# Use uma ferramenta de MCP Server para conectar agentes a sistemas externos

Ferramentas permitem que os agentes interajam com repositórios e fontes de dados, expandindo suas capacidades além do conhecimento genérico. Ao final deste guia rápido, você terá um agente de IA capaz de recuperar dados externos por meio da ferramenta [MCP Server do Deepwiki](https://docs.devin.ai/work-with-devin/deepwiki-mcp) e retornar respostas em um formato de saída estruturado.

<figure><img src="/files/eQFNnvBsFWwgMCbsXdlZ" alt=""><figcaption></figcaption></figure>

## **O que é uma ferramenta de MCP Server?**

Uma **ferramenta MCP (Model Context Protocol)** permite que um agente se conecte a sistemas e fontes de dados externos. Em vez de depender apenas do seu contexto pré-treinado, o agente pode recuperar informações selecionadas e usá-las para gerar resultados precisos e atualizados.

## **Pré-requisitos**

Antes de começar, certifique-se de ter o seguinte:

* Uma API key de um provedor de LLM (por exemplo, OpenAI, Anthropic ou Google).
* A API key registrada na Digibee como uma conta do tipo **Secret Key**. Para mais detalhes, veja [como criar uma conta Secret Key](/documentation/developer-guide/pt-br/development-cycle/build-overview/accounts.md#secret-key).

Em seguida, adicione o [**Agent Component**](/documentation/connectors-and-triggers/pt-br/connectors/ai-tools/llm.md) ao pipeline logo após o trigger e configure-o da seguinte forma:

* **Modelo:** Selecione o modelo de sua preferência (por exemplo, **OpenAI – GPT-4o Mini**).
* **Conta:** Clique no ícone de engrenagem ao lado do parâmetro **Model**, vá até **Conta** e selecione a conta **Secret Key** que você criou na Digibee.

Agora que a configuração básica está concluída, você pode configurar sua ferramenta MCP e os prompts.

## **Configurando uma ferramenta de MCP Server**

### **Caso de uso**

Neste exemplo, o agente se conecta ao [**MCP Server do DeepWiki**](https://docs.devin.ai/work-with-devin/deepwiki-mcp), um serviço remoto e gratuito que fornece acesso a repositórios públicos. O objetivo é recuperar conhecimento técnico sobre Event-Driven Architecture e transformá-lo em documentação estruturada.

O agente utilizará uma ferramenta de MCP Server combinada com **Mensagem do Sistema**, **Mensagem do Usuário** e um **JSON Schema**.

{% stepper %}
{% step %}

### **Configurar o MCP Server**

1. Abra seu pipeline e selecione o **Agent Component**.
2. Na configuração do agente, clique no botão **+** em **Tools** e selecione **Servidor MCP**.
3. Configure o MCP Server com os seguintes valores:
   * **Nome:** `DeepWiki`
   * **URL do Servidor:** `https://mcp.deepwiki.com/mcp`

{% hint style="info" %}
Alguns MCP Servers exigem autenticação para recuperar dados. Nesses casos, configure os parâmetros abaixo:

* **Account**
* **Custom Account**
* **Headers**
* **Query Parameters**
  {% endhint %}

4. Clique em **Confirmar**.

Após a configuração, o agente poderá recuperar dados externos do MCP Server da DeepWiki e utilizá-los como contexto.
{% endstep %}

{% step %}

### **Definir os prompts**

**Mensagem do Sistema:** Estabelece o papel do Agent e os padrões de escrita.

{% code overflow="wrap" %}

```ada
Você é um gerador de documentação técnica. Escreva sempre em inglês claro e conciso, usando um tom profissional, porém simples.
Sua tarefa é transformar informações brutas obtidas de ferramentas externas em documentação bem estruturada.
Assegure-se de que seu trabalho seja consistente, preciso e esteja alinhado com o formato solicitado.
```

{% endcode %}

**Mensagem do Usuário:** Descreve a tarefa específica que o Agent deve executar utilizando a ferramenta MCP.

{% code overflow="wrap" %}

```
Utilize as informações obtidas sobre o tópico "Arquitetura Orientada a Eventos" para criar uma seção de documentação.
A documentação deve incluir:
- Um título claro.
- Uma descrição concisa (2 a 3 frases).
- Pelo menos três casos de uso práticos.
- Pelo menos três boas práticas.
Formate a resposta seguindo rigorosamente o JSON Schema fornecido.
```

{% endcode %}
{% endstep %}

{% step %}

### **Definir o JSON Schema**

Após o agente estar corretamente configurado, abra a configuração do **Modelo** e habilite a opção **Usar Esquema JSON**. O JSON Schema garante que a saída seja estruturada, validada e pronta para consumo por etapas posteriores.

