Você deveria construir sua própria runtime MCP. Vou explicar por que construí a minha.

Eu uso vários agentes de IA. O que começou a me incomodar foi ter que configurar o mesmo trabalho em cada um deles.

No ChatGPT, uma ferramenta. No Codex, outra. CRM, GitHub, instruções e acessos espalhados. Quando eu trocava de agente, precisava montar parte do ambiente de novo. Comecei a construir uma estrutura própria para reunir essas conexões e as regras do meu trabalho. Chamo isso de runtime MCP.

Este artigo e o playbook que acompanha ele foram criados com o processo que estou descrevendo. Eu trouxe a ideia na conversa. O agente consultou meu contexto no GBrain, usou as skills de escrita e trabalhou o texto. Depois, publicou o artigo e o material no meu site pelas ferramentas conectadas ao MCP.

Não precisei copiar o texto para o painel do blog nem cadastrar o material manualmente. Eu continuo escolhendo o que quero dizer e pedindo os ajustes. O agente usa as conexões que preparei para transformar isso numa entrega que posso abrir e conferir.

Conectar uma ferramenta é só o começo

MCP é um padrão que permite conectar agentes de IA a ferramentas e informações. Com ele, um agente pode consultar seu gerenciador de projetos ou usar uma ferramenta de publicação. Mas a conexão, sozinha, não define como você quer trabalhar.

Imagine pedir: “Crie uma automação para responder comentários”. Em qual conta? Ela deve começar desligada? Quem pode ativá-la? Como saber se foi criada corretamente? O MCP oferece recursos para controlar o acesso. As regras do seu processo e a conferência do resultado ainda precisam ser construídas.

Como estou organizando isso na Agentik

Cada parte tem um papel. O GBrain guarda o contexto dos projetos, minhas decisões e meus procedimentos. O Arcade ajuda a controlar a entrada e o acesso às ferramentas. No piloto de automações sociais, uso o Invokta para organizar o que cada operação recebe, faz e devolve.

A ideia é o agente chegar a essa estrutura, que verifica o pedido e chama a ferramenta certa. As integrações com GBrain, Linear, GoHighLevel, Payload e Pluggy continuam com suas funções. Não preciso reescrever todas elas para mudar a forma de acesso.

Para cada operação, preciso responder perguntas simples: quem pode fazer isso? Em qual conta ou projeto? O que pode mudar? Quando preciso aprovar? E o que o sistema deve conferir antes de dizer que terminou?

O resultado que eu quero pedir

O Invokta me ajuda a pensar no trabalho em três níveis. O domínio é a área: conteúdo, por exemplo. A capacidade é o resultado que essa área consegue entregar, como transformar uma ideia num artigo com um material de apoio. As ações são os passos que fazem isso acontecer: preparar o texto, salvar o material, publicar e conferir os links.

No Invokta, uma dessas ações pode ser definida como uma capability: uma função com entradas, saída, regra de acesso e código de execução. Já a capacidade de publicar um bom artigo envolve mais coisas, como meu contexto, estilo, referências e revisão. O agente ainda precisa decidir a sequência do trabalho.

Hoje, a publicação deste site passa pelo MCP do Payload, o sistema que guarda meus artigos e materiais. O uso do Invokta está no piloto de automações sociais. Meu próximo passo é levar essa organização para outros processos. O fluxo de publicação já funciona; a evolução é reunir suas regras em ações que eu possa reutilizar com diferentes agentes.

Um exemplo: criar uma automação sem ativá-la

No piloto de automações sociais, uma criação deve pedir que a automação comece desligada. Depois, o sistema precisa consultá-la e confirmar esse estado. A plataforma responder “sucesso” não basta: o resultado precisa corresponder ao que foi pedido.

Já existe código em TypeScript e testes documentados para esse piloto. Ainda faltam validações, como testar a autorização pelo cliente MCP e completar um ciclo real na plataforma. Um teste com dados simulados ajuda, mas não prova que tudo funciona no uso real.

Quero trocar de agente sem recomeçar

Algumas ferramentas são melhores para programar. Outras, para conversar por voz ou executar uma tarefa. Quero poder experimentar essas opções levando comigo o contexto, as integrações e as regras que já construí.

Isso não elimina todas as diferenças. Cada aplicativo configura o MCP de um jeito e pode oferecer recursos diferentes. Ainda assim, reunir as integrações numa estrutura própria reduz o trabalho de configurar tudo separadamente.

Comece com uma tarefa pequena

Você não precisa construir toda essa estrutura de uma vez. Pode começar com uma ferramenta que apenas consulta informações. Por exemplo: listar as tarefas bloqueadas de um projeto, com título, responsável e link. Depois, acrescentar outras operações conforme precisar.

Quando outras pessoas e contas começarem a usar a ferramenta, será preciso controlar o que cada uma pode acessar e registrar o que foi feito. Vale construir esses controles a partir de uma necessidade real. Conectar tudo antes de resolver uma tarefa útil pode só aumentar o trabalho.

Use um agente de programação para ajudar

Claude Code, Codex e outros agentes podem ajudar a ler a documentação, montar o projeto, criar testes e explicar como conectar a ferramenta. Você continua responsável por revisar os acessos e conferir o que ela faz nos sistemas reais.

Eu começaria com três perguntas: o que o agente precisa consultar? O que ele deveria conseguir fazer? Quais decisões precisam continuar comigo? Depois, escolheria uma tarefa que repito toda semana e testaria a mesma integração em dois agentes.

É assim que estou construindo a runtime da Agentik: um processo de cada vez, conferindo os acessos e os resultados. Prefiro investir nesse trabalho a montar o mesmo ambiente toda vez que surge um agente novo.

Quer construir a sua?

Preparei um playbook gratuito em português para fazer sua primeira integração com Claude Code, Codex ou outro agente de programação. São oito etapas e sete prompts para copiar, testar e conectar a ferramenta a dois agentes. Acesse o playbook

Referências: https://modelcontextprotocol.io/ · https://docs.arcade.dev/ · https://github.com/vinilana/invokta

Caio Mioto Siqueira — Agentik AI