🧩 Estrutura Base dos Servidores MCP
Todo servidor MCP (Model Context Protocol) segue a mesma especificação de protocolo:
- Implementa métodos JSON-RPC 2.0 (ou equivalente HTTP/SSE).
- Expõe três tipos de artefatos fundamentais:
| Tipo | Função | Exemplo |
|---|---|---|
| 🛠️ Tools | Ações executáveis | Funções, APIs, automações |
| 📦 Resources | Dados estáticos ou dinâmicos | Arquivos, registros, datasets |
| 💬 Prompts | Templates e instruções reutilizáveis | Estruturas de prompt e guias |
Cada servidor mantém um schema de capabilities, informando ao cliente o que ele oferece e como.
A diferença entre tipos de servidor está em como esses artefatos são preenchidos e executados, e quais dependências externas são utilizadas.
⚙️ 1. Data & Content Servers
Função: fornecer acesso a dados estruturados, arquivos, documentos ou fontes de conhecimento.
Implementação típica:
- Resources: expostos via
listResourcesereadResource, conectados a bancos SQL/NoSQL, APIs REST ou mecanismos de busca. - Tools: filtros, queries e buscas semânticas.
- Infraestrutura: integração com bancos e indexadores (ElasticSearch, Qdrant, etc.).
Exemplo: DataWarehouseMCP → lê tabelas SQL e retorna JSONs interpretáveis pela IA.
🧠 Foco: consulta e contexto, não execução.
🔧 2. Automation & Action Servers
Função: permitir que a IA execute comandos e automações externas.
Implementação típica:
- Tools: são o núcleo — cada tool representa uma ação (ex:
createTicket,deployApp). - Resources: opcionais — podem fornecer logs ou status de execução.
- Infraestrutura: APIs, CLIs, CI/CD.
- Segurança: controle de permissões e audit trails.
⚙️ Foco: execução de efeitos no mundo real (ações, automações).
🧠 3. Domain / Knowledge / Memory Servers
Função: manter conhecimento persistente, histórico e semântico.
Implementação típica:
- Resources: dados de contexto longo — vetores, embeddings, ontologias.
- Tools: busca contextual, sumarização, armazenamento de memória.
- Infraestrutura: RAG, vector DBs (Pinecone, Chroma, FAISS), cache semântico.
- Integração: com LLMs adicionais.
📚 Foco: recuperação e raciocínio contextual.
💻 4. Software Engineering / DevOps Servers
Função: dar à IA acesso a código, repositórios, builds e ambientes de execução.
Implementação típica:
- Resources: código-fonte, estrutura de diretórios, histórico Git.
- Tools:
runTests,createBranch,lintCode,buildProject. - Infraestrutura: Git, Docker, Terraform, Kubernetes.
- Execução: local (via StdIO) ou em contêiner isolado.
⚡ Foco: assistência em engenharia de software e automação CI/CD.
☁️ 5. Cloud & Infra Servers
Função: monitorar, gerenciar e orquestrar recursos de nuvem ou sistemas distribuídos.
Implementação típica:
- Tools: comandos administrativos (
scalePod,restartService). - Resources: métricas, logs, YAMLs de configuração.
- Infraestrutura: SDKs (AWS, GCP, Azure), APIs Kubernetes.
- Segurança: autenticação forte e tokens de curta duração.
🌐 Foco: controle operacional e observabilidade.
🧩 6. Productivity / Collaboration Servers
Função: integrar a IA a ferramentas de produtividade e colaboração.
Implementação típica:
- Tools:
sendMessage,updateTask,readCalendar. - Resources: mensagens, arquivos, tarefas, eventos.
- Infraestrutura: APIs SaaS e autenticação OAuth.
Exemplos: SlackMCP, NotionMCP, GoogleWorkspaceMCP.
🗂️ Foco: integração leve e fluxo de trabalho humano-IA.
🛡️ 7. Security / Compliance Servers
Função: prover observabilidade, auditoria e segurança do ambiente de IA.
Implementação típica:
- Tools:
scanVulnerabilities,analyzeLogs. - Resources: logs, alertas, políticas.
- Infraestrutura: scanners (Trivy, OpenSCAP), SIEMs, APIs SOC.
- Execução: em sandbox com logs detalhados.
🔒 Foco: governança e confiança do ecossistema.
🔍 Resumo Visual
| Categoria | Tools | Resources | Infraestrutura | Foco |
|---|---|---|---|---|
| Data & Content | 🔹 Baixa | 🔹 Alta | DBs, Indexadores | Consultas |
| Automation | 🔹 Alta | 🔸 Média | APIs, Scripts | Execução |
| Knowledge | 🔸 Média | 🔹 Alta | Vector DB | Contexto |
| DevOps | 🔹 Alta | 🔸 Média | Git, Docker | Engenharia |
| Cloud | 🔹 Alta | 🔸 Média | Cloud SDKs | Orquestração |
| Productivity | 🔸 Média | 🔹 Alta | SaaS APIs | Integração |
| Security | 🔹 Alta | 🔸 Média | SIEM, Scanners | Compliance |
🧭 Diagrama de Relações
💡 Dica:
A modularidade dos servidores MCP permite combinar diferentes tipos — por exemplo, um Knowledge Server pode usar dados de um Data Server e acionar automações em um DevOps Server via capabilities integradas.