Integração MCP
Anexar qualquer Servidor MCP como uma ferramenta a um Agente em seu workflow, estendendo o que ele pode fazer.
MCP (Model Context Protocol) é um protocolo aberto para fornecer ferramentas externas para um LLM de forma uniforme. Em Braidrun, o MCP trava um Agent: configure um ou mais servidores MCP em um Agent, e as ferramentas que esses servidores expõem aparecem na lista de ferramentas que o Agent chama, assim como ferramentas integradas.
Como funciona
A configuração MCP é por-Agent: no workflow YAML, cada agente mcp servers é um mapa "nome → config", e você pode anexar vários servidores de uma vez. Antes de um passo ser executado, o tempo de execução se conecta a cada servidor e mescla suas ferramentas no registro de ferramentas do Agent.
Quando um servidor MCP não consegue se conectar, o tempo de execução registra um aviso e ignora suas ferramentas sem interromper todo o workflow — os outros servidores e as ferramentas incorporadas permanecem disponíveis. Se um passo depende de uma ferramenta de um servidor que não se conectou, a falha aparece no registro de execução desse passo.
Anexar um servidor stdio local
A forma mais comum: o servidor MCP é um processo local que o runtime lança com comando + args e se comunica com a entrada/saída padrão. Ao declarar um Agente com uma predefinição, coloque mcp servers dentro de sobreposições:
agents:
researcher:
preset: universal
overrides:
mcp_servers:
github:
command: npx
args: ["-y", "@modelcontextprotocol/server-github"]
env:
GITHUB_PERSONAL_ACCESS_TOKEN: "<your-token>"
description: "读写 GitHub 仓库与 issue"Quando um Agente declara uma predefinição, o tempo de execução só mescla os padrões predefinidos e os campos dentro dos sobreposições; os servidores mcp escritos no nível superior do Agente são ignorados.
Conectar a um servidor remoto
Um servidor MCP também pode ser um serviço de rede: set url e ele não usa mais stdio, e tipo decide o transporte (sse, websocket, http); se o tipo é omitido ele é padrão para sse.
agents:
analyst:
preset: universal
overrides:
mcp_servers:
crm:
url: "https://mcp.example.com/sse"
type: sse
timeout: 60000
docs-search:
url: "https://mcp.example.com/mcp"
type: http
enabled: trueO serviço que url aponta deve ser acessível a partir do ambiente de execução do workflow — use um endereço acessível publicamente, não um que seja acessível apenas em sua própria máquina.
Referência do campo
| Campo | Designação das mercadorias |
|---|---|
command | O comando de lançamento para o modo stdio (um nome executável ou caminho); é necessário no modo stdio |
args | A lista de argumentos de linha de comando |
env | Variáveis de ambiente passadas para o processo infantil stdio; credenciais são passadas aqui |
cwd | A pasta de trabalho do processo filho stdio; se omitido, o padrão de execução é usado |
url | O endereço do servidor remoto; uma vez definido o URL, ele já não usa o stdio |
type | Tipo de transporte: stdio (default), sse, websocket, http; só produz efeito quando o url está definido e o padrão é sse se omitido |
timeout | Tempo limite em milissegundos, padrão 30000 |
enabled | O padrão é true; defina- o como false para desabilitar temporariamente um servidor sem excluir a configuração |
description | Uma nota para ajudar os colaboradores a entender para que serve este servidor |
Notas de crédito e de rede
- O processo de criança stdio não herda todas as variáveis do ambiente em tempo de execução: apenas alguns conceitos básicos como PATH, HOME e LANG, além de tudo o que você escreve explicitamente no env, são passados. Qualquer chave de API que o servidor MCP precise deve ser escrita explicitamente no env.
- Os valores no env são armazenados em texto simples no workflow YAML. Antes de compartilhar um workflow ou publicar um modelo, substitua os segredos reais por placeholders e deixe que os usuários preencham os seus próprios.
- Use endereços HTTPS para servidores remotos; falhas de conexão são ignoradas como descrito acima, então você pode verificar o registro de execução primeiro para confirmar se as ferramentas registradas com sucesso.
- Quanto mais ferramentas houver, maior o espaço de decisão do Agente. Anexar apenas os servidores que este Agente realmente usa, e tanto a taxa de sucesso quanto a velocidade melhorar.
Expondo ferramentas Braidrun sobre MCP
Este caminho é bidirecional também: ferramentas próprias de Braidrun são empacotadas como um servidor MCP stdio (nomeado traidorun-workflow), para que o mesmo conjunto de ferramentas possa ser reutilizado por outros clientes MCP sobre o protocolo MCP.
No produto, o assistente de IA pode usar Koog, Claude Code ou Codex como seu tempo de execução, com login de assinatura suportado no lugar de uma chave API. Para mudar os tempos de execução, consulte os documentos assistentes de IA.