Model Context Protocol

Documentação MCP: conecte seus docs a agentes de IA

Q: Qual é a diferença entre MCP e llms.txt?

Um arquivo llms.txt é uma convenção estática: um arquivo de texto puro que lista seu conteúdo para que um modelo o leia. MCP é um protocolo de consulta interativo: um agente chama ferramentas em tempo real para navegar por uma árvore de páginas, ler uma página específica ou buscar entre páginas. Ambos são complementares, mas resolvem problemas distintos. O OpenDocs oferece um servidor MCP hoje; atualmente não gera arquivos llms.txt.

Q: Quais ferramentas o servidor MCP do OpenDocs expõe?

Quatro ferramentas: list_spaces retorna os espaços publicados disponíveis para sua chave de API, get_page_tree retorna a estrutura de navegação de um espaço, get_page retorna o conteúdo completo de uma página como texto puro, e search_pages executa uma busca por palavra-chave dentro de um espaço. Juntas, elas permitem que um agente descubra, navegue, leia e busque sua documentação publicada.

Cada espaço que você publica no OpenDocs fica consultável na hora por agentes de IA por meio do Model Context Protocol — sem scraping, sem exportações desatualizadas e sem um pipeline à parte para manter.

O que é o Model Context Protocol?

O Model Context Protocol (MCP) é um padrão aberto para conectar assistentes de IA às ferramentas e aos dados de que precisam para fazer um trabalho útil. Antes do MCP, dar a um agente de IA acesso à sua documentação significava uma de duas coisas: colar texto em um prompt na mão, ou construir um scraper personalizado que quebrava toda vez que seu site mudava. O MCP substitui isso por uma interface limpa e estruturada. Um servidor expõe um pequeno conjunto de ferramentas; um cliente chama essas ferramentas; o agente obtém exatamente o conteúdo que pediu, em um formato que realmente pode usar.

A forma mais simples de entendê-lo é como uma porta USB para o contexto da IA. A uma porta USB não importa o que você conecta — um teclado, um disco, uma câmera — porque os dois lados concordam com o mesmo conector. O MCP é esse conector compartilhado para as aplicações de IA e as fontes de dados. Um cliente que fala MCP pode se comunicar com qualquer servidor MCP, e um servidor que fala MCP pode servir a qualquer cliente MCP. Não há código de cola por integração para escrever em nenhum lado.

O lado do cliente é onde o ecossistema cresce rápido. O Claude Desktop e o Claude Code atuam como clientes MCP, e uma gama cada vez mais ampla de outros clientes MCP e frameworks de agentes já suporta o protocolo. Isso importa para a documentação porque significa que os docs que você já publica podem se tornar uma fonte de dados viva para o assistente que sua equipe, ou seus clientes, usam — sem que você escreva uma integração sob medida para cada um.

O que o servidor MCP do OpenDocs expõe

Quatro ferramentas, asseguradas com uma chave de API do OpenDocs, que permitem a um agente descobrir, navegar, ler e buscar sua documentação publicada.

`list_spaces`

Retorna os espaços publicados que sua chave de API pode alcançar. Um agente a usa para responder uma pergunta como “Quais conjuntos de documentação esta conta publica?” antes de decidir onde buscar.

`get_page_tree`

Retorna a estrutura de navegação completa de um espaço como uma árvore. Um agente a usa para responder “Onde nos docs eu encontraria a seção sobre webhooks?” e planejar qual página abrir em seguida.

`get_page`

Retorna o conteúdo completo de uma única página como texto puro e limpo. Um agente a usa para responder “Quais são os passos exatos para rotacionar uma chave de API?” lendo a página real, não um resumo dela.

`search_pages`

Executa uma busca por palavra-chave em um espaço e retorna as páginas correspondentes. Um agente a usa para responder “Alguma coisa nestes docs menciona limites de taxa?” sem conhecer a árvore de páginas de antemão.

Por que isso supera o scraping e as exportações

As velhas formas de alimentar documentação a um agente de IA compartilham o mesmo defeito: produzem uma cópia, e as cópias ficam desatualizadas. Uma exportação é um instantâneo dos seus docs no momento em que você a executou. Um scraper é uma aproximação frágil do que um navegador vê, cheia de elementos de navegação, banners de cookies e marcação de layout que o modelo precisa atravessar. Ambos ficam desatualizados assim que você publica uma edição, e ambos jogam sobre você o encargo de mantê-los frescos.

Servir sua documentação por MCP elimina a cópia por completo. O agente lê seu conteúdo publicado ao vivo no momento da consulta, então sempre vê a versão atual — assim que você publica uma mudança, a próxima consulta a reflete. Não há exportação para regenerar nem scraper para vigiar.

Como o conteúdo chega por uma interface criada para esse propósito em vez de um scrape de HTML, ele chega estruturado e limpo. get_page_tree entrega ao agente uma hierarquia de navegação real em vez de um muro plano de links, e get_page retorna texto puro sem o mobiliário da página ao redor. O agente gasta seu contexto nas suas palavras reais, não em remover marcação.

Por fim, o acesso é controlado por uma chave de API. Um scraper público alcança tudo o que um navegador pode alcançar; o endpoint MCP do OpenDocs serve apenas os espaços que você tiver publicado, e apenas a um cliente que tenha uma chave válida. Você decide o que um agente pode ver, e pode parar de servi-lo rotacionando a chave — algo que nenhuma cópia scrapeada jamais respeitará.

O que as equipes constroem com isso

Agentes de suporte que respondem a partir da sua central de ajuda

Aponte um assistente de suporte para a sua central de ajuda publicada por MCP. Quando um cliente faz uma pergunta, o agente busca nas suas páginas, lê a relevante e responde a partir da documentação que você de fato mantém — não a partir de um instantâneo de treinamento anterior ao seu último lançamento.

