MCP para Comércio com Agentes: O Que Pode Dar Errado
Moonshot AI
OpenAI
Alibaba/Qwen
Anthropic
Tutu e Alexander Polyakov lançaram um servidor MCP para comércio baseado em agentes, permitindo que agentes de IA pesquisem dados reais de viagem. O artigo compartilha sete lições práticas do desenvolvimento, incluindo lidar com páginas de destino, otimização de contexto (redução de 74%), suporte a autorização e considerações legais.
Alexander Polyakov e a equipe da Tutu lançaram um servidor MCP para permitir que agentes de IA pesquisem dados reais de viagens em vez de fazer parsing de páginas web. O servidor deve distinguir entre requisições de agentes e navegadores: POST/SSE para agentes, página de destino em HTML para humanos. As descrições das ferramentas devem ser autossuficientes com anotações readOnlyHint, idempotentHint e openWorldHint. A compressão agressiva de contexto reduziu o uso típico de tokens de 133K para 34K (74%) ao paginar resultados e truncar dados verbosos. Requisitos legais forçam que a etapa final de compra aconteça no site do comerciante: o agente seleciona as opções, mas o usuário aceita a oferta, insere dados pessoais e realiza o pagamento. A autorização suporta tanto OAuth 2.1 (para clientes em nuvem, como ChatGPT/Claude) quanto chave estática no cabeçalho (para clientes locais); chaves nunca devem estar em strings de consulta de URL. Os testes usam a avaliação por evals: executar agentes ao vivo em mais de 60 cenários de teste com um segundo modelo avaliando o comportamento. A limitação de taxa se aplica apenas às chamadas de ferramenta, não à página de destino ou aos ativos estáticos, para evitar bloquear visitantes humanos. A lição principal: os servidores MCP devem atender tanto ao público humano quanto ao de agentes, com documentação clara e ferramentas que se explicam por si mesmas.
Fonte: Habr — хаб ИИ —
original
