Eigent How-To: Configurando seu Primeiro Servidor MCP Personalizado

Em projetos de código aberto, tempo é precioso. Os mantenedores lidam com correções de bugs, solicitações de recursos, suporte à comunidade e documentação, tudo isso enquanto tentam manter o código seguro e os lançamentos organizados. Uma tarefa repetitiva, mas crucial, é revisar pull requests e preparar atualizações de release. Isso é necessário, mas consome horas que poderiam ser gastas inovando.

E se a automação pudesse fazer o trabalho pesado por você? É aí que a Eigent entra, oferecendo um colega de trabalho open source da Eigent que pode apoiar de forma confiável e automatizar seus workflows do GitHub.

Eigent é o primeiro aplicativo desktop do mundo de Multi-agent Workforce, capacitando você a criar, gerenciar e implantar uma força de trabalho de IA personalizada que pode transformar seus workflows mais complexos em tarefas automatizadas. É um sistema modular multiagente que pode dividir tarefas complexas e executá-las por meio de agentes especializados trabalhando em coordenação.

A plataforma de coordenação multiagente da Eigent aumenta a produtividade ao transformar seus workflows em tarefas automatizadas. Construída sobre o framework open source CAMEL, ela traz execução paralela, personalização e privacidade para sua automação com IA.

O que a Eigent pode fazer por você? Para quem está lendo pela primeira vez, considere a Eigent como uma assistente agentic flexível. Você pode criar diferentes “workers” (agentes de IA) com habilidades específicas de domínio (por exemplo, programação, documentação, DevOps) e fazê-los colaborar em tarefas. Alguns exemplos de workflows técnicos que a Eigent pode simplificar incluem:

• Automação do GitHub com agentes de IA: Revisar alterações de código, resumir pull requests, fazer triagem de issues.
• Geração de notas de release: Compilar automaticamente os destaques do que há de novo em cada lançamento.
• Análise de documentação e código: Extrair pontos-chave de docs ou bases de código, sugerir melhorias.
• Workflows open source: Acompanhar a atividade do projeto, gerar relatórios para colaboradores etc.

Neste guia, vamos mostrar como configurar um servidor MCP personalizado do GitHub dentro da Eigent e definir um workflow de agentes que:

1. Busca novos pull requests de um repositório
2. Extrai e analisa os dados dos PRs
3. Formata os destaques em notas prontas para release
4. Gera uma breve publicação para redes sociais (por exemplo, para Twitter/X)

Vamos mergulhar no guia passo a passo!

Etapa 1 : Abra a Eigent e navegue até as configurações de MCP & Tools

Depois que a Eigent estiver em execução, comece abrindo o painel de Settings. Em Settings, encontre e clique na seção “MCP & Tools”. É aqui que você pode configurar ferramentas externas e servidores para seus agentes de IA. Vamos usar essa área para adicionar um novo servidor MCP personalizado para tarefas do GitHub.

Na aba MCP & Tools, você verá uma lista de ferramentas disponíveis e de quaisquer servidores MCP configurados. Para adicionar o seu, procure o botão “Add MCP Server” e clique nele. Isso abrirá uma caixa de diálogo onde você pode inserir uma configuração JSON para o novo servidor.

Etapa 2: Adicione um servidor MCP personalizado via configuração JSON

A Eigent permite que usuários avançados adicionem servidores de agentes personalizados fornecendo uma configuração JSON. Na caixa de diálogo Add MCP Server, você verá uma área de texto para colar o JSON. Vamos adicionar um servidor MCP sequential-thinking — um mecanismo de raciocínio de IA de uso geral que pode coordenar tarefas (perfeito para dividir prompts complexos).

Use o seguinte JSON mínimo para registrar o servidor:

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
    }
  }
}

Etapa 3: Configure as definições do servidor MCP do GitHub (inclua seu PAT)

Antes de finalizar a configuração do servidor MCP, inclua seu GitHub Personal Access Token (PAT) na configuração. Esse token permite que o agente autentique com a API do GitHub e busque dados do repositório. Gere um PAT na sua conta do GitHub com os escopos apropriados (para repositórios públicos, os escopos públicos padrão são suficientes).

