Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar
Sessões

Tech Talk MCP O Padrão que Liga Agentes ao Mundo (2026-07-29)

29 jul 20261h 22min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão apresentou o Model Context Protocol (MCP), comparando-o a uma camada de integração semelhante às APIs, mas voltada a conectar modelos de IA e agentes a servidores e ferramentas de forma padronizada. Foi explicado que, sem o MCP, cada modelo precisaria de integrações específicas com cada serviço, aumentando a complexidade de manutenção. O protocolo funciona como um adaptador: o servidor MCP expõe ferramentas, dados e ações, enquanto o modelo interpreta essas opções, escolhe as ferramentas adequadas e executa chamadas sequenciais para realizar uma tarefa. Também foram discutidos o papel das tools, a importância de descrições claras e a possibilidade de usar MCPs para ampliar o contexto e as capacidades dos agentes.

Foram realizadas demonstrações com o Miro, mostrando como um agente conectado por MCP pode criar notas e diagramas em um quadro, além de uma demonstração de um servidor local com duas instâncias e um balanceador de carga. A segunda demo evidenciou a mudança para uma comunicação stateless na nova versão do protocolo: requisições podem ser atendidas por instâncias diferentes sem depender de uma sessão compartilhada ou de sticky sessions. A atualização também trouxe cache da listagem de ferramentas, rastreamento distribuído, autorização alinhada a padrões de produção, interfaces interativas, tarefas para operações longas e regras mais previsíveis de evolução e descontinuação.

As dúvidas finais trataram de onde o servidor MCP é hospedado, da distinção entre MCP server e MCP client, da possibilidade de reunir vários serviços em um único MCP e do impacto de conectar muitos MCPs. Concluiu-se que o servidor normalmente é mantido pela equipe responsável pelo serviço, enquanto o cliente é implementado pela ferramenta ou modelo que consumirá o protocolo; embora seja possível centralizar serviços, MCPs mais focados tendem a reduzir ambiguidades para o modelo. Ficou previsto o compartilhamento da gravação, dos materiais e do desafio relacionado ao tema, especialmente com os participantes externos da parceria com a universidade.

