Exercício 4.2 — Servidor MCP local que consome a API (4.1)

Módulo 3 — Construindo interfaces · Aula 6: MCP

Um servidor MCP (Model Context Protocol) que fica na frente da API REST de TODO list construída no Exercício 4.1. Um LLM não fala HTTP — ele fala MCP. Este servidor é a camada do meio: expõe ferramentas que um agente pode chamar e as implementa fazendo chamadas HTTP à API 4.1.

Agente / LLM  ──MCP──▶  servidor_mcp.py  ──HTTP──▶  API 4.1 (localhost:8000)

Ferramentas expostas

Related MCP server: exercicio-4.2-todo-mcp

Estrutura

.
├── servidor_mcp.py      # servidor MCP (stdio) — tools que chamam a API 4.1
├── cliente_teste.py     # sobe o servidor via stdio e imprime o envelope JSON
├── requirements.txt     # mcp, httpx
├── README.md
└── .autograde-exercise  # conteúdo: 4.2

Como rodar localmente

Terminal A — suba a API do 4.1 (reinicie para a loja ficar limpa):

# no repositório do 4.1
uvicorn app.main:app --port 8000

Terminal B — neste repositório (4.2):

pip install -r requirements.txt
python cliente_teste.py

Deve imprimir um único envelope JSON no stdout, por exemplo:

{
  "tools": ["criar_tarefa", "listar_tarefas"],
  "criar_resultado": {"id": 1, "titulo": "tarefa via mcp", "concluida": false},
  "listar_resultado": [{"id": 1, "titulo": "tarefa via mcp", "concluida": false}]
}

A API do 4.1 precisa estar no ar em localhost:8000 durante a validação, porque as ferramentas do MCP a chamam. O id e o concluida só podem vir da API REST — é assim que o autograder comprova que a ferramenta realmente chamou a API, e não devolveu um valor fixo.

Reflexão (Aula 6)

No 4.1, quem chama precisa falar HTTP: conhecer o host e a porta, o método (POST/GET), a rota /tarefas, o formato do corpo JSON e os códigos de status.

No 4.2, o agente só precisa saber que existe uma ferramenta criar_tarefa(titulo).

O que o MCP escondeu, em uma frase: o MCP tornou irrelevante para quem chama todo o protocolo de transporte HTTP da API — host, porta, verbo, rota e formato do corpo —, deixando visível apenas a intenção (criar_tarefa, listar_tarefas) e seus argumentos. Esse é o ganho de abstração da Aula 6.

Resolução de problemas