Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Desenvolvedor dá "mãos" a chat de IA na web: servidor MCP com 14 ferramentas e 21 mil linhas de código

Chats de IA na web, como o Notion, não conseguiam montar um projeto: a sandbox deles não tinha internet para instalar dependências. Usando o MCP, protocolo em que o chat chama ferramentas na sua máquina, o autor criou o ZeroIDE, um servidor para Windows com 14 ferramentas e cerca de 21 mil linhas de código escritas por agentes. O chat executa comandos e enxerga a tela, mas, por padrão, gravações e comandos esperam o seu clique. Isso não é uma sandbox: os comandos rodam com as permissões do seu usuário.

Processado por IA de Habr AI; editado por Hamidun News
Desenvolvedor dá "mãos" a chat de IA na web: servidor MCP com 14 ferramentas e 21 mil linhas de código
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Acesso pelo navegadorngrok para chats web, Tailscale para os seus próprios PCs
Dado-chave #2Uma auditoria feita por um agente atacante encontrou falhas; agora, sem token, o servidor responde 401
Dado-chave #3Cerca de 250 verificações no CI; a versão 0.4.0, com assistente de instalação, saiu em 15 de novembro

Imagine pedir a uma IA, em um chat na web, que monte um projeto, e ela responder que não consegue. Na sandbox dela não há internet, então não dá para instalar as dependências nem rodar o projeto. Um desenvolvedor que esbarrou nesse problema no Notion o resolveu com o MCP (Model Context Protocol).

Trata-se de um jeito de dar ao modelo ferramentas que ficam não com ele, mas com você: o chat diz "chame run_command com estes argumentos", o seu servidor executa o comando e devolve o resultado. Dessa ideia nasceu o ZeroIDE MCP: 14 ferramentas (comandos, leitura e gravação de arquivos, capturas de tela, registro de tarefas) e cerca de 21 mil linhas de código, que o próprio autor não saberia escrever à mão. Para você, ele é ao mesmo tempo uma ferramenta pronta para Windows 10/11 e um exemplo prático de como entregar o controle do computador a uma IA com segurança.

Como um script cresceu até 14 ferramentas

A primeira versão era minúscula: um servidor MCP em uma VPS com três recursos — executar um comando, ler um arquivo e gravar um arquivo. A VPS virou, para o modelo, uma sandbox com internet. Hoje a sandbox do Notion já tem internet, mas o autor seguiu desenvolvendo o projeto. As novas ferramentas surgiram de incômodos, não de um plano:

  • dois agentes trabalham em paralelo, e é preciso uma conexão assíncrona para que um não atrapalhe o outro;
  • a compilação leva três minutos, e o chat cai por timeout; por isso os comandos rodam em segundo plano, e o status é consultado por ID com job_status e job_output;
  • o agente executou dez passos enquanto você estava fora, e você não entende o que ele fez. Daí vieram o registro journal_entry e journal_log, o status de tarefa task_status e o canal user_message, para que o agente possa escrever diretamente para você.

Toda chamada vem acompanhada de uma breve nota explicando "para quê". O autor considera essa uma das melhores decisões: na janela de confirmação aparece não só o comando, mas também a explicação do agente.

Como um chat no navegador chega ao PC de casa

Quando a VPS deixou de ser suficiente, o projeto migrou para o Windows e passou de "script para uso próprio" a produto. O aplicativo fica na bandeja do sistema, o servidor vem desligado por padrão e há desligamento automático por inatividade. A leitura de arquivos é liberada de imediato, enquanto gravações e comandos esperam o seu clique (human-in-the-loop, HITL). A ferramenta take_screenshot permite que o agente veja a tela, mas ele é obrigado a escrever por que precisa da captura.

O servidor escuta apenas 127.0.0.1, o que basta para Claude Code, Cursor ou Codex no mesmo PC. Para o ChatGPT, o Claude no navegador e o Notion, é necessário um endereço na internet, e o aplicativo configura três caminhos:

  • ngrok para chats web (opção recomendada): você cola a chave, o aplicativo baixa o ngrok, verifica a assinatura e o inicia junto com o servidor;
  • Tailscale para os seus próprios computadores: uma rede privada, sem endereço público. Um agente no notebook controla o PC de casa, ou um único agente conduz a tarefa em várias máquinas ao mesmo tempo;
  • Cloudflare Tunnel, se você tiver um domínio próprio.

