Usando MCP no AI Cockpit reasoning

O Model Context Protocol (MCP) estende as capacidades do AI Cockpit reasoning conectando-se a ferramentas e serviços externos. Este guia cobre tudo o que você precisa saber sobre o uso do MCP com o AI Cockpit reasoning.

Configurando Servidores MCP

As configurações do servidor MCP podem ser gerenciadas em dois níveis:

1. Configuração Global: Armazenada no arquivo mcp_settings.json, acessível através das configurações do VS Code (veja abaixo). Essas configurações se aplicam a todos os seus workspaces, a menos que sejam sobrescritas por uma configuração de nível de projeto.
2. Configuração de Nível de Projeto: Definida em um arquivo .AI Cockpitcode/mcp.json no diretório raiz do seu projeto. Isso permite que você configure servidores específicos do projeto e compartilhe configurações com sua equipe ao confirmar o arquivo no controle de versão. O AI Cockpit reasoning detecta e carrega automaticamente este arquivo se ele existir.

Precedência: Se um nome de servidor existir tanto nas configurações globais quanto nas de projeto, a configuração de nível de projeto tem precedência.

Editando Arquivos de Configurações MCP

Você pode editar os arquivos de configuração MCP globais e de nível de projeto diretamente na visão de configurações do MCP do AI Cockpit reasoning.

1. Clique no ícone na navegação superior do painel do AI Cockpit reasoning para abrir Configurações.
2. Clique na aba Servidores MCP no lado esquerdo
3. Escolha os servidores Instalados
4. Clique no botão apropriado:
   • Editar MCP Global: Abre o arquivo global mcp_settings.json.
   • Editar MCP do Projeto: Abre o arquivo específico do projeto .AI Cockpitcode/mcp.json. Se este arquivo não existir, o AI Cockpit reasoning o criará para você.

Ambos os arquivos usam um formato JSON com um objeto mcpServers contendo configurações de servidor nomeadas:

{
  "mcpServers": {
    "servidor1": {
      "command": "python",
      "args": ["/caminho/para/servidor.py"],
      "env": {
        "API_KEY": "sua_chave_api"
      },
      "alwaysAllow": ["ferramenta1", "ferramenta2"],
      "disabled": false
    }
  }
}

Exemplo de configuração de Servidor MCP no AI Cockpit reasoning (Transporte STDIO)

Entendendo os Tipos de Transporte

O MCP suporta dois tipos de transporte para a comunicação do servidor:

Transporte STDIO

Usado para servidores locais executando em sua máquina:

• Comunica-se via fluxos de entrada/saída padrão
• Menor latência (sem sobrecarga de rede)
• Melhor segurança (sem exposição de rede)
• Configuração mais simples (não é necessário servidor HTTP)
• Executa como um processo filho em sua máquina

Para informações mais detalhadas sobre como o transporte STDIO funciona, veja Transporte STDIO.

Exemplo de configuração STDIO:

{
  "mcpServers": {
    "servidor-local": {
      "command": "node",
      "args": ["/caminho/para/servidor.js"],
      "env": {
        "API_KEY": "sua_chave_api"
      },
      "alwaysAllow": ["ferramenta1", "ferramenta2"],
      "disabled": false
    }
  }
}

Transporte SSE

Usado para servidores remotos acessados via HTTP/HTTPS:

• Comunica-se via protocolo Server-Sent Events
• Pode ser hospedado em uma máquina diferente
• Suporta múltiplas conexões de clientes
• Requer acesso à rede
• Permite implantação e gerenciamento centralizados

Para informações mais detalhadas sobre como o transporte SSE funciona, veja Transporte SSE.

Exemplo de configuração SSE:

{
  "mcpServers": {
    "servidor-remoto": {
      "url": "https://seu-servidor-url.com/mcp",
      "headers": {
        "Authorization": "Bearer seu-token"
      },
      "alwaysAllow": ["ferramenta3"],
      "disabled": false
    }
  }
}

Excluindo um Servidor

1. Pressione o ao lado do servidor MCP que você deseja excluir
2. Pressione o botão Excluir na caixa de confirmação

Reiniciando um Servidor

1. Pressione o botão ao lado do servidor MCP que você deseja reiniciar

Habilitando ou Desabilitando um Servidor

1. Pressione o interruptor ao lado do servidor MCP para habilitá-lo/desabilitá-lo

Tempo Limite de Rede

Para definir o tempo máximo de espera por uma resposta após uma chamada de ferramenta para o servidor MCP:

1. Clique no menu suspenso Tempo Limite de Rede na parte inferior da caixa de configuração do servidor MCP individual e altere o tempo. O padrão é 1 minuto, mas pode ser definido entre 30 segundos e 5 minutos.

