receitas-mcp-server
Allows the MCP server to use Trello as its recipe storage backend, mapping each recipe to a Trello card and supporting CRUD operations and ingredient-based suggestions through the MCP tools.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@receitas-mcp-server what can I cook with potatoes and eggs?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
receitas-mcp-server
Servidor MCP (Model Context Protocol) em TypeScript + Node, com a stack atual de mercado:
@modelcontextprotocol/sdk— SDK oficialTypeScript (ESM,
NodeNext)zod para validação de schemas das tools
transporte stdio (padrão para Claude Code, Cursor e Claude Desktop)
⚠️ Importante: um servidor MCP não é chamado direto pelo frontend (navegador). Ele é consumido por assistentes de IA (Claude Code, Cursor, Claude Desktop) ou por um backend que aja como cliente MCP — é o caso da API
receitas-api(pasta irmã), que expõe esse MCP como REST para o frontend.
🗄️ Onde as receitas ficam guardadas
O storage é escolhido em tempo de execução (src/repository.ts):
Se as variáveis
TRELLO_API_KEY,TRELLO_TOKENeTRELLO_LIST_IDestiverem definidas → grava/lê cada receita como um card do Trello (src/trelloStore.ts).Caso contrário → usa um arquivo JSON local
data/receitas.json(src/store.ts), ótimo para desenvolvimento.
No Trello, cada receita vira um card na lista configurada: o nome do card é o nome da receita e a descrição guarda um bloco JSON (<!--receita:...-->) para reconstruir a receita fielmente. Configure as credenciais em .env (veja .env.example).
Variáveis de ambiente (.env)
Crie um arquivo .env na raiz de receitas-mcp-server com estas três variáveis.
Os valores abaixo são fictícios — troque pelos seus.
# Chave de API do Trello — pegue em https://trello.com/app-key
# Formato: 32 caracteres hexadecimais.
TRELLO_API_KEY=a1b2c3d4e5f60718293a4b5c6d7e8f90
# Token do Trello — gere pelo link "Token" na mesma pagina do app-key.
# Formato: cadeia longa (~64+ caracteres).
TRELLO_TOKEN=ATTAa0000example1111token2222naoreal3333abcdef4444567890ghijkl
# ID da lista do Trello onde os cards de receita serao criados.
# Formato: 24 caracteres hexadecimais.
TRELLO_LIST_ID=6634f0a1b2c3d4e5f6a7b8c9Variável | O que é | Como obter |
| Identifica seu app no Trello | |
| Autoriza acesso à sua conta | Link Token na página do app-key |
| Lista onde as receitas viram cards | Abra o board com |
🔒 As três são obrigatórias juntas para ativar o Trello. Se qualquer uma faltar, o servidor cai automaticamente no storage JSON local. O
.envestá no.gitignore— nunca comite suas credenciais reais.
Related MCP server: cookwith-mcp
📖 Índice
O que é isso
MCP é um protocolo que permite a uma IA (Claude, Cursor, etc.) chamar funções e ler dados de uma fonte externa de forma padronizada. Aqui, a fonte externa é um catálogo de receitas. A IA conversa com este servidor por stdio (entrada/saída padrão), trocando mensagens no formato JSON-RPC 2.0.
Tools disponíveis
Tool | O que faz |
| Lista receitas com filtros (categoria, dificuldade, ingrediente, busca) |
| Detalhes completos de uma receita por |
| Cadastra uma receita (persistida em |
| Remove uma receita por |
| Sugere receitas pelo que você tem em casa |
Também expõe um resource receitas://catalogo com o catálogo completo em JSON.
