Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarAWS Machine Learning Blog→ original

AWS Agent Registry ganhou esquemas unificados de metadados para agentes e servidores MCP

Em empresas com dezenas de agentes de IA e servidores MCP, fica difícil saber quem é responsável por eles e se passaram pela verificação de segurança. O AWS Agent Registry agora permite que o administrador defina um esquema comum de campos — ambiente, unidade de negócio, status do scan — e cada registro é obrigado a seguir esse esquema. O registro rejeita "production" se só "prod" for permitido. Por isso, vale alinhar o vocabulário de campos com as equipes antes de criar o esquema.

Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
AWS Agent Registry ganhou esquemas unificados de metadados para agentes e servidores MCP
Fonte: AWS Machine Learning Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalAWS Machine Learning Blog ↗
Editor-chefe
Tipos de campotexto, enum, URL e booleano; o esquema pode ser expandido, mas não renomeado
A busca filtra por camposenvironment=prod AND securityScanStatus=PASSED
Dado-chave #3Um registro sem metadados recebe NON_COMPLIANT e não segue para aprovação

Quando há muitos agentes, servidores MCP e skills numa empresa, surge um problema comum: ninguém lembra quem é o dono de um determinado servidor, em qual ambiente ele roda e se alguém o revisou do ponto de vista de segurança. O AWS Agent Registry é um catálogo onde esses recursos são registrados, aprovados e encontrados. Antes, cada registro tinha nome, descrição, descritor de protocolo e status de aprovação. Não havia onde incluir campos próprios da organização — unidade de negócio, equipe responsável, classe de risco. Agora o registro conta com esquemas de metadados personalizados.

Como funciona o esquema

O administrador define um conjunto de pares "chave — valor" que cada registro do catálogo precisa conter. Para cada campo, são especificados o nome, o tipo (texto, enum, URL ou booleano), os valores permitidos e se o campo é obrigatório. Há campos comuns a todos os tipos de registro, e para tipos específicos é possível adicionar campos próprios. Por exemplo, no caso dos servidores MCP, a AWS incluiu no exemplo um campo opcional networkEgress: sem tráfego de saída, apenas dentro da VPC, ou uma lista de endereços permitidos na internet.

O registro valida os valores na criação e na atualização. Se