Aprovação Automática de Ferramentas

A aprovação automática de ferramentas MCP funciona por ferramenta e está desabilitada por padrão. Para configurar a aprovação automática:

1. Primeiro, habilite a opção global de aprovação automática "Usar servidores MCP" em ações de aprovação automática
2. Nas configurações do servidor MCP, localize a ferramenta específica que você deseja aprovar automaticamente
3. Marque a caixa de seleção Sempre permitir ao lado do nome da ferramenta

Quando habilitado, o AI Cockpit reasoning aprovará automaticamente esta ferramenta específica sem solicitar. Note que a configuração global "Usar servidores MCP" tem precedência - se estiver desabilitada, nenhuma ferramenta MCP será aprovada automaticamente.

Encontrando e Instalando Servidores MCP

O AI Cockpit reasoning não vem com nenhum servidor MCP pré-instalado. Você precisará encontrá-los e instalá-los separadamente.

• Repositórios da Comunidade: Verifique listas mantidas pela comunidade de servidores MCP no GitHub
• Pergunte ao AI Cockpit reasoning: Você pode pedir ao AI Cockpit reasoning para ajudá-lo a encontrar ou até mesmo criar servidores MCP
• Construa o Seu Próprio: Crie servidores MCP personalizados usando o SDK para estender o AI Cockpit reasoning

Para a documentação completa do SDK, visite o repositório MCP no GitHub.

Usando Ferramentas MCP em Seu Fluxo de Trabalho

Após configurar um servidor MCP, o AI Cockpit Reasoning detectará automaticamente as ferramentas e recursos disponíveis. Para usá-los:

1. Digite sua solicitação na interface de chat do AI Cockpit Reasoning
2. O AI Cockpit Reasoning identificará quando uma ferramenta MCP pode ajudar em sua tarefa
3. Aprove o uso da ferramenta quando solicitado (ou use a aprovação automática)

Exemplo: "Analisar o desempenho da minha API" pode usar uma ferramenta MCP que testa os endpoints da API.

Solução de Problemas de Servidores MCP

Problemas comuns e soluções:

• Servidor Não Respondendo: Verifique se o processo do servidor está em execução e verifique a conectividade da rede
• Erros de Permissão: Garanta que as chaves de API e credenciais adequadas estejam configuradas em seu mcp_settings.json (para configurações globais) ou .AI Cockpitcode/mcp.json (para configurações do projeto).
• Ferramenta Não Disponível: Confirme se o servidor está implementando a ferramenta corretamente e se ela não está desativada nas configurações
• Desempenho Lento: Tente ajustar o valor do tempo limite da rede para o servidor MCP específico

Exemplos de Configuração de MCP Específicos da Plataforma

Exemplo de Configuração do Windows

Ao configurar servidores MCP no Windows, você precisará usar o Prompt de Comando do Windows (cmd) para executar comandos. Aqui está um exemplo de configuração de um servidor MCP Puppeteer no Windows:

{
  "mcpServers": {
    "puppeteer": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@modelcontextprotocol/server-puppeteer"
      ]
    }
  }
}

Esta configuração específica do Windows:

• Usa o comando cmd para acessar o Prompt de Comando do Windows
• Usa /c para dizer ao cmd para executar o comando e depois terminar
• Usa npx para executar o pacote sem instalá-lo permanentemente
• A flag -y responde automaticamente "sim" a quaisquer prompts durante a instalação
• Executa o pacote @modelcontextprotocol/server-puppeteer que fornece recursos de automação de navegador

nota

Para macOS ou Linux, você usaria uma configuração diferente:

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-puppeteer"
      ]
    }
  }
}

A mesma abordagem pode ser usada para outros servidores MCP no Windows, ajustando o nome do pacote conforme necessário para diferentes tipos de servidor.