Como este MCP foi criado (passo a passo)
Se você quiser recriar do zero (ou entender cada peça), foi exatamente esta a sequência:
Passo 1 — Criar a pasta e o package.json
Projeto Node em ESM ("type": "module"), com scripts de build/start e as dependências certas:
{
"type": "module",
"bin": { "receitas-mcp": "dist/index.js" },
"scripts": {
"build": "tsc",
"start": "node dist/index.js",
"dev": "tsx watch src/index.ts",
"inspect": "npx @modelcontextprotocol/inspector node dist/index.js"
},
"dependencies": {
"@modelcontextprotocol/sdk": "^1.19.1",
"zod": "^3.25.76"
},
"devDependencies": {
"@types/node": "^24.7.0",
"tsx": "^4.20.6",
"typescript": "^5.9.3"
}
}@modelcontextprotocol/sdk→ o SDK oficial que implementa o protocolo.zod→ valida os argumentos que a IA envia para cada tool.tsx→ roda TypeScript direto em desenvolvimento (modo watch).
Passo 2 — Configurar o TypeScript (tsconfig.json)
O ponto crítico é usar module/moduleResolution = NodeNext, porque o SDK é ESM e os imports precisam terminar em .js:
{
"compilerOptions": {
"target": "ES2022",
"module": "NodeNext",
"moduleResolution": "NodeNext",
"outDir": "./dist",
"rootDir": "./src",
"strict": true,
"resolveJsonModule": true
}
}Passo 3 — Definir os dados e os schemas (src/types.ts)
Uma única fonte de verdade com zod. O schema serve para validar a entrada das tools e, ao mesmo tempo, gerar o tipo TypeScript (z.infer):
export const receitaSchema = z.object({
id: z.string().regex(/^[a-z0-9-]+$/),
nome: z.string().min(1),
categoria: z.string().min(1),
tempoPreparoMin: z.number().int().positive(),
porcoes: z.number().int().positive(),
dificuldade: z.enum(["facil", "medio", "dificil"]),
ingredientes: z.array(z.string()).min(1),
passos: z.array(z.string()).min(1),
});
export type Receita = z.infer<typeof receitaSchema>;Passo 4 — Camada de dados (src/store.ts)
Um repositório simples que lê e grava o arquivo data/receitas.json. Isolar isso mantém o index.ts focado só no protocolo. Aqui ficam listar, obter, adicionar, remover e sugerirPorIngredientes.
Passo 5 — O servidor MCP (src/index.ts)
O coração. Cria o servidor, registra cada tool com seu schema e handler, registra o resource e conecta no transporte stdio:
const server = new McpServer({ name: "receitas-mcp-server", version: "1.0.0" });
server.registerTool(
"listar_receitas",
{ title: "Listar receitas", description: "...", inputSchema: { categoria: z.string().optional() } },
async ({ categoria }) => {
const lista = await store.listar({ categoria });
return { content: [{ type: "text", text: "..." }], structuredContent: { receitas: lista } };
},
);
const transport = new StdioServerTransport();
await server.connect(transport);🔑 Regra de ouro: o
stdouté exclusivo do protocolo. Qualquer log seu tem que ir parastderr(console.error), senão você corrompe a comunicação com a IA.
Passo 6 — Instalar, compilar e testar
npm install # baixa as dependências
npm run build # compila src/ -> dist/O teste de fumaça enviou 3 mensagens JSON-RPC pelo stdin (initialize → notifications/initialized → tools/list + uma tools/call) e confirmou que o servidor respondeu com as 5 tools e executou uma chamada real. ✅
Como usar (passo a passo)
1. Preparar o servidor (uma vez)
cd receitas-mcp-server
npm install
npm run buildSempre rode
npm run buildde novo depois de editar qualquer arquivo emsrc/, pois a IA aponta paradist/index.js.
2. (Opcional) Testar sozinha com o Inspector
Abre uma interface web onde você vê e dispara as tools na mão:
npm run inspect3. Conectar no Claude Code
Na pasta do frontend receitas, rode:
claude mcp add receitas -- node "C:/Users/laiza_g/Desktop/Laiza/cursos/cursos/aulaBOOTSTRAP4/receitas-mcp-server/dist/index.js"Confira se conectou:
claude mcp list4. Conectar no Cursor ou Claude Desktop
Adicione ao arquivo de configuração de MCP (.cursor/mcp.json no Cursor, ou claude_desktop_config.json no Claude Desktop):
{
"mcpServers": {
"receitas": {
"command": "node",
"args": [
"C:/Users/laiza_g/Desktop/Laiza/cursos/cursos/aulaBOOTSTRAP4/receitas-mcp-server/dist/index.js"
]
}
}
}Depois reinicie o Cursor/Claude Desktop.
