O que é MCP e como conectar um servidor ao Claude Desktop

MCP é um padrão aberto que conecta aplicativos de inteligência artificial a arquivos, bancos de dados, APIs e outras ferramentas. Em vez de criar uma integração diferente para cada chatbot, o desenvolvedor instala ou constrói um servidor MCP que expõe capacidades de forma padronizada.

Na prática, isso permite pedir ao Claude para procurar um arquivo, consultar um sistema ou executar uma ação — mas o acesso não deve ser tratado como passe livre. O cliente MCP pode mostrar as ferramentas disponíveis e pedir aprovação antes de executar operações, especialmente as que alteram dados.

O que significa MCP?

MCP é a sigla em inglês para Model Context Protocol, ou Protocolo de Contexto de Modelo. A documentação oficial compara o padrão a uma porta USB-C para aplicações de IA: a analogia não é perfeita, mas ajuda a entender a ideia. Assim como o USB-C padroniza a conexão entre aparelhos, o MCP padroniza a comunicação entre um aplicativo de IA e sistemas externos.

A proposta foi apresentada pela Anthropic em novembro de 2024 e evoluiu para um projeto aberto. A documentação oficial do MCP lista suporte em clientes como Claude, ChatGPT e ferramentas de desenvolvimento, além de servidores para arquivos, bancos de dados, GitHub, Slack e calendários. O ponto importante é separar o protocolo dos produtos que o implementam: MCP não é um chatbot e não é uma inteligência artificial nova.

Como funciona a arquitetura do MCP

Uma integração MCP costuma ter três peças:

• Cliente MCP: é o aplicativo que conversa com o modelo, descobre os servidores disponíveis e organiza o uso das capacidades. Claude Desktop é um exemplo de cliente.
• Servidor MCP: é um programa que expõe recursos ou ações de um sistema. Ele pode ler uma pasta permitida, consultar um banco ou chamar uma API.
• Modelo: interpreta o pedido e decide, dentro das regras do cliente, quando precisa de uma ferramenta ou de um recurso.

Os servidores normalmente oferecem três tipos de capacidade. Ferramentas são ações que o modelo pode solicitar, como pesquisar voos, criar um evento ou escrever um arquivo. Recursos são fontes de contexto, como o conteúdo de um documento ou o esquema de um banco. Prompts são modelos de instrução prontos para fluxos recorrentes. A documentação do MCP classifica ferramentas como controladas pelo modelo, recursos como controlados pela aplicação e prompts como controlados pelo usuário.

Essa divisão ajuda a evitar uma confusão comum: dar contexto de leitura para a IA não é a mesma coisa que entregar permissão para alterar um sistema. Mesmo assim, a proteção real depende do cliente e da implementação do servidor. Um servidor mal configurado pode expor mais dados do que o necessário.

Como conectar um servidor MCP ao Claude Desktop

O exemplo abaixo usa o servidor oficial de filesystem do projeto MCP. Ele permite ler, criar, mover e pesquisar arquivos dentro das pastas autorizadas. O tutorial oficial do MCP usa o Claude Desktop como exemplo de cliente; a versão atual da documentação informa que o aplicativo está disponível para macOS e Windows.

Pré-requisitos

• Claude Desktop instalado e atualizado.
• Node.js instalado, de preferência a versão LTS.
• Uma pasta de teste sem documentos sensíveis.
• Permissão para editar o arquivo de configuração do Claude Desktop.

Não comece apontando o servidor para a pasta pessoal inteira. Crie, por exemplo, uma pasta chamada mcp-teste na área de trabalho e coloque nela apenas arquivos que você aceitaria entregar ao assistente.

1. Abra o arquivo de configuração

No Claude Desktop, abra o menu do aplicativo, entre em Settings, acesse a área Developer e clique em Edit Config. Os caminhos indicados na documentação são:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Se o arquivo já tiver outros servidores, não apague as entradas existentes. Acrescente o objeto filesystem dentro de mcpServers, mantendo a estrutura JSON válida.

2. Adicione o servidor de arquivos

Substitua os caminhos do exemplo pelos diretórios permitidos no seu computador:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/seu-usuario/Desktop/mcp-teste"
      ]
    }
  }
}

No Windows, a documentação do servidor recomenda chamar o npx por meio de cmd /c quando necessário:

{
  "mcpServers": {
    "filesystem": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\seu-usuario\\Desktop\\mcp-teste"
      ]
    }
  }
}

O parâmetro final é a lista de diretórios que o servidor pode acessar. O projeto também documenta o uso de Roots, mecanismo que permite ao cliente atualizar dinamicamente as pastas autorizadas quando há suporte. Para o primeiro teste, a lista explícita de uma pasta pequena é mais fácil de entender e auditar.

3. Reinicie e faça um teste de leitura

Salve o JSON, feche completamente o Claude Desktop e abra o aplicativo novamente. Em uma conversa nova, peça algo simples, como: “Liste os arquivos da pasta mcp-teste, mas não crie nem altere nada.”

