
ai agent with mcp
Este projeto é um playground para criar o primeiro servidor MCP (Model Context Protocol), um protocolo que permite integrar LLMs a recursos externos de forma padronizada.
Repository Info
About This Server
Este projeto é um playground para criar o primeiro servidor MCP (Model Context Protocol), um protocolo que permite integrar LLMs a recursos externos de forma padronizada.
Model Context Protocol (MCP) - This server can be integrated with AI applications to provide additional context and capabilities, enabling enhanced AI interactions and functionality.
Documentation
Criando um MCP server com NodeJS (ai-agent-with-mcp)
Este projeto implementa um agente de IA que utiliza o Model Context Protocol (MCP) para interagir com recursos externos.
O repositório inclui:
Um servidor MCP funcional, com recursos REST para usuários e mensagens.
Um cliente MCP para consumir esses recursos via protocolo.
Exemplos práticos de como acessar os recursos por terminal, via API REST ou diretamente no Cursor.
Recursos Disponíveis
O servidor MCP fornece os seguintes recursos:
Recursos de Usuários
- api://users: Lista todos os usuários cadastrados no sistema
- Retorna informações como ID, nome, número de telefone e thread ID
- Formato: JSON
- Exemplo de resposta:
{ "content": [ { "id": 1, "phoneNumber": "553496341404", "name": "Moisés Paschoalick", "threadId": "thread_bZEPVYVBvHxY9Ok6WqR63M2D" }, { "id": 2, "phoneNumber": "553496338888", "name": "José Silva", "threadId": "1thread_t8SFjKio6yN9pppqypilwGoR__" }, { "id": 3, "phoneNumber": "553496338889", "name": "Maria Antonia", "threadId": "1thread_t8SFjKio6yN9pppqypilwGoR__" } ], "pageable": { "pageNumber": 0, "pageSize": 12, "sort": { "empty": false, "sorted": true, "unsorted": false }, "offset": 0, "paged": true, "unpaged": false }, "last": true, "totalPages": 1, "totalElements": 3, "first": true, "size": 12, "number": 0, "sort": { "empty": false, "sorted": true, "unsorted": false }, "numberOfElements": 3, "empty": false }
Recursos de Mensagens
- hello://world: Retorna uma mensagem de saudação simples
- Formato: texto plano (text/plain)
- Exemplo de resposta: "Hello, World! This is my first MCP resource."
Instalação para Cursor
Primeiro, certifique-se de que você tem o Cursor instalado e o npm configurado em seu sistema.
Opção 1: Instalação via Terminal
Execute o seguinte comando no terminal:
npx -y @smithery/cli@latest install @wonderwhy-er/desktop-commander --client cursor --key dda23bec-caa6-4487-a1e9-eb74e22e33eb
Obs: a key mencionada é somente para exemplo, você precisa adicionar a sua.
Reinicie o Cursor se estiver em execução.
Opção 2: Instalação Manual
Adicione a entrada apropriada ao seu arquivo mcp.json:
Para Mac/Linux:
No Linux: ~/.config/cursor.json
{
"mcpServers": {
"desktop-commander": {
"command": "npx",
"args": [
"-y",
"@smithery/cli@latest",
"run",
"@wonderwhy-er/desktop-commander",
"--key",
"dda23bec-caa6-4487-a1e9-eb74e22e33eb"
]
}
}
}
Para Windows:
{
"mcpServers": {
"desktop-commander": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"@smithery/cli@latest",
"run",
"@wonderwhy-er/desktop-commander",
"--key",
"dda23bec-caa6-4487-a1e9-eb74e22e33eb"
]
}
}
}
Reinicie o Cursor se estiver em execução.
Opção 3: Clonar localmente
Clone e construa:
git clone https://github.com/moises-paschoalick/ai-agent-with-mcp.git
cd ai-agent-with-mcp
npm run setup
Reinicie o Cursor se estiver em execução.
O comando de configuração irá:
- Instalar dependências
- Construir o servidor
- Configurar o Cursor
- Adicionar servidores MCP à configuração do Cursor, se necessário
Como Usar
Cliente MCP
O projeto inclui um cliente MCP que pode ser usado para acessar os recursos disponíveis:
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
async function main() {
const client = new Client({
name: "hello-mcp-client",
version: "1.0.0"
});
const transport = new StdioClientTransport({
command: "node",
args: ["build/index.js"]
});
try {
await client.connect(transport);
// Listar recursos disponíveis
const resources = await client.listResources();
console.log("Recursos disponíveis:", resources);
// Ler o recurso de usuários
const content = await client.readResource({ uri: "api://users" });
console.log("\nLista de Usuários:", content);
} catch (error) {
console.error("Erro ao executar o cliente:", error);
}
}
main().catch(console.error);
API REST Direta
Você também pode acessar os recursos diretamente via API REST:
# Listar todos os usuários
curl http://3.238.149.189:8080/users
Instalação e Execução
# Instalar dependências
npm install
# Compilar o projeto
npm run build
# Executar o servidor
npm start
# Executar em modo de desenvolvimento
npm run dev
Requisitos
- Node.js (versão compatível com AbortController)
- TypeScript
- @modelcontextprotocol/sdk
Quick Start
Clone the repository
git clone https://github.com/moises-paschoalick/ai-agent-with-mcpInstall dependencies
cd ai-agent-with-mcp
npm installFollow the documentation
Check the repository's README.md file for specific installation and usage instructions.
Repository Details
Recommended MCP Servers
Discord MCP
Enable AI assistants to seamlessly interact with Discord servers, channels, and messages.
Knit MCP
Connect AI agents to 200+ SaaS applications and automate workflows.
Apify MCP Server
Deploy and interact with Apify actors for web scraping and data extraction.
BrowserStack MCP
BrowserStack MCP Server for automated testing across multiple browsers.
Zapier MCP
A Zapier server that provides automation capabilities for various apps.