Gerado por IA a partir da transcrição.
Capítulos · 22
00:24
Abertura e boas-vindas
Assistir
01:40
Introdução ao tema MCP
Assistir
03:02
MCP em comparação com APIs
Assistir
08:42
Contexto e motivação do MCP
Assistir
10:56
Arquitetura do MCP e integração com modelos
Assistir
15:22
Tools, agentes e fluxo de execução
Assistir
21:43
Demonstração do MCP com Miro
Assistir
25:20
Conectando e testando o MCP no Cloud Code
Assistir
33:31
Atualização do MCP e o problema de sessões
Assistir
37:38
Arquitetura stateless e escalabilidade
Assistir
39:41
Estado da aplicação e compatibilidade
Assistir
43:57
MCP Apps, tarefas e rastreamento
Assistir
47:25
Compatibilidade, autorização e evolução do protocolo
Assistir
50:51
Demo de servidor MCP stateless e balanceamento de carga
Assistir
1:02:13
Onde o servidor MCP é hospedado?
Assistir
1:04:31
Diferença entre MCP server e MCP client
Assistir
1:07:53
Catálogo de conectores e integração com ferramentas
Assistir
1:09:22
Um MCP por serviço ou gateway para vários serviços?
Assistir
1:12:40
Desempenho e custo de vários MCPs conectados
Assistir
1:14:38
MCP como contexto e capacidade para agentes
Assistir
1:19:22
Disponibilização da gravação e materiais
Assistir
1:20:40
Encerramento e divulgação dos materiais
Assistir
Cortes · 10
O que é MCP e por que ele importa para agentes de IA
A apresentação explica o Model Context Protocol como uma camada de padronização entre modelos de IA e servidores, reduzindo a complexidade de integrações específicas. O trecho também aborda tools, o fluxo de execução de tarefas, a adoção do protocolo e sua relação com agentes de IA.
08:42 – 21:42Assistir
Demonstração do MCP com Cloud Code e Miro
A demonstração mostra como conectar o Cloud Code ao servidor MCP do Miro e como essa conexão permite criar elementos e diagramas em um board. O apresentador também desabilita e reconecta o MCP para evidenciar que o acesso às ferramentas do Miro depende do protocolo.
21:43 – 33:29Assistir
O que mudou na nova versão do MCP
O trecho apresenta as principais mudanças da atualização do MCP, com destaque para a remoção da obrigatoriedade de sessões e o suporte a uma arquitetura stateless, mais fácil de escalar com load balancers. Também são abordados cache de tools, rastreamento distribuído, interfaces interativas e tasks para operações demoradas.
33:31 – 47:25Assistir
Como o MCP evolui sem quebrar integrações
A atualização do MCP mantém compatibilidade com a versão antiga e permite uma migração gradual. O trecho explica as mudanças em autorização, estabilidade, política de depreciação de funcionalidades e substituição de recursos antigos.
47:25 – 50:50Assistir
Demo de MCP stateless com balanceamento
Uma demonstração mostra um servidor MCP local com duas instâncias e um balanceador de carga. O apresentador lista tools, faz chamadas para buscar notas e comprova que uma investigação iniciada na instância A pode continuar na instância B depois que a primeira é desligada.
50:51 – 1:02:13Assistir
Onde o servidor MCP fica hospedado
O trecho responde onde o servidor MCP é hospedado e quem é responsável por mantê-lo. A explicação mostra que o time responsável pelo sistema ou pelos dados acessados normalmente desenvolve e hospeda o MCP, enquanto o cliente se conecta a ele conforme as permissões do usuário.
1:02:13 – 1:04:31Assistir
Diferença entre MCP server e MCP client
A conversa diferencia o MCP server, que disponibiliza serviços como bancos de dados e arquivos, do MCP client, que entende o protocolo e faz as chamadas. A comparação com HTTP ajuda a explicar a separação de responsabilidades entre quem oferece o serviço e quem disponibiliza o modelo ou a ferramenta cliente.
1:04:31 – 1:07:54Assistir
Um MCP para cada serviço ou um gateway?
O trecho explica que um MCP deve ser focado nas ferramentas e ações de um servidor para reduzir ambiguidades e melhorar a eficiência do modelo. Também mostra que é possível reunir vários serviços, além de apresentar catálogos de MCPs já disponíveis em ferramentas como Cloud e desktop.
1:09:22 – 1:12:39Assistir
Impacto de conectar muitos MCPs
A discussão aborda desempenho e custo ao conectar vários MCP servers. A explicação destaca que o modelo consulta principalmente as descrições dos MCPs e só interpreta suas tools quando identifica que aquele serviço é relevante para a pergunta.
1:12:40 – 1:14:37Assistir
MCP como contexto e capacidade para agentes
O trecho compara a seleção de MCPs ao uso de um catálogo ou sumário e mostra como eles ampliam o contexto e as capacidades de um agente. São apresentados exemplos de integração entre GitLab, bancos de dados e ferramentas de gestão, além de benefícios como composição, plugabilidade, governança e preparação para produção.
1:14:38 – 1:19:21Assistir
Perguntas desta sessão
O que é o MCP e para que ele serve?
O MCP é um protocolo que atua como adaptador entre modelos de IA e servidores. Ele padroniza a comunicação, permitindo que o modelo acesse dados e execute ações em diferentes servidores sem exigir uma integração específica para cada modelo e serviço.
02:40 – 03:01Assistir
no lado do cliente, do modelo ou do serviço que será acessado?
O servidor MCP é hospedado pela equipe responsável pelo serviço que será disponibilizado ao modelo. Essa equipe controla o servidor MCP e define as permissões de acesso, normalmente por meio de autenticação e autorização. Já o cliente MCP fica no produto ou plataforma que disponibiliza o modelo, como o Cloud Code, que precisa entender o protocolo MCP para se conectar aos servidores.
1:02:22 – 1:04:32Assistir
De quem é a responsabilidade pelo cliente MCP que se conecta aos servidores MCP?
A responsabilidade pelo cliente MCP é da equipe que disponibiliza o modelo ou a plataforma de IA. Por exemplo, o Cloud Code precisa implementar o suporte ao protocolo MCP para se conectar a servidores MCP; outras plataformas teriam de fazer sua própria integração.
1:06:43 – 1:07:54Assistir
Há impacto de desempenho ao conectar muitos MCP servers a um cliente?
O impacto tende a ser pequeno, pois o modelo primeiro consulta a lista e as descrições dos MCPs para decidir quais são relevantes; ele não interpreta todas as tools em profundidade nem as executa. Descrições claras ajudam o modelo a ignorar MCPs que não têm relação com a pergunta, embora muitos MCPs possam aumentar o esforço de seleção do modelo.
1:12:47 – 1:14:57Assistir