Uma boa notícia para quem está começando: os servidores MCP em si são gratuitos. Os mais úteis são open source, mantidos pelo projeto MCP ou por comunidades ativas. O custo real do MCP está no consumo do modelo de IA, não na camada de conexão.
1. Filesystem — comece por aqui
Dá ao assistente acesso de leitura e escrita a diretórios que você autoriza explicitamente. É o melhor primeiro servidor porque o efeito é imediato e a configuração é mínima.
- Ideal para: entender como MCP funciona, trabalhar com múltiplos arquivos de um projeto.
- Atenção: o escopo são os diretórios informados. Nunca aponte para a pasta pessoal inteira.
2. Git — histórico e diffs
Expõe operações de repositório local: histórico de commits, diffs, branches. Combinado com o Filesystem, permite ao assistente entender não apenas o código atual, mas como ele chegou ali.
Esse contexto histórico é subestimado: muitas decisões de código só fazem sentido quando você sabe o que foi tentado antes.
3. GitHub — issues e pull requests
Conecta o assistente a repositórios remotos, issues e pull requests. Elimina a prática de colar trechos de código e descrições no chat.
- Ideal para: investigar bugs a partir de issues, revisar PRs com contexto.
- Atenção: prefira token de escopo mínimo e nunca versione o arquivo com o token.
4. PostgreSQL — consultas em linguagem natural
Permite inspecionar o esquema e executar consultas. O caso de uso clássico é pedir uma análise de dados em português e receber o resultado sem escrever SQL.
5. SQLite — dados locais sem servidor
A mesma ideia do PostgreSQL, mas para arquivos de banco locais. É útil para prototipar sem depender de infraestrutura, e muito comum em projetos de análise de dados.
6. Fetch — conteúdo atualizado da web
Busca páginas da web e converte o conteúdo em texto para o assistente. Resolve o problema de documentação desatualizada no treinamento do modelo: o assistente consulta a fonte atual.
Combine este servidor com uma ferramenta de pesquisa que cite fontes quando a exatidão do dado for crítica.
7. Memory — contexto entre sessões
Mantém uma base de conhecimento persistente, para que o assistente lembre informações entre conversas. Resolve o problema de reexplicar o mesmo contexto a cada sessão nova.
É especialmente útil para quem alterna entre vários projetos: decisões de arquitetura, preferências de código e restrições de cada cliente ficam registradas em vez de depender de memória.
Comparação rápida
| Servidor | Para quê | Dificuldade |
|---|---|---|
| Filesystem | Arquivos e diretórios | Fácil |
| Git | Histórico e diffs | Fácil |
| GitHub | Repositórios, issues e PRs | Médio (exige token) |
| PostgreSQL | Consultas em banco | Médio (exige conexão) |
| SQLite | Bancos locais | Fácil |
| Fetch | Conteúdo da web | Fácil |
| Memory | Contexto entre sessões | Fácil |
Por onde começar
- Instale apenas o Filesystem, apontando para um diretório de projeto.
- Confirme que funciona pedindo ao assistente para ler um arquivo real.
- Adicione o Git para dar contexto histórico.
- Se trabalhar com dados, adicione o PostgreSQL ou SQLite apontando para réplica ou ambiente descartável.
- Só depois considere servidores que exigem credenciais externas.
A tentação é instalar tudo de uma vez. Evite: cada servidor adiciona superfície de risco e consome espaço na janela de contexto, o que pode piorar a qualidade das respostas.