E se o App de TV do Futuro Não For um App, Mas uma Conversa?

Pense em como você escolhe algo para assistir esta noite. Você abre o Netflix. Você rola. Você lê uma sinopse. Você rola mais. Você verifica o Hulu. Mais rolagem. Você abre um tópico de "o que assistir" no Reddit. Vinte minutos depois, você ainda está rolando.

Agora imagine isto: você diz a um agente de IA "Estou a fim de algo como Severance, mas mais engraçado", e uma interface de streaming completa aparece inline: cartões de pôster, banners principais, linhas horizontais, tudo dentro do chat. Você clica em um cartão, uma sobreposição de detalhes desliza com classificações e uma descrição. Você diz "na verdade, algo mais curto, talvez um filme." A interface se reorganiza instantaneamente. Você diz "Ótimo! Vamos assistir!" Um player de vídeo começa.

As UIs de Streaming

Cada plataforma de streaming importante envia essencialmente o mesmo produto. Uma grade de rolagem horizontal organizada por linhas algorítmicas. "Porque você assistiu X." "Tendências agora." "Continuar assistindo." O paradigma da UI não mudou em uma década.

O problema não é o catálogo ou as recomendações. É o mecanismo de entrada. Uma grade força você a navegar. Você escaneia miniaturas, lê títulos, talvez clique em um para ler uma sinopse, volte, continue escaneando. A carga cognitiva está no usuário. Você tem que traduzir um sentimento vago ("algo leve, mas não estúpido") em uma sequência de cliques e filtros que o aplicativo nunca foi projetado para entender.

A linguagem natural inverte isso. "Algo leve, mas não estúpido, talvez uma comédia dramática, nada mais longo que duas horas" é uma única frase que um modelo de IA pode interpretar em filtros e retornar resultados que correspondem à intenção real, não apenas palavras-chave. A UI ainda importa, você quer ver pôsteres, ler descrições, assistir trailers, mas a interação principal se torna conversacional.

Os aplicativos MCP são uma forma de tornar isso possível hoje. Veja como.

O que são os Aplicativos MCP

O Protocolo de Contexto do Modelo (MCP) já permite que modelos de IA chamem ferramentas externas, busquem dados, executem consultas, acionem ações. Os Aplicativos MCP estendem isso com uma camada de UI. Quando uma ferramenta retorna resultados, em vez de despejar texto bruto, ela pode renderizar um widget diretamente na interface de chat.

Um framework que torna isso prático é mcp-use da Manufact, um SDK TypeScript full-stack para construir servidores MCP com widgets interativos. Ele fornece o runtime do servidor, os hooks React para widgets, a cadeia de ferramentas de construção e, crucialmente, suporte a dual-protocolo: widgets construídos com mcp-use funcionam em ambos os clientes de Aplicativos MCP (Claude, Goose) e ChatGPT através da transformação automática de metadados. Escreva uma vez, implemente em qualquer lugar.

O modelo mental: a IA decide o que mostrar, o widget decide como mostrar.

Uma chamada de ferramenta retorna tanto dados estruturados para o modelo raciocinar quanto um widget com propriedades que renderiza uma interface interativa. O mcp-use impõe uma separação limpa de dados aqui, o modelo vê apenas o resumo de texto (via output), enquanto o widget recebe propriedades estruturadas (via structuredContent) que nunca inflacionam a janela de contexto do modelo. O modelo permanece no loop para decisões que precisam de inteligência ("encontre algo semelhante a este filme"), enquanto o widget lida com interações que não precisam de IA ("clique neste cartão para ver detalhes").

Para streaming, isso significa que a IA lida com a compreensão de "o que você está a fim de" e o widget lida com a parte familiar mostrando um catálogo interativo que você pode navegar, clicar e reproduzir.

APLICATIVO MCP DE TV

Para demonstrar essa experiência de ponta a ponta, eu construí um Aplicativo MCP funcional que você pode executar localmente ou conectar a qualquer cliente compatível com MCP hoje. O código-fonte completo é open source em github.com/giolaq/tv-mcp-app, clone-o, conecte-o ao Claude Desktop ou ao seu LLM compatível com aplicativo MCP, e você terá uma interface de streaming conversacional funcionando em minutos. O restante deste artigo explica como foi construído.

A Arquitetura: Servidor + Widget

O Aplicativo MCP construído com mcp-use tem duas partes:

Servidor (index.ts) — Usa MCPServer de mcp-use/server para definir ferramentas que o modelo de IA pode chamar. Cada ferramenta faz trabalho de backend (busca dados, filtra, classifica) e retorna respostas via text() e widget() helpers do mcp-use.

Widget (resources/tv-streaming/widget.tsx) — Um componente React conectado ao servidor através dos hooks React do mcp-use (useWidget, useCallTool, McpUseProvider de mcp-use/react). Ele recebe propriedades das chamadas de ferramentas e renderiza a UI. Ele também pode chamar ferramentas diretamente para interações instantâneas ou enviar mensagens de volta para a IA via sendFollowUpMessage.

Aqui está a estrutura do projeto:

tv-mcp-app/
├── index.ts                          # Servidor: 7 ferramentas, lógica de catálogo
├── resources/tv-streaming/
│   └── widget.tsx                    # Ponto de entrada do Widget (convenção mcp-use)
├── src/
│   ├── types.ts                      # Interfaces TypeScript compartilhadas
│   ├── hooks/                        # useCatalog, useKeyboardNav, useIntersectionPause
│   └── components/                   # HeroBanner, ContentRow, MovieCard, etc.
├── package.json
└── tsconfig.json

O mcp-use utiliza um sistema de widgets baseado em convenção. Widgets vivem sob resources/ — seja como arquivos únicos (resources/weather-display.tsx) ou como pastas para UIs complexas. Este projeto usa o padrão de pasta: resources/tv-streaming/widget.tsx é o ponto de entrada necessário, com componentes e hooks de suporte em src/.

Essa separação reflete como a experiência se sente para o usuário. O servidor é o cérebro que entende o catálogo, filtra, classifica recomendações. O widget é a tela, ele renderiza a interface com a qual o usuário realmente interage. O modelo de IA é o controle remoto, exceto que em vez de cima/baixo/selecionar, ele entende "algo como isso, mas mais assustador".

Configurando o Servidor com mcp-use

O servidor é inicializado com MCPServer de mcp-use/server:

import {MCPServer, text, widget} from 'mcp-us