{% hint style="info" %}
Caso não esteja familiarizado com essa configuração, consulte o guia de início rápido [Transforme respostas de IA em uma saída JSON estruturada](/documentation/resources/pt-br/quickstarts/turn-ai-into-structured-output.md).
{% endhint %}

{% code overflow="wrap" expandable="true" %}

```json
{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "DocumentationSection",
  "type": "object",
  "required": ["title", "description", "use_cases", "best_practices"],
  "properties": {
    "title": {
      "type": "string",
      "description": "O título da seção de documentação"
    },
    "description": {
      "type": "string",
      "description": "Uma descrição concisa do tópico (2-3 frases)"
    },
    "use_cases": {
      "type": "array",
      "description": "Casos de uso práticos para o tópico",
      "items": {
        "type": "string"
      },
      "minItems": 3
    },
    "best_practices": {
      "type": "array",
      "description": "Boas práticas recomendadas para o tópico",
      "items": {
        "type": "string"
      },
      "minItems": 3
    }
  },
  "additionalProperties": false
}
```

{% endcode %}
{% endstep %}

{% step %}

### **Executar o agente e analisar a saída**

No **Painel de Teste**, clique em **Executar**. Após a execução, o agente retorna um objeto JSON validado que segue o schema definido.

**Exemplo de saída:**

{% code overflow="wrap" expandable="true" %}

```json
{
  "body": {
    "title": "Event-Driven Architecture",
    "description": "Arquitetura Orientada a Eventos (Event-Driven Architecture - EDA) é um padrão de design de software em que os componentes do sistema se comunicam produzindo e consumindo eventos. Essa abordagem possibilita sistemas fracamente acoplados que podem reagir a mudanças em tempo real, aumentando a escalabilidade e a flexibilidade. A EDA é comumente usada em sistemas distribuídos e aplicações que exigem processamento assíncrono.",
    "use_cases": [
      "Construção de microsserviços que precisam se comunicar de forma assíncrona.",
      "Implementação de plataformas de análise em tempo real que processam dados em fluxo.",
      "Automatização de fluxos de trabalho em resposta a eventos de negócios, como processamento de pedidos ou ações de usuários."
    ],
    "best_practices": [
      "Projetar eventos autônomos e descritivos para garantir comunicação clara entre os componentes.",
      "Usar sistemas de mensageria confiáveis para garantir a entrega de eventos e evitar perda de dados.",
      "Monitorar e registrar o fluxo de eventos para detectar e resolver rapidamente problemas no sistema."
    ]
  },
  "tokenUsage": {
    "inputTokenCount": 396,
    "outputTokenCount": 162,
    "totalTokenCount": 558
  }
}
```

{% endcode %}

{% hint style="warning" %}
O `body` da requisição faz parte da resposta de execução da Digibee Integration Platform.
{% endhint %}
{% endstep %}
{% endstepper %}

## **Resultado**

Agora você tem um agente funcional que se conecta a um servidor MCP, recupera dados externos e os transforma em documentação consistente e legível por sistemas. Parabéns!

Você pode estender esse agente alterando o MCP Server, os prompts ou o JSON Schema para dar suporte a novos casos de uso.

## **Tópicos relacionados**

* [**Sistema de validação de relatórios de despesas com IA**](/documentation/resources/pt-br/ai-practical-examples/expense-report-validation-with-ai.md)**:** Explore uma implementação prática neste guia passo a passo.
* [**Análise de sinistros de seguros com IA**](/documentation/resources/pt-br/ai-practical-examples/insurance-claim-analysis-with-ai.md)**:** Crie um sistema multiagente para auxiliar na análise de sinistros de seguros.
* [**Agent Component — Guia de configuração completo**](/documentation/connectors-and-triggers/pt-br/connectors/ai-tools/llm.md)**:** Explore todas as opções de configuração para este componente.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.digibee.com/documentation/resources/pt-br/quickstarts/connect-agents-to-external-systems.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.