RevPar MCP

Agente de Revenue Management para hotelaria e aluguel por temporada, com integração entre OpenAI, Model Context Protocol (MCP) e uma interface web em Next.js.

O sistema combina inteligência de mercado, eventos locais e regras determinísticas de precificação para produzir recomendações de ADR, ocupação, RevPAR e estadia mínima (LOS).

Status: MVP técnico pronto para demonstração e evolução. Os dados de mercado e eventos atualmente são mocks locais; não representam dados de produção.

Sumário

• Visão geral

• Principais recursos

• Arquitetura

• Ferramentas MCP

• Testes

• Estrutura do projeto

Related MCP server: guesty-mcp-server

Visão geral

O RevPar MCP recebe uma pergunta em linguagem natural, como:

Qual a diária recomendada para um imóvel de 1 quarto no Centro de Chapecó em fevereiro?

O agente interpreta a solicitação e coordena as ferramentas MCP para:

1. Consultar métricas de mercado por cidade, bairro, mês e tipologia.

2. Identificar eventos locais e seu impacto na demanda.

3. Calcular a tarifa dinâmica, o RevPAR estimado e a estadia mínima recomendada.

4. Retornar uma resposta textual acompanhada de métricas estruturadas para o dashboard.

Principais recursos

• Dashboard web responsivo para consulta e visualização de indicadores.

• Agente conversacional usando a API Chat Completions da OpenAI.

• Ferramentas MCP com schemas validados por Zod.

• Precificação determinística com:

  • ponderação de ADR Airbnb e hotel;

  • multiplicador de demanda por evento;

  • estratégia de lead time;

  • ajuste por ocupação-alvo;

  • piso operacional de R$ 150 por noite;

  • cálculo de RevPAR;

  • recomendação de LOS.

• Normalização de cidade e bairro, incluindo acentos e variações de caixa.

• Recurso MCP estático com política de precificação.

• Testes automatizados para as ferramentas MCP e o adaptador OpenAI.

Interface

Dashboard de Revenue Management

Dashboard desenvolvido para acompanhar ADR sugerida, RevPAR, ocupação, estadia mínima e comparação entre tarifas de mercado.

Interações com o agente

O agente interpreta perguntas em linguagem natural, consulta as ferramentas MCP e apresenta recomendações de precificação contextualizadas.

Arquitetura

Usuário
  │
  ▼
Next.js Dashboard (src/app/page.tsx)
  │  POST /api/chat
  ▼
RevParAgent (OpenAI Function Calling)
  │
  ▼
OpenAI Adapter
  │
  ▼
MCP Client ⇄ MCP Server em memória
                    ├── get_market_intelligence
                    ├── get_local_events
                    ├── calculate_dynamic_pricing_v2
                    └── revpar://policies/pricing

O servidor MCP é executado em memória pelo adaptador. Isso simplifica o MVP e elimina a necessidade de um processo MCP separado, mas permite substituir posteriormente o transporte por uma implementação persistente ou remota.

Stack

• Next.js 16

• React 19

• TypeScript 5

• OpenAI SDK

• Model Context Protocol SDK

• Zod

• Tailwind CSS

• Vitest

Ferramentas MCP

get_market_intelligence

Consulta métricas por localização, tipologia e mês.

Parâmetros principais:

• city: cidade.

• neighborhood: bairro ou região.

• propertyType: studio, 1br, 2br ou luxury.

• month: mês numérico de 01 a 12.

get_local_events

Busca eventos de alto impacto por cidade e mês, incluindo multiplicador de demanda e LOS recomendado.

calculate_dynamic_pricing_v2

Calcula a recomendação de preço com base em:

• baseAirbnbAdr;

• baseHotelAdr;

• targetOccupancy;

• eventDemandMultiplier;

• eventMinStayDays;

• leadTimeDays.

O retorno inclui suggestedAdr, estimatedRevPar e suggestedMinStayDays.

Testes

Os testes foram pensados para validar as partes mais importantes do domínio, sem depender de uma chamada real à API da OpenAI.

• tests/tools.test.ts verifica as regras de negócio do motor de Revenue Management: diferenciação por tipologia e localização, identificação de eventos, impacto da demanda, estratégia de lead time, RevPAR e estadia mínima.

• tests/adapter.test.ts verifica o contrato de integração entre o servidor MCP e o formato de ferramentas esperado pela OpenAI.

Essa separação torna os testes rápidos e previsíveis: a camada determinística de cálculo pode evoluir com segurança, enquanto a integração com o modelo permanece isolada.

A suíte é executada com Vitest:

npm test

Estrutura do projeto

src/
├── agent/
│   ├── openaiAdapter.ts   # Ponte MCP → ferramentas OpenAI
│   └── runner.ts          # Orquestração conversacional e métricas
├── app/
│   ├── api/chat/route.ts   # Endpoint HTTP do agente
│   ├── globals.css         # Estilos globais
│   ├── layout.tsx          # Layout raiz
│   └── page.tsx            # Dashboard
├── mcp/
│   ├── mockData.ts         # Dados locais de mercado e eventos
│   ├── server.ts           # Servidor MCP e resource de política
│   └── tools.ts            # Tools MCP e regras de pricing
tests/
├── adapter.test.ts         # Contrato MCP/OpenAI
└── tools.test.ts           # Regras das ferramentas de negócio