---
title: "MCP"
method: POST
path: "/mcp"
tags: ["MCP (Model Context Protocol)"]
---

# MCP

`POST /mcp`

### Descrição  
O **MCP (Model Context Protocol)** é um padrão aberto que permite a comunicação entre modelos de linguagem (LLMs) e serviços externos de forma segura e estruturada. Com a implementação do servidor MCP da BigDataCorp, agentes podem consumir os **datasets internos da BigDataCorp** de maneira padronizada e escalável.  

Essa integração simplifica o trabalho do desenvolvedor: em vez de construir conectores manuais para cada API, basta configurar o agente para usar o protocolo MCP e liberar acesso aos dados necessários. Assim, é possível criar aplicações de IA que **enriquecem análises, automatizam processos e ampliam a inteligência de negócios** com base em dados auditáveis e confiáveis.  

<hr />

### Conceitos fundamentais  
- **⚙️ Model Context Protocol (MCP):** Estrutura aberta que padroniza a comunicação entre LLMs e serviços externos. Permite descoberta de ferramentas, padronização de chamadas e integração simples.  
- **🤖 Agente de IA (AI Agent):** Programa autônomo alimentado por um LLM, que usa ferramentas externas (datasets) para resolver problemas ou executar tarefas.  
- **🛠️ Ferramenta (Tool):** No contexto do BigIA, cada ferramenta MCP corresponde a um ou mais datasets internos da BigDataCorp, que podem ser chamados e usados pelo agente.  

<hr />

### Autenticação  
A autenticação ao servidor MCP da BigDataCorp é realizada por meio de um **AccessToken** e um **TokenId**. Essas credenciais garantem que apenas integrações autorizadas possam acessar os dados disponíveis.  

- O **administrador da conta no BDC Center** deve criar um **usuário exclusivo para o MCP**, destinado apenas à integração com a LLM.  
- Esse usuário é quem deve **gerar os tokens** de acesso utilizados na integração.  
- Os tokens permitem manter **segurança, rastreabilidade e controle de escopo**.  

💡 **Boa prática:** configure no **BDC Center** quais datasets internos esse usuário MCP poderá acessar, limitando o escopo de dados de acordo com a necessidade do projeto.  

<hr />

### Exemplo de integração com o MCP  
Confira um **guia passo a passo** de como configurar e executar um agente local em Python utilizando o **Google ADK (Agent Development Kit)**, capaz de se conectar e consumir as ferramentas do servidor MCP da BigDataCorp.  

🔗 [Acesse o exemplo de integração com o MCP](/reference/exemplo-de-integração-com-o-mcp)  

<hr />

### Respostas e tratamento de dados  
As respostas seguem a especificação do protocolo MCP, entregando os resultados de forma estruturada.  
O formato de exibição e uso dependerá da implementação do agente: pode ser em um chatbot, dashboard interno ou outro sistema.  

<hr />

### Acesso a dados  
A integração via MCP permite acesso a **todos os datasets internos da BigDataCorp**.  
O agente terá a capacidade de **descobrir e consumir** os datasets necessários para responder às solicitações, respeitando os acessos configurados no **BDC Center**.  

🔗 Consulte a documentação completa dos datasets da Plataforma de Dados:  
[Documentação da Plataforma de Dados](/plataforma/reference/)  

<hr />

### Cobrança  
A política de uso do MCP foi desenhada para ser clara e previsível:  

- **Uso do protocolo MCP:** não há cobrança adicional pelo protocolo em si.  
- **Cobrança dos dados:** a tarifação ocorre apenas pelas chamadas aos datasets, conforme a tabela de preços vigente da Plataforma de Dados.  

⚠️ **Importante:** uma única interação de um agente de IA pode gerar múltiplas chamadas a diferentes datasets. Monitore seu consumo para evitar surpresas na fatura.

## Response `200`

Operação bem-sucedida. A resposta do agente será retornada de acordo com a ferramenta MCP executada.

## Other responses

- `401` — Não autorizado. AccessToken ou TokenId inválidos ou não fornecidos.
- `403` — Proibido. As credenciais fornecidas não têm permissão para acessar este recurso.

---

[API](https://skmtc.dev/bigdatacorp/apis/bigid.md) · [All operations](https://skmtc.dev/bigdatacorp/apis/bigid/llms.txt) · [OpenAPI document](https://skmtc-service-production.skmtc.workers.dev/v1/apis/bigdatacorp/bigid/revisions/74abe72d7efc/schema)