# AI Market Intelligence MCP

Servidor [Model Context Protocol (MCP)](https://modelcontextprotocol.io/) local para ajudar assistentes de IA a comparar e recomendar modelos por caso de uso. Ele funciona por `stdio`, não requer chave de API e mantém todos os dados no seu computador.

> Os perfis do catálogo são qualitativos, iniciais e **não representam preços, benchmarks ou disponibilidade oficiais**. Use as fontes retornadas pelo servidor e valide os resultados no seu domínio antes de tomar decisões técnicas ou comerciais.

## Recursos

- Filtrar o catálogo por provedor ou tipo de implantação.
- Consultar os detalhes, a fonte e a data de atualização de cada modelo.
- Receber recomendações para programação, suporte, documentos, multimodal, agentes e privacidade.
- Restringir recomendações a modelos auto-hospedados.
- Comparar dois a quatro modelos com os mesmos critérios de um cenário.
- Entender os pesos usados em cada recomendação.

## Requisitos

- [Node.js](https://nodejs.org/) 20 ou superior.
- Um cliente compatível com MCP, como VS Code com GitHub Copilot.

## Instalação

Clone o repositório e instale as dependências:

```powershell
git clone https://github.com/gabivech/ai-market-intelligence-mcp.git
Set-Location ai-market-intelligence-mcp
npm install
npm run build
```

O servidor já está pronto em `dist/index.js`. Para executá-lo manualmente:

```powershell
npm start
```

Para recompilar e iniciar após alterações locais, use:

```powershell
npm run dev
```

Para testar a integração visualmente com o MCP Inspector:

```powershell
npm run inspect
```

## Configurar no VS Code

Crie ou atualize o arquivo `.vscode/mcp.json` no projeto onde deseja usar o servidor. Substitua o caminho pelo local absoluto em que você clonou este repositório.

```json
{
  "servers": {
    "ai-market-intelligence": {
      "command": "node",
      "args": [
        "C:\\Users\\SEU_USUARIO\\Projects\\ai-market-intelligence-mcp\\dist\\index.js"
      ]
    }
  }
}
```

Após salvar, abra a seção de MCP do VS Code/Copilot e inicie ou recarregue o servidor. Como o transporte é `stdio`, o processo reserva `stdout` para o protocolo; diagnósticos são enviados somente para `stderr`.

## Ferramentas disponíveis

| Ferramenta | Parâmetros | Uso |
| --- | --- | --- |
| `list_models` | `provider?`, `deployment?` | Lista o catálogo. `deployment` aceita `cloud`, `self-hosted` ou `both`. |
| `get_model` | `id` | Retorna o perfil completo de um modelo. |
| `recommend_model` | `scenario`, `budget?`, `requiresSelfHosted?`, `limit?` | Classifica modelos para um cenário. |
| `compare_models` | `ids`, `scenario` | Compara de dois a quatro IDs existentes. |
| `explain_scenarios` | nenhum | Mostra os pesos de cada cenário. |

Os valores de `scenario` são `coding`, `support`, `documents`, `multimodal`, `agents` e `private`. Os valores de `budget` são `low`, `medium` (padrão) e `high`. Para garantir controle da infraestrutura no cenário `private`, informe `requiresSelfHosted: true`.

Exemplo de solicitação ao assistente após conectar o MCP:

```text
Use o AI Market Intelligence para recomendar até três modelos auto-hospedados
para documentos confidenciais com orçamento médio. Mostre as fontes.
```

## Dados e critérios

O catálogo está em `src/catalog.ts`. Cada perfil contém capacidades de 1 a 5, faixa qualitativa de custo e contexto, tipo de implantação, URL da fonte e data de atualização. O algoritmo pondera essas capacidades conforme o cenário e aplica uma preferência de custo proporcional ao orçamento informado.

Para atualizar ou ampliar o catálogo, edite `src/catalog.ts`, mantenha um `id` único para cada modelo e inclua a URL oficial e a data de atualização. Em seguida, execute `npm run build` e reinicie o servidor MCP.