5. Usar no dia a dia
Com o MCP conectado, é só pedir em linguagem natural para a IA. Exemplos:
"Liste as receitas de sobremesa fáceis." → chama
listar_receitas"Me mostra a receita do brigadeiro." → chama
buscar_receita"Tenho tomate e manjericão, o que posso fazer?" → chama
sugerir_por_ingredientes"Cadastra uma receita nova de bolo de cenoura." → chama
adicionar_receita(grava no JSON)
A IA escolhe a tool certa sozinha, preenche os argumentos e te devolve o resultado.
Estrutura de pastas
receitas-mcp-server/
├── data/
│ └── receitas.json # base local (fallback quando Trello nao configurado)
├── src/
│ ├── index.ts # servidor MCP: tools + resources
│ ├── repository.ts # interface + fabrica (escolhe Trello ou JSON)
│ ├── store.ts # backend JSON local
│ ├── trelloStore.ts # backend Trello (REST API)
│ ├── filtering.ts # filtros e sugestao (funcoes puras compartilhadas)
│ └── types.ts # schemas zod + tipos
├── .env.example # credenciais do Trello
├── package.json
├── tsconfig.json
└── README.mdAvailable Tools
5 toolsadicionar_receitaAdicionar receitaA
Cadastra uma nova receita (persistida em data/receitas.json). Falha se o id ja existir.
Inputs: id (required), titulo (required), categoria (required), dificuldade (required), +8 more.
buscar_receitaBuscar receita por idA
Retorna todos os detalhes de uma receita a partir do seu id.
Inputs: id (required).
listar_receitasListar receitasB
Lista as receitas disponiveis, com filtros opcionais por categoria, dificuldade, ingrediente ou busca livre.
Inputs: busca, categoria, dificuldade, ingrediente.
remover_receitaRemover receitaA
Remove uma receita pelo id.
Inputs: id (required).
sugerir_por_ingredientesSugerir receitas por ingredientesA
Dada uma lista de ingredientes disponiveis, sugere receitas ordenadas por quantos ingredientes combinam, mostrando o que falta.
Inputs: ingredientes (required).
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 5 tools
Each tool has a clear and distinct purpose: listing, fetching details, adding, removing, and suggesting recipes. The overlap between listar and buscar is resolved by list returning a filtered collection while buscar returns a single full recipe.
All tool names follow a consistent Portuguese verb_noun pattern: listar_receitas, buscar_receita, adicionar_receita, remover_receita, and sugerir_por_ingredientes. The pattern is uniform and predictable.
With 5 tools, the server is well-scoped for a recipe management domain. Each tool covers a core operation without unnecessary redundancy.
The server covers list, get, create, and delete operations, but lacks an update tool for editing existing recipes. This is a minor gap that agents can work around by deleting and recreating, but it is not a fatal omission.
Related MCP Connectors
MCP server for AI dialogue using various LLM models via AceDataCloud
One MCP server for the services your AI needs: memory, files, Microsoft 365, kanban and more.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
MCP server for OpenAI API (chat completions, image generation, embeddings) via AceDataCloud
Related MCP Servers
- AlicenseAqualityDmaintenanceAn MCP server that transforms AI assistants into personal chefs by providing recipe recommendations and meal planning features based on the HowToCook repository.5807ISC
- AlicenseBqualityDmaintenanceAn MCP server that enables AI-powered recipe generation and transformation using natural language, supporting dietary restrictions, allergies, and nutritional goals.2MIT
- AlicenseNot gradedqualityDmaintenanceMCP server for MealMastery AI meal planning that enables users to manage meal plans, recipes, and grocery lists through natural language conversation with AI agents like Claude.52 npmMIT
- FlicenseAqualityDmaintenanceMCP server enabling AI assistants to manage recipes and ingredients in the WeekPlan app via its REST API.81-