Voltar as noticias
Dê a Claude e ChatGPT Dados de Futebol Ao Vivo: Construindo um Servidor MCP para uma API de Futebol
MCP ProtocolAltaEN

Dê a Claude e ChatGPT Dados de Futebol Ao Vivo: Construindo um Servidor MCP para uma API de Futebol

Dev.to - MCP·26 de agosto de 2026

Peça ao Claude quem está jogando esta noite e ele explicará educadamente que não tem dados ao vivo. Pergunte ao ChatGPT como as odds mudaram antes de uma partida e você receberá uma palestra sobre não poder navegar. Ambos são perfeitamente capazes de raciocinar sobre futebol — eles apenas não conseguem ver o campo.

O Protocolo de Contexto do Modelo (MCP) corrige exatamente isso. Um servidor MCP é um pequeno programa que expõe "ferramentas" — funções com um nome, uma descrição e um esquema JSON — e qualquer assistente compatível com MCP pode descobri-las e chamá-las. Envolva uma API REST em um e o assistente ganha a capacidade de pesquisar coisas antes de responder.

Este post faz isso para o futebol. Na primeira parte, instalamos um servidor pronto e o conectamos ao Claude Code, Claude Desktop, Cursor e ChatGPT. Na segunda parte, abrimos e olhamos como ele é construído, para que você possa fazer o mesmo para qualquer API que você se importe.

A API subjacente é 5DollarFootballAPI: partidas, placares ao vivo, classificações, escanteios, cartões, odds e todo o histórico de movimentação de odds. Divulgação: Eu construí essa API, e escrevi o servidor MCP. Nada abaixo é específico para ela — troque pelo seu próprio cliente e o padrão é idêntico.

Parte 1: dois minutos para um assistente ciente de futebol

Você precisa do Node 18+ e de uma chave de API. O nível gratuito (sem cartão) cobre partidas, placares ao vivo e classificações, o que é suficiente para a maioria dos prompts abaixo.

Claude Code

claude mcp add football-api -e FIVEDOLLARFOOTBALL_API_KEY=fb_live_your_key -- npx -y football-api-mcp

Claude Desktop e Cursor

Ambos leem a mesma estrutura JSON. Claude Desktop: claude_desktop_config.json. Cursor: .cursor/mcp.json no projeto, ou ~/.cursor/mcp.json globalmente.

{
  "mcpServers": {
    "football-api": {
      "command": "npx",
      "args": ["-y", "football-api-mcp"],
      "env": { "FIVEDOLLARFOOTBALL_API_KEY": "fb_live_your_key" }
    }
  }
}

Reinicie o aplicativo e você deve ver onze novas ferramentas listadas sob o servidor.

ChatGPT — a exceção apenas remota

O ChatGPT também suporta MCP, mas com duas restrições que vale a pena saber antes de você gastar tempo com isso:

  1. Ele só se conecta a servidores remotos via HTTPS (HTTP transmitível). Um comando local npx é invisível para ele.
  2. Você precisa de um plano Plus, Pro ou Business e deve habilitar o Modo Desenvolvedor — ele está sob Configurações → Segurança e login, sinalizado como "risco elevado", o que é justo: um servidor MCP não revisado vê tudo o que o modelo lhe envia.

Portanto, o servidor tem um modo --http, e você coloca um túnel na frente dele:

# terminal 1 — serve MCP sobre HTTP em localhost:3333
FIVEDOLLARFOOTBALL_API_KEY=fb_live_your_key npx -y football-api-mcp --http --token pick-a-secret

# terminal 2 — exponha-o (cloudflared mostrado; ngrok funciona da mesma forma)
cloudflared tunnel --url http://localhost:3333

cloudflared imprime uma URL https://something.trycloudflare.com. No ChatGPT, abra Plugins na barra lateral, clique no + (Criar aplicativo), escolha URL do servidor, cole https://something.trycloudflare.com/mcp/pick-a-secret, defina a Autenticação como Sem Auth, marque o reconhecimento, Criar, e então Conectar. O ChatGPT busca a lista de ferramentas imediatamente, então um erro de digitação na URL falha logo ali, em vez de no meio da conversa.

Esse --token não é decoração. O ChatGPT não consegue anexar cabeçalhos personalizados às suas solicitações, então um segredo no caminho da URL é a única coisa que separa "qualquer um que adivinhar a URL do túnel" e sua chave de API. Escolha algo longo.

Parte 2: como é usar

Alguns prompts que funcionam no nível gratuito:

"Quais partidas da Premier League estão acontecendo hoje, e quais são os placares?"

O assistente chama get_fixtures (hoje, UTC), percebe que precisa de um id de liga, chama search_leagues com "Premier League", e então filtra. Você recebe uma lista legível com placares ao vivo, contagens de escanteios e cartões.

"Mostre-me as classificações de escanteios da Premier League nesta temporada."

get_standings com type: "corner" — uma tabela classificada por escanteios em vez de pontos. Este é o tipo de pergunta que é complicada na maioria das APIs de futebol e trivial aqui, porque o modelo de dados tem tabelas de escanteios como uma coisa de primeira classe.

ChatGPT respondendo ao prompt de classificações de escanteios através do plugin da API de Futebol

"Como as odds 1x2 mudaram para Arsenal vs Chelsea antes do apito inicial?"

get_team_fixtures para encontrar o id da partida, depois get_odds_history com market: "1x2". Cada preço registrado vem com um timestamp, e o assistente resume a movimentação — o que é uma experiência mais agradável do que o loop em Python no meu post anterior. Note que as odds atuais precisam do plano de $5 e o histórico de ticks do plano de $25; a ferramenta retorna um claro erro insufficient_plan caso contrário, e o assistente explica isso em vez de alucinar números.

Contexto Triplo Up

A implementação de um servidor MCP pode transformar a forma como assistentes de IA interagem com dados em tempo real, permitindo que empresas brasileiras integrem informações dinâmicas em seus serviços. Isso pode melhorar a experiência do usuário e aumentar a relevância em setores como esportes e entretenimento.

Noticias relacionadas

Gostou do conteudo?

Receba toda semana as principais novidades sobre WebMCP.