
Série MCP (01): O Que É MCP — Por Que Chamada de Função Não É Suficiente
Um Problema Real Primeiro
Você conectou Claude ao Jira — ele pode pesquisar tickets, criar problemas, atualizar status. Ele funciona. Sua equipe está feliz.
Três semanas depois, um colega de outra equipe quer as mesmas ferramentas do Jira para seu projeto Agent.
Duas opções:
- Enviar o código da ferramenta Jira para copiar
- Dizer a eles para instalar um Servidor MCP: 5 minutos, pronto
O MCP foi projetado para tornar a segunda opção a padrão.
O Que a Chamada de Função Pode e Não Pode Fazer
A Chamada de Função (também chamada de Uso de Ferramenta) permite que um LLM invoque ferramentas externas. A mecânica é simples:
tools = [{
"name": "search_jira",
"description": "Pesquisar tickets do Jira",
"input_schema": {
"type": "object",
"properties": {
"query": {"type": "string", "description": "Palavras-chave de pesquisa"},
"project": {"type": "string", "description": "Chave do projeto, opcional"}
},
"required": ["query"]
}
}]
response = client.messages.create(
model="claude-sonnet-4-6",
tools=tools,
messages=[{"role": "user", "content": "Encontrar bugs P0 recentes"}]
)
if response.stop_reason == "tool_use":
tool_call = response.content[0]
result = search_jira(tool_call.input["query"])
# retornar resultado ao LLM para continuar o raciocínio
Isso funciona bem. Está em produção em todos os lugares.
O problema estrutural: definições e implementações de ferramentas vivem no chamador.
Todo projeto que usa ferramentas do Jira precisa:
- Manter uma definição de esquema
search_jira - Manter uma função de execução
search_jira - Gerenciar autenticação, tentativas, formatação de resultados
Três equipes, três cópias. A API do Jira muda, três lugares para atualizar.
O Design Central do MCP
O MCP (Modelo de Protocolo de Contexto) move as definições de ferramentas para fora do chamador e para um processo de Servidor independente.
Modelo de Chamada de Função:
┌─────────────────────────────────────┐
│ Seu código Agent │
│ ├── Lógica de chamada LLM │
│ ├── Definições de esquema de ferramenta │ ← cada Agent mantém seu próprio
│ └── Execução de ferramenta (Jira/GitHub/…) │ ← cada Agent mantém seu próprio
└─────────────────────────────────────┘
Modelo MCP:
┌──────────────────┐ ┌─────────────────────┐
│ Host (Agent/IDE)│────▶│ Servidor MCP │
│ apenas lógica de chamada │ │ ├── Esquemas de ferramentas │ ← mantido uma vez
└──────────────────┘ │ └── Execução de ferramentas │ ← mantido uma vez
└─────────────────────┘
Um Servidor MCP é um processo independente que se comunica com Hosts via um protocolo padrão (JSON-RPC 2.0). Qualquer Host compatível com MCP — Claude Desktop, Claude Code, um Agent personalizado — se conecta a este Servidor diretamente. Nenhuma reimplementação necessária.
Mesmo Cenário, Duas Implementações
"Pesquisar tickets do Jira" em ambas as abordagens:
Opção A: Chamada de Função
# agent.py — esquema de ferramenta e execução estão aqui
import anthropic
from jira import JIRA
jira_client = JIRA(
server="https://your-company.atlassian.net",
basic_auth=("user@example.com", os.environ["JIRA_API_TOKEN",O MCP permite que empresas brasileiras integrem ferramentas de forma mais eficiente, reduzindo a redundância e facilitando atualizações. Isso é crucial para equipes que utilizam IA em seus processos, garantindo agilidade e consistência.
Noticias relacionadas
Wingman Cloud está ao vivo: planos que sincronizam entre Claude, ChatGPT e dispositivos móveis
O Wingman Cloud é um servidor MCP de código aberto que permite a interação persistente em chats de IA, sincronizando planos entre dispositivos. Suporte para Claude móvel e compatibilidade com ChatGPT.

A Lacuna de Observabilidade: Gerenciando Enxames Multi-Agente com MCP
O artigo discute a complexidade dos sistemas multi-agente e como o MCP pode melhorar a visibilidade e o gerenciamento desses sistemas, transformando a interação com agentes em uma experiência mais auditável e controlável.

Como Reduzir o Uso de Tokens MCP: Projetando Esquemas de Ferramentas Eficientes em Contexto
Este artigo aborda como projetar ferramentas MCP compactas para reduzir o uso de tokens, mantendo o foco no raciocínio do agente e evitando erros de seleção.
Gostou do conteudo?
Receba toda semana as principais novidades sobre WebMCP.