O Claude deve mostrar que encontrou uma ferramenta do servidor e, conforme a configuração do cliente, solicitar sua aprovação. Teste primeiro leitura e listagem. Só depois experimente criar um arquivo de texto descartável. Se o pedido de alteração aparecer sem clareza sobre o que será feito, cancele.

O que você pode fazer com MCP?

O servidor de filesystem é apenas um exemplo. A documentação e o repositório de servidores do projeto citam integrações para Git, bancos de dados e serviços de colaboração. Em uma pequena empresa, um servidor pode permitir que o assistente consulte uma base de produtos; em uma equipe de programação, pode oferecer acesso controlado a um repositório; em um escritório, pode buscar documentos de uma pasta específica.

O ganho aparece quando o fluxo deixa de ser uma sequência de copiar e colar. Em vez de baixar um relatório, abrir o chatbot, colar o conteúdo e depois voltar ao sistema, o cliente MCP pode buscar o recurso no local autorizado. Ainda assim, o resultado precisa ser conferido: o modelo pode interpretar errado os dados, escolher uma ferramenta inadequada ou produzir uma resposta incompleta.

Se você ainda está começando com aplicações de IA, vale entender também o caminho mais simples para criar um protótipo antes de conectar sistemas externos. O JSMS explica como criar um aplicativo no Google AI Studio usando apenas um prompt; MCP entra em uma etapa posterior, quando o protótipo precisa conversar com recursos reais.

Riscos e limites: MCP não é autorização automática

O nome “padrão aberto” pode passar uma sensação de segurança que o protocolo, sozinho, não oferece. Um servidor MCP pode ter ferramentas de escrita, exclusão, envio de mensagens ou acesso a dados privados. A própria documentação de segurança do projeto trata de riscos como confused deputy, token passthrough, SSRF, roubo de estado e comprometimento de servidores locais.

Para reduzir o risco:

• Comece com uma pasta isolada e aumente o escopo somente quando houver necessidade.
• Prefira ferramentas de leitura no primeiro teste e aprove ações de escrita uma a uma.
• Não instale servidores desconhecidos sem revisar o código, a origem e as permissões. Um pacote que recebe acesso a arquivos pode fazer muito mais do que a descrição curta promete.
• Não coloque tokens ou senhas em arquivos acessíveis ao servidor. Trate credenciais como segredos separados.
• Use armazenamento seguro de tokens e escopos mínimos em servidores remotos. A especificação de autorização do MCP proíbe aceitar tokens que não tenham sido emitidos especificamente para aquele servidor.
• Mantenha logs e uma rota de revogação. Se uma integração for comprometida, você precisa saber o que foi acessado e cortar o acesso.

Outra limitação é a compatibilidade. Um cliente pode suportar ferramentas, mas não recursos ou Roots; um servidor pode depender de uma versão específica do protocolo ou de um runtime instalado localmente. Antes de culpar o Claude, confira o log do servidor, a versão do Node.js e a validade do JSON.

Erros comuns ao configurar um servidor MCP

O servidor não aparece no Claude Desktop

Confirme se o arquivo está no caminho correto, se a chave se chama exatamente mcpServers e se o JSON não tem vírgula sobrando. Feche e reabra o aplicativo depois de salvar. No Windows, teste a variante com cmd /c.

O npx não é encontrado

Abra um terminal e rode node --version e npx --version. Se o comando não existir, instale o Node.js e reinicie o Claude Desktop. Em ambientes corporativos, políticas de execução ou antivírus também podem impedir o processo.

O servidor inicia, mas não acessa a pasta

Confira se o caminho existe, se a conta do sistema tem permissão e se você não misturou barras ou escapes do Windows no JSON. O servidor de filesystem só deve operar em diretórios permitidos; não remova essa restrição para “fazer funcionar”.

A ferramenta quer apagar ou substituir um arquivo

Cancele a ação se ela não for necessária. A documentação do servidor classifica operações como write_file, edit_file e move_file como capazes de alterar dados, e algumas podem ser destrutivas. Teste em arquivos descartáveis e faça backup fora da pasta autorizada antes de ampliar o uso.

Perguntas frequentes

MCP é um modelo de inteligência artificial?

Não. MCP é um protocolo aberto para conectar aplicações de IA a dados, ferramentas e fluxos externos. O modelo continua sendo fornecido por um serviço como Claude ou ChatGPT.

Qualquer servidor MCP é seguro?

Não. A segurança depende do código do servidor, da origem do pacote, das permissões configuradas, do cliente e do cuidado de quem aprova as ações. Comece com escopo mínimo e evite servidores que você não consegue auditar.

Preciso usar Claude para usar MCP?

Não. Claude Desktop é um exemplo de cliente, mas a documentação do MCP também cita outros clientes compatíveis, incluindo ChatGPT e ferramentas de desenvolvimento. Os recursos disponíveis variam conforme cada implementação.

MCP substitui uma API?

Não necessariamente. Uma API continua sendo a interface do sistema original. O servidor MCP pode funcionar como uma camada padronizada que apresenta essa API a um cliente de IA, com ferramentas, recursos e regras próprias.