Assistentes de código que leem seus guias de API

Um desenvolvedor trabalhando no Claude Code pode fazer o assistente trazer seus guias de API diretamente por MCP enquanto programa. O assistente lê seu fluxo de autenticação, a referência de endpoints e os exemplos na hora, então suas sugestões batem com como sua API funciona de verdade.

Assistentes internos que buscam nos SOPs da empresa

Publique seus procedimentos operacionais padrão em um espaço restrito e deixe um assistente interno consultá-los por MCP. A equipe pergunta em linguagem natural; o agente busca nos SOPs, abre a página certa e retorna o procedimento exato — com o acesso controlado pela sua chave de API.

Como isso encaixa no seu fluxo de trabalho

O ponto do servidor MCP do OpenDocs é que ele não precisa de nenhum fluxo de trabalho à parte. Você escreve documentação como já faz — no editor visual de blocos, ou em Markdown sincronizado de um repositório do GitHub por meio do GitHub Sync — e a publica como já faz. O endpoint MCP simplesmente serve o que você publicou. Não há um segundo sistema para manter em dia, porque os docs que seus leitores veem e os docs que seus agentes consultam são os mesmos docs.

Essa propriedade de fonte única de verdade é o que o torna confiável. Quando um redator corrige um passo no editor visual, ou um engenheiro envia uma mudança em Markdown por git, a página publicada se atualiza — e a próxima consulta MCP retorna o conteúdo corrigido. Seus leitores humanos e seus agentes de IA veem as atualizações no mesmo momento, porque leem as mesmas páginas publicadas.

Começar é deliberadamente simples: gere uma chave de API na configuração do seu OpenDocs e depois aponte seu cliente MCP para o endpoint MCP do OpenDocs usando essa chave. Como o OpenDocs usa o transporte streamable HTTP, qualquer cliente compatível com MCP que fale MCP sobre HTTP pode se conectar. A partir daí, as quatro ferramentas ficam disponíveis para o agente que você tiver configurado.

Uma nota honesta sobre onde o MCP está

O MCP é um padrão jovem, e o ecossistema ao seu redor ainda está evoluindo. Os clientes, os transportes e as convenções estão amadurecendo rápido, e parte do tooling que você encontrará é inicial. Preferimos dizer isso com clareza a supervendê-lo. O que podemos comprometer é que o OpenDocs segue o padrão à medida que ele se desenvolve, para que o servidor MCP continue funcionando com os clientes que importam conforme o protocolo se assenta.

Também vale ser claro sobre uma ideia relacionada, mas distinta. Você pode ter visto llms.txt comentado como uma forma de tornar um site mais amigável para os modelos de linguagem. Essa é uma convenção estática — um arquivo de texto que lista seu conteúdo — e é um padrão emergente genuinamente útil, mas não é o mesmo que um protocolo de consulta interativo. O OpenDocs atualmente não gera arquivos llms.txt para os sites publicados. O que o OpenDocs oferece hoje é um servidor MCP funcional que os agentes podem consultar em tempo real.

Perguntas frequentes

O que é o Model Context Protocol (MCP)?

O Model Context Protocol é um padrão aberto para conectar assistentes de IA a ferramentas e fontes de dados externas. Em vez de copiar texto em um prompt ou fazer scraping de um site, um cliente compatível com MCP pode chamar ferramentas estruturadas que um servidor MCP expõe. O OpenDocs executa um servidor MCP para que os agentes de IA possam listar, navegar, ler e buscar a documentação que você publica.

Quais clientes de IA podem se conectar ao servidor MCP do OpenDocs?

Qualquer cliente compatível com MCP pode se conectar. Isso inclui o Claude Desktop, o Claude Code e um ecossistema crescente de outros clientes MCP e frameworks de agentes. O OpenDocs usa o transporte streamable HTTP, então um cliente que fala MCP sobre HTTP pode apontar para o endpoint MCP do OpenDocs e começar a chamar ferramentas.

Minha documentação privada fica exposta aos agentes de IA?

Não. O endpoint MCP exige uma chave de API do OpenDocs e serve apenas os espaços que você tiver publicado. Nada é público por padrão, e um agente não pode acessar conteúdo que você não tenha publicado. Você controla o acesso por meio da sua chave de API e de quais espaços estão publicados.

O acesso MCP tem um custo adicional?

O acesso MCP é assegurado com uma chave de API do OpenDocs. O acesso à API e a documentação completa da API são recursos do plano Enterprise. Para ver o que cada plano inclui e os preços atuais, consulte a página de preços.

Qual é a diferença entre MCP e llms.txt?

Um arquivo llms.txt é uma convenção estática: um arquivo de texto puro que lista seu conteúdo para que um modelo o leia. MCP é um protocolo de consulta interativo: um agente chama ferramentas em tempo real para navegar por uma árvore de páginas, ler uma página específica ou buscar entre páginas. Ambos são complementares, mas resolvem problemas distintos. O OpenDocs oferece um servidor MCP hoje; atualmente não gera arquivos llms.txt.

Quais ferramentas o servidor MCP do OpenDocs expõe?

Quatro ferramentas: list_spaces retorna os espaços publicados disponíveis para sua chave de API, get_page_tree retorna a estrutura de navegação de um espaço, get_page retorna o conteúdo completo de uma página como texto puro, e search_pages executa uma busca por palavra-chave dentro de um espaço. Juntas, elas permitem que um agente descubra, navegue, leia e busque sua documentação publicada.