Estenda a configuração para incluir o servidor do GitHub e seu token:

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y", "@modelcontextprotocol/server-sequential-thinking",
        "ghcr.io/github/github-mcp-server"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_yourGitHubTokenHere"
      }
    }
  }
}

Quando o JSON estiver pronto, clique em Install ou Add para salvar o servidor MCP. A Eigent fará o download e inicializará o servidor em segundo plano. Depois de um momento, você deverá ver o novo servidor listado em suas ferramentas MCP.

Etapa 4: Adicione um worker (agente) focado em GitHub usando o novo servidor MCP

Agora que o servidor MCP está configurado, crie um Worker que use esse servidor. Na Eigent, um “Worker” é uma persona de agente de IA que pode executar tarefas usando um conjunto de ferramentas ou um servidor MCP específico. Navegue até a tela de Workforce/Agents e escolha Add Worker.

Dê a ele um nome como “GitHub MCP” e descreva-o como “Ajuda com tarefas do GitHub”. Atribua a Agent Tool ao servidor MCP que acabamos de adicionar (por exemplo, “sequential-thinking”). Salve o worker para criar seu assistente de automação do GitHub.

Etapa 5: Peça ao agente para resumir pull requests

Abra um chat com seu novo worker e forneça um prompt de tarefa pedindo ao agente para revisar pull requests de um repositório e resumí-los.

Tente um prompt detalhado como este:

Revise os 30 pull requests mais recentes do repositório https://github.com/camel-ai/camel. Selecione os 5 principais por impacto (linhas alteradas, arquivos afetados ou profundidade da discussão). Para cada PR selecionado, gere uma atualização pronta para release neste formato: ✨ Feature: <resumo curto e chamativo> \n💡 Por que isso importa: <breve explicação em tópicos> \n🙏 Thanks @<GitHubAuthor>.

Isso instrui o agente a automatizar um workflow open source comum: analisar pull requests recentes e preparar um resumo das mudanças importantes. Você pode personalizar a URL do repositório ou os critérios conforme necessário.

Etapa 6: Veja a Eigent dividir automaticamente a tarefa e buscar os dados

Depois que você envia o prompt, o mecanismo multiagente da Eigent entra em ação. A solicitação é razoavelmente complexa, mas a Eigent lida com isso dividindo o trabalho em subtarefas gerenciáveis. Nos bastidores, o servidor MCP Sequential Thinking interpreta a instrução e forma um plano. Ele pode:

1. Buscar a lista dos 30 PRs mais recentes do repositório especificado (usando a ferramenta MCP do GitHub).
2. Analisar os metadados de cada PR (linhas alteradas, arquivos, comentários) para determinar o “impacto”.
3. Escolher os 5 principais PRs com base nos critérios.
4. Para cada um desses PRs, compor um resumo no formato solicitado (✨ Feature, 💡 Por que isso importa, 🙏 Thanks...).
5. Opcionalmente, preparar uma versão condensada para X (Twitter) se solicitado.

Por fim, o agente produz a saída: um conjunto bem formatado de atualizações prontas para release dos principais PRs, geralmente apresentado em Markdown.

Potencializando workflows de OSS com automação agentic

Neste tutorial, configuramos a Eigent para automatizar uma tarefa de manutenção open source — resumir pull requests do GitHub — usando um agente de IA. Introduzimos um servidor MCP do GitHub personalizado na Eigent, criamos um worker dedicado e geramos trechos de notas de release a partir de dados ao vivo do repositório.

Ao aproveitar a integração MCP da Eigent e a coordenação multiagente, workflows complexos (como fazer triagem de dezenas de PRs) podem ser tratados com eficiência pela IA, liberando você para se concentrar em decisões de nível mais alto. A Eigent pode ser adaptada para muitos cenários, desde escrever resumos e gerenciar issues até testar código ou atualizar documentação.

Experimente a Eigent em seus próprios projetos e aproveite o ganho de produtividade de ter uma equipe movida por IA ao seu lado! O futuro da colaboração open source pode muito bem ser uma combinação de paixão humana e assistentes de IA incansáveis trabalhando juntos. 🚀