_kmh": 18},
"tokyo": {"temp_c": 22, "condição": "limpo", "vento_kmh": 8},
"nova york": {"temp_c": 18, "condição": "chuvoso", "vento_kmh": 25},
}
RATES = {
("usd", "eur"): 0.92,
("usd", "gbp"): 0.79,
("eur", "usd"): 1.09,
("gbp", "usd"): 1.27,
}
# Ferramenta 1: Consulta de clima
@mcp.tool()
def get_weather(city: str) -> str:
"""Obter o clima atual para uma cidade. Retorna a temperatura em Celsius, condição e velocidade do vento."""
data = WEATHER.get(city.lower())
if not data:
return f"Nenhum dado de clima para {city}. Cidades suportadas: {'", '".join(WEATHER.keys())}"
return f"{city.title()}: {data['temp_c']}°C, {data['condição']}, vento {data['vento_kmh']Com a rápida adoção do MCP, empresas brasileiras precisam se adaptar para integrar seus sistemas com agentes de IA. Este tutorial oferece uma base prática para desenvolver servidores MCP, facilitando a comunicação entre ferramentas e agentes.
Noticias relacionadas

Criei um servidor MCP somente leitura para Akamai
Desenvolvi um servidor MCP que envolve as APIs da Akamai, permitindo buscas eficientes em propriedades CDN e acesso a dados de EdgeWorkers, tudo em modo somente leitura.

O MCP é a Nova API? Por que Todo Desenvolvedor de IA Agora se Importa com o Modelo de Protocolo de Contexto
O Modelo de Protocolo de Contexto (MCP) está se tornando um padrão para integrar aplicações de IA a ferramentas e dados, prometendo menos código de integração e mais eficiência para desenvolvedores.

Kairo: Um Gerenciador de Tarefas Terminal com Plugins Lua e Sincronização Git
Kairo é um gerenciador de tarefas nativo de terminal que prioriza a eficiência e a privacidade, armazenando dados localmente e permitindo integração com agentes de IA via MCP.
Gostou do conteudo?
Receba toda semana as principais novidades sobre WebMCP.