As chaves dos provedores são digitadas apenas na janela do aplicativo, nunca no chat. Antes de ativar, o endereço é verificado: o link precisa apontar exatamente para este servidor. Para chats web, funciona OAuth com confirmação na bandeja; para os demais clientes, tokens nominais com escopo (leitura, leitura e gravação, completo), uma pasta da qual o token não sai, prazo de validade e limite de requisições. Qualquer token é revogado com um botão, e o log de auditoria registra cada chamada.

Vibe coding em números e lições aprendidas

O primeiro commit é de 24 de outubro, a versão 0.3.0 saiu em 11 de novembro, e a 0.4.0, com assistente de instalação, Tailscale e desinstalação, em 15 de novembro. Por dentro, o servidor é em Node.js, a bandeja em C# e WinForms, o instalador e os auxiliares em PowerShell, e os testes automatizados rodam no CI (cerca de 250 verificações). O código foi escrito por diferentes agentes, do Muse Spark 1.3 ao Fable 5.1, enquanto o autor definia as tarefas, revisava e reclamava.

As principais lições para quem pretende fazer o mesmo:

  • A IA escreve código inseguro com toda a confiança. Na versão inicial, o token podia ser passado na string de consulta, e, se o arquivo de tokens estivesse ilegível, a autorização simplesmente era desativada. Quem encontrou o problema foi um agente separado, encarregado de uma auditoria do ponto de vista de um atacante. Agora o servidor segue o princípio fail-closed: sem credenciais, a resposta é 401 para tudo.
  • Um "pronto" do agente precisa ser verificado. O instalador falhava no segundo passo em uma máquina limpa, porque a pasta já tinha sido criada pela primeira tentativa malsucedida. O autor rodou a instalação em um PC limpo umas cinco vezes e admite que, provavelmente, não encontrou tudo.
  • Fazer um produto para outras pessoas é outro trabalho: erros compreensíveis, remoção sem deixar resíduos e um README honesto.

Quão seguro é

O autor avisa de forma direta: isto não é uma sandbox. O comando autorizado é executado com as permissões do seu usuário do Windows, e o aplicativo informa isso já na primeira tela. Ele próprio adotou o perfil "confiante" e, até agora, não teve incidentes, mas por padrão as configurações são cautelosas, e as confirmações são ajustadas separadamente para cada ferramenta.

A conclusão prática é simples: a segurança é proporcional à sua disposição de ler as chamadas. Se for conectar um agente ao computador de trabalho, restrinja a pasta do token, mantenha as confirmações em gravações e comandos e dê uma olhada de vez em quando no log de auditoria. O autor diz que adicionará suporte a Linux e macOS se houver demanda, mas não tem onde testar, por isso procura voluntários. O código está no GitHub: Danywalery/ZeroIDE-MCP.

História

Perguntas frequentes sobre a notícia

Como um script cresceu até 14 ferramentas?

A primeira versão era minúscula: um servidor MCP em uma VPS com três recursos — executar um comando, ler um arquivo e gravar um arquivo. A VPS virou, para o modelo, uma sandbox com internet. Hoje a sandbox do Notion já tem internet, mas o autor seguiu desenvolvendo o projeto.

Como um chat no navegador chega ao PC de casa?

Quando a VPS deixou de ser suficiente, o projeto migrou para o Windows e passou de "script para uso próprio" a produto. O aplicativo fica na bandeja do sistema, o servidor vem desligado por padrão e há desligamento automático por inatividade. A leitura de arquivos é liberada de imediato, enquanto gravações e comandos esperam o seu clique (human-in-the-loop, HITL). A ferramenta take_screenshot permite que o agente veja a tela, mas ele é obrigado a escrever por que precisa da captura.

O que se sabe sobre Vibe coding em números e lições aprendidas?

O primeiro commit é de 24 de outubro, a versão 0.3.0 saiu em 11 de novembro, e a 0.4.0, com assistente de instalação, Tailscale e desinstalação, em 15 de novembro. Por dentro, o servidor é em Node.js, a bandeja em C# e WinForms, o instalador e os auxiliares em PowerShell, e os testes automatizados rodam no CI (cerca de 250 verificações). O código foi escrito por diferentes agentes, do Muse Spark 1.3 ao Fable 5.1, enquanto o autor definia as tarefas, revisava e reclamava.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…