Hermes Agent e MCP: um protocolo para qualquer ferramenta

Por que MCP importa para o Hermes Agent

Durante anos, todo assistente de IA precisou enviar código sob medida para cada ferramenta que quisesse usar. GitHub exigia uma integração com GitHub. Slack exigia uma integração com Slack. Postgres exigia um adaptador de banco de dados. O trabalho se acumulava a cada nova ferramenta e a maior parte era jogada fora quando a API mudava.

O Model Context Protocol (MCP) substitui esse padrão por um único padrão aberto. Um servidor MCP expõe uma ferramenta, uma fonte de dados ou um template de prompt de forma uniforme. Qualquer agente compatível com MCP pode se conectar sem escrever código de integração novo. O ecossistema saiu de cerca de 500 servidores no fim de 2025 para entre 10.000 e 12.000 servidores públicos um ano depois, e o protocolo já ultrapassa 97 milhões de downloads mensais de SDK.

O Hermes Agent é MCP-nativo. Desde o início ele pode se conectar a qualquer servidor MCP que você indicar, o que significa que o agente não tem um catálogo fixo de ferramentas. As ferramentas que você der são as ferramentas que ele terá.

O que MCP é, de fato

O MCP foi apresentado pela Anthropic no fim de 2024 e adotado por OpenAI, Google, Microsoft, AWS e Cloudflare ao longo de 2025. A melhor descrição é "USB-C da IA": um conector, um formato, muitos dispositivos.

O protocolo define três primitivas:

Tools são funções executáveis que o modelo pode chamar. "Leia este issue", "publique esta mensagem", "execute esta query". O modelo decide quando invocar uma ferramenta.
Resources são blocos estruturados de dados que a aplicação pode trazer para o contexto. Um arquivo, uma linha de banco, um evento de calendário. A aplicação host decide quais recursos carregar.
Prompts são templates de instrução reutilizáveis que o usuário pode invocar, semelhantes a comandos de barra. O usuário decide qual prompt disparar.

Um servidor MCP é apenas um processo que fala esse protocolo. Pode rodar local, em outra máquina ou como serviço remoto. O transporte é JSON-RPC sobre stdio, HTTP ou WebSockets, dependendo da implementação.

Como o Hermes Agent usa MCP

O Hermes Agent funciona como host MCP. Quando você inicia um runtime do Hermes, ele lê sua configuração MCP, sobe cada servidor configurado e expõe as tools, resources e prompts resultantes ao modelo em cada turno.

Esse é o mecanismo por trás das "mais de 40 ferramentas prontas" que o Hermes Agent anuncia. Nenhuma dessas ferramentas está codificada dentro do agente. São servidores MCP que vêm na configuração padrão: um servidor de filesystem, um de shell, um de busca na web, um de memória, e assim por diante. Você pode remover qualquer um, trocar por uma alternativa da comunidade ou adicionar outros, e o agente assume a mudança ao reiniciar.

Diagrama do processo host Hermes Agent subindo vários processos de servidor MCP e roteando chamadas de ferramenta entre eles e o modelo de linguagem

A vantagem é a composabilidade. Se amanhã aparecer um servidor MCP novo para uma ferramenta que importa para você - Linear, Figma, seu sistema interno de billing - não é preciso uma nova versão do Hermes. Você adiciona o servidor à configuração e o agente passa a usá-lo.

Os servidores MCP que vale a pena conhecer

O projeto Model Context Protocol mantém um pequeno conjunto de servidores oficiais de referência e aponta para um diretório bem maior de servidores mantidos pela comunidade. O ecossistema é amplo o bastante para que, na maioria das ferramentas SaaS comuns, já exista um servidor MCP.

Categorias em que dá para plugar o Hermes Agent hoje:

Controle de versão: GitHub, GitLab, Git, Bitbucket
Comunicação: Slack, Discord, Microsoft Teams, e-mail
Bases de conhecimento: Notion, Confluence, Linear, Jira
Bancos de dados: Postgres, SQLite, MongoDB, BigQuery
Plataformas de nuvem: AWS, Cloudflare, Vercel
Arquivos e busca: filesystem, Google Drive, Brave Search, Puppeteer
Ferramentas internas: qualquer coisa embrulhada em um servidor MCP pequeno em Python ou TypeScript

Os dois diretórios para deixar nos favoritos são o repositório oficial modelcontextprotocol/servers no GitHub e as listas curadas awesome-mcp-servers. Entre os dois quase sempre dá para achar um servidor mantido para o que você precisa, muitas vezes com uma única linha de instalação.

Conectando um servidor MCP ao Hermes Agent

Adicionar um servidor MCP a um Hermes Agent autohospedado se resume a uma pequena entrada JSON. O caminho exato depende do seu deploy, mas o formato é universal:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..."
      }
    },
    "postgres": {
      "command": "uvx",
      "args": ["mcp-server-postgres", "postgres://user@host/db"]
    }
  }
}

Depois de reiniciar, o agente inspeciona cada servidor, descobre quais ferramentas ele expõe e as adiciona às ações disponíveis para o modelo. Você pode verificar a conexão pedindo algo específico da ferramenta, por exemplo "liste os issues abertos do repo" ou "mostre o schema da tabela users."

Em planos hospedados na Hermify, a configuração MCP fica exposta no dashboard. Você escolhe um servidor MCP no catálogo ou cola um bloco de configuração, a plataforma reinicia o runtime e a ferramenta fica disponível na próxima mensagem. Para ver como isso conversa com o resto do sistema, leia memória e skills do Hermes Agent.

MCP versus integrações sob medida

Vale ser explícito sobre o trade-off, porque algumas equipes ainda perguntam se deveriam construir uma integração própria em vez de usar MCP.

| Aspecto | Integração sob medida | Servidor MCP | |---|---|---| | Tempo até a primeira chamada | Dias ou semanas | Minutos | | Reuso entre agentes | Nenhum | Qualquer host MCP | | Manutenção quando a API muda | Você assume | O mantenedor do servidor assume | | Controle granular | Total | Limitado ao que o servidor expõe | | Padrão de auth | Qualquer um | Token ou OAuth, depende do servidor |

A escolha padrão sensata é usar um servidor MCP existente quando houver e só construir um próprio quando precisar de um comportamento que os disponíveis não entregam. Mesmo nesse caso, o que você construir normalmente faz mais sentido como servidor MCP do que como plugin específico do Hermes. Assim ele funciona com Claude Desktop, ChatGPT, Cursor e qualquer agente que aparecer depois.

Close-up fotorrealista de uma tela de notebook mostrando a saída no terminal de um servidor MCP listando as ferramentas disponíveis, com luz verde de destaque

Padrões práticos

Alguns hábitos que se sustentaram no último ano rodando Hermes Agent com MCP:

Comece com o conjunto mínimo viável de servidores. Cada servidor MCP amplia a lista de ferramentas do modelo, e uma lista longa degrada de forma confiável a precisão de seleção. Mantenha o conjunto ativo pequeno e adicione servidores quando descobrir que o agente realmente precisa deles.

Escopo de credenciais por servidor. Cada servidor MCP recebe suas próprias credenciais. Use um token com privilégios mínimos para cada um - um usuário de Postgres só de leitura, um token de GitHub de granularidade fina limitado a um repositório - para que um servidor mal-comportado não consiga fazer mais do que o necessário.

Trate sua configuração MCP como infraestrutura. Versione em um repo privado, revise mudanças e implante do mesmo jeito que implantaria uma mudança de Terraform. O comportamento do agente segue diretamente desse arquivo.

Audite o que o agente invoca. O Hermes Agent registra cada chamada de ferramenta. Olhe os logs uma vez por semana para ver quais servidores são realmente usados. Os que nunca aparecem são ruído; remova-os.

Se memória e skills são o que faz valer a pena manter o Hermes Agent rodando, MCP é o que faz valer a pena estendê-lo. As duas camadas se empilham: a memória lembra o que foi útil da última vez, as skills capturam os procedimentos recorrentes e o MCP entrega ao agente as ferramentas brutas para agir no mundo. Juntas, transformam o Hermes de uma interface de chat em algo mais próximo de um pequeno colega autônomo.

Comece com a Hermify e seus servidores MCP ficam prontos para conectar pelo dashboard, com runtime, persistência e credenciais por nossa conta. Para comparar com uma abordagem de framework, Hermes Agent vs LangChain percorre o mesmo problema.