Servidor MCP Centralizado — AmorSaúde

Servidor MCP (Model Context Protocol) centralizado que unifica as ferramentas de consulta SQL (Athena), busca semântica (Pinecone RAG), busca de prontuários similares, transcrição de áudio (Whisper) e avaliação de qualidade (LLM-as-Judge) para todos os agentes do ecossistema AmorSaúde.

Agentes Suportados

Related MCP server: QI140 MCP Multi

Primitivas MCP

🔧 Tools (5)

• query_athena_tool(sql, agent_id) — Consulta SQL com validação por agente

• search_rag_tool(query, agent_id, namespace_key, k) — Busca semântica no Pinecone

• search_similar_records_tool(query, agent_id, top_k) — Busca de prontuários similares

• transcribe_audio_tool(file_path, agent_id) — Transcrição via Whisper

• evaluate_response_tool(agent_id, ...) — Avaliação LLM-as-Judge

📄 Resources (6)

• agent://registry/list — Lista todos os agentes

• agent://{agent_id}/config — Configuração do agente

• agent://{agent_id}/sql-rules — Regras SQL específicas

• agent://{agent_id}/rag-namespaces — Namespaces RAG disponíveis

• agent://{agent_id}/schema — Schema do banco de dados

• agent://{agent_id}/evaluator-criteria — Critérios de avaliação

💬 Prompts (3)

• setup-agent(agent_id, data_hoje, data_ontem) — System prompt completo do agente

• build-sql-expert-prompt(agent_id) — Prompt do sub-agente SQL

• build-evaluator-prompt(agent_id) — Prompt do avaliador LLM-as-Judge

Setup

# 1. Instalar dependências
uv sync

# 2. Configurar variáveis de ambiente
cp .env.example .env
# Edite o .env com os valores reais

# 3. Rodar o servidor (SSE)
uv run server.py

# 4. Testar com o MCP Inspector
npx @modelcontextprotocol/inspector uv run server.py

Estrutura

central-mcp-server/
├── server.py               # Ponto de entrada FastMCP (SSE)
├── config/
│   ├── settings.py         # Variáveis de ambiente (Pydantic Settings)
│   └── agents.py           # Registry: AGENT_CONFIGS, PERSONAS, EVALUATOR_CONFIGS
├── tools/
│   ├── athena.py           # query_athena (validação + execução)
│   ├── rag.py              # search_rag (Pinecone unificado)
│   ├── semantic_search.py  # search_similar_records (embedding direto)
│   ├── transcription.py    # transcribe_audio (Whisper)
│   └── evaluator.py        # evaluate_response (LLM-as-Judge)
├── resources/
│   └── agent_resources.py  # Resources dinâmicos por agente
├── pyproject.toml
├── .env.example
└── README.md