A cada poucos anos, surge um protocolo que muda a forma como componentes de software se comunicam. O HTTP fez isso para a web. O OAuth fez isso para autenticação. O GraphQL fez isso para APIs. Em 2025, o Model Context Protocol — MCP — está fazendo isso para ferramentas de agentes de IA. O problema que o MCP resolve é enganosamente simples. Um agente de IA precisa usar ferramentas — pesquisar na web, ler arquivos, consultar bancos de dados, chamar APIs. Sem um protocolo padrão, cada integração de ferramenta é uma implementação customizada. O framework de agentes define seu próprio formato de ferramenta, o provedor da ferramenta implementa esse formato, e a integração funciona para aquele framework específico e aquela ferramenta específica. Quer usar a mesma ferramenta em um framework diferente? Reescreva a integração. Quer adicionar uma nova ferramenta ao seu agente? Escreva um adaptador customizado.
O MCP elimina essa taxa de integração por-framework, por-ferramenta. Uma ferramenta que fala MCP funciona com qualquer agente que fala MCP. Escreva uma vez, use em todo lugar. A analogia com USB-C é adequada — antes do USB-C, cada dispositivo tinha seu próprio carregador. Depois do USB-C, um cabo funciona para tudo. O MCP está fazendo a mesma coisa para ferramentas de agentes de IA.
O Que o MCP Realmente É
O MCP é um protocolo baseado em JSON-RPC que define como um agente de IA descobre, invoca e recebe resultados de ferramentas externas. Um servidor MCP expõe um conjunto de ferramentas com schemas tipados — descrições do que cada ferramenta faz, quais parâmetros aceita e o que retorna. Um cliente MCP (o agente) se conecta ao servidor, descobre as ferramentas disponíveis e as invoca conforme necessário durante a conversa.
O protocolo lida com a mecânica que toda integração customizada tem que reinventar: descoberta de ferramentas (quais ferramentas estão disponíveis?), validação de schema (os parâmetros estão corretos?), invocação (execute a ferramenta e retorne resultados) e tratamento de erros (o que acontece quando uma ferramenta falha?). Esses são problemas resolvidos que não precisam ser resolvidos novamente para cada integração.
A Anthropic desenvolveu o MCP e o disponibilizou como open-source, mas não é um protocolo específico da Anthropic. Qualquer provedor de IA pode implementar suporte a cliente MCP, e qualquer desenvolvedor pode construir servidores MCP. O ecossistema está crescendo rápido — já existem servidores MCP para GitHub, Slack, bancos de dados, sistemas de arquivos, navegadores web e dezenas de outros serviços.
Como o NanoClaw Usa o MCP
O NanoClaw integra o MCP através do MCP SDK, que faz parte do mesmo toolchain da Anthropic que inclui o Claude Agent SDK. Quando um agente roda dentro de um container do NanoClaw, ele pode se conectar a servidores MCP que o host configurou, dando acesso a ferramentas sem nenhum código de integração customizado no próprio NanoClaw.
Esse é um ponto arquitetural sutil mas importante. O NanoClaw não precisa implementar uma integração com GitHub, uma integração com Slack ou uma integração com banco de dados. Ele só precisa suportar MCP, e então qualquer servidor MCP fornece essas capacidades. A superfície de integração é um protocolo, não dezenas de adaptadores customizados. Na prática, isso significa que um usuário do NanoClaw que quer que seu agente interaja com o GitHub instala o servidor MCP do GitHub (um processo separado), configura o NanoClaw para se conectar a ele, e o agente pode imediatamente criar issues, ler pull requests e pesquisar repositórios. Sem mudanças no código do NanoClaw. Sem necessidade de Claude Code skill. Sem fork necessário.
O modelo de isolamento por container funciona naturalmente com MCP. O servidor MCP roda no host, fora do container. O agente dentro do container se conecta a ele através de um canal controlado. O servidor MCP pode aplicar seus próprios controles de acesso — acesso somente leitura a repositórios, apenas canais específicos do Slack, tabelas específicas do banco de dados — independentemente do que o agente solicita. Isso é defesa em profundidade: mesmo se uma injeção de prompt enganar o agente para solicitar algo que não deveria, o servidor MCP pode negar a requisição baseado em sua própria política.
Por Que o MCP Importa para o Ecossistema
A importância mais ampla do MCP é que ele desacopla o desenvolvimento de ferramentas do desenvolvimento de agentes. Antes do MCP, construir uma ferramenta útil para agentes de IA significava escolher um framework e implementar a interface de ferramentas daquele framework. Sua ferramenta do GitHub funcionava com LangChain mas não com CrewAI. Sua ferramenta de banco de dados funcionava com AutoGen mas não com NanoClaw. Cada framework tinha seu próprio formato de ferramenta, e desenvolvedores de ferramentas tinham que escolher quais frameworks suportar.
O MCP quebra esse acoplamento. Um desenvolvedor de ferramentas constrói um servidor MCP, e ele funciona com todo agente compatível com MCP. Um desenvolvedor de agentes suporta MCP uma vez, e todo servidor MCP se torna disponível para seus usuários. O ecossistema cresce multiplicativamente em vez de linearmente — cada novo servidor MCP beneficia todo agente compatível com MCP, e cada novo agente compatível com MCP se beneficia de todo servidor MCP existente.
Para o NanoClaw especificamente, MCP significa que o projeto não precisa construir e manter integrações para cada serviço que seus usuários possam querer. O modelo de Claude Code skills cuida das integrações de canal (Telegram, Discord, Slack), e o MCP cuida das integrações de ferramentas (GitHub, bancos de dados, APIs). Entre os dois, o NanoClaw cobre uma ampla gama de casos de uso sem a carga de manutenção de uma grande base de código de integrações.
A Configuração Prática
Configurar MCP no NanoClaw é direto. Você roda um servidor MCP — seja um que você construiu ou um do crescente ecossistema de servidores open-source — e aponta o NanoClaw para ele. O agente descobre as ferramentas disponíveis automaticamente e pode usá-las na conversa.
A experiência do ponto de vista do usuário é transparente. Você pede ao seu assistente no WhatsApp "crie uma issue no GitHub para o bug de login que discutimos ontem," e o agente usa o servidor MCP do GitHub para criar a issue, puxando contexto da sua memória de conversa para preencher os detalhes. Você não precisa saber que o MCP está envolvido. Você apenas pede, e o agente tem as ferramentas para fazer o que você pediu.
O protocolo ainda é jovem — o início de 2025 foi quando a adoção começou a acelerar — mas a trajetória é clara. O MCP está se tornando a forma padrão que agentes de IA interagem com serviços externos, e projetos que o adotam cedo ganham acesso a um ecossistema crescente de ferramentas sem construir nenhuma delas. A aposta do NanoClaw no MCP é uma aposta de que o ecossistema será mais valioso do que qualquer conjunto de integrações customizadas poderia ser.