~/questoes/inteligencia-artificial
O Model Context Protocol é um padrão de comunicação que funciona como adaptador, permitindo que agentes de IA se conectem de forma organizada a recursos externos como APIs, bancos de dados e serviços web. Ele traduz as necessidades do modelo de linguagem para as interfaces dos sistemas reais, criando uma camada de abstração padronizada.
MCPs são especificamente projetados para padronizar como agentes acessam recursos externos. Diferente de Skills (que organizam funcionalidades internas) ou Subagentes (que dividem tarefas especializadas), MCPs são o mecanismo através do qual um agente ganha acesso a informações dinâmicas e operações em sistemas reais, funcionando como um adaptador universal.
Isso é função dos Prompts, não do MCP. Prompts estruturam como as instruções devem ser formatadas e qual o comportamento esperado do modelo. MCPs não lidam com estrutura de prompts, mas sim com conexão a sistemas externos.
O gerenciamento de histórico de conversas é responsabilidade da aplicação ou do próprio modelo, não do MCP. MCPs focam em conectar a recursos externos, não em manter históricos de contexto interno.
Esta é a função precisa do MCP. Ele funciona como camada de abstração padronizada que permite agentes se conectarem a APIs, bancos de dados, serviços web e outros recursos externos de forma consistente e organizada.
A seleção do modelo de linguagem é uma decisão de arquitetura da aplicação, não responsabilidade do MCP. MCPs trabalham com qualquer modelo; seu papel é facilitar a conexão com recursos externos, independente de qual modelo está sendo usado.