Dê ao Seu Agente de IA Sua Própria Caixa de Entrada: Configuração em 5 Minutos com MCP

A maioria das APIs de email são apenas para envio. Mas se você está construindo um agente que precisa ter uma conversa por email — suporte, agendamento, faturamento — ele também precisa receber respostas, com o contexto da conversa.

Neste post, vamos configurar um agente com sua própria caixa de entrada usando o Protocolo de Contexto do Modelo. Este é um tutorial oficial do EngageLab Email, então feedback de desenvolvedores é bem-vindo.

O que você terá

• Um agente que envia emails de seu próprio endereço (não da sua caixa de entrada pessoal)
• Respostas chegando como dados estruturados que o agente pode ler
• Conversas como um objeto de primeira classe

Passo 1 — Obter uma Chave Secreta

Crie uma conta no EngageLab e gere uma Chave Secreta no console (ela se parece com sk_sg_xxx — o prefixo codifica a região). Ou use a CLI para criar uma via login no navegador:

npm install -g @engagelabemail/cli
engagelab-email-cli login

Você também precisará de uma caixa de entrada — crie uma no console (subdomínio compartilhado é o mais rápido para começar; domínios personalizados precisam de verificação DNS).

Passo 2 — Registrar o servidor MCP

Para Claude Code:

claude mcp add engagelab-email \
  -e ENGAGELAB_EMAIL_SECRET_KEY=sk_sg_yourkey \
  -- npx -y @engagelabemail/mcp

Ou em claude_desktop_config.json:

{

  "mcpServers": {

    "engagelab-email": {

      "command": "npx",

      "args": ["-y", "@engagelabemail/mcp"],

      "env": { "ENGAGELAB_EMAIL_SECRET_KEY": "sk_sg_yourkey" }

    }

  }

}

Passo 3 — Converse com ele

Peça ao seu agente:

Liste minhas caixas de entrada, depois envie um email da primeira para me@example.com dizendo "fatura #42 aprovada", e então verifique se há novas mensagens.

O agente agora tem 9 ferramentas: enviar, responder, listar emails recebidos, obter uma mensagem, verificar novos emails e navegar por conversas.

Por que uma caixa de entrada dedicada (não acesso ao Gmail)

• Raio de ação: o agente só pode ler/escrever em sua própria caixa de entrada
• Conversas: respostas se agrupam em conversas, assim o agente mantém o contexto
• Máquina primeiro: tudo é JSON sobre MCP — sem análise IMAP

Armadilhas

• Modo sandbox (sandbox: true em send_email) ignora a entrega real enquanto você itera sobre os prompts
• Anexos são base64 no esquema da ferramenta — bom para documentos, complicado para arquivos >5MB
• A criação de caixas de entrada é atualmente um passo no console; a criação programática está no roteiro

Repositório: https://github.com/Metaverse-Cloud/engagelab-email-mcp

Pacote: https://www.npmjs.com/package/@engagelabemail/mcp

O que você construiria primeiro — um agente de suporte ou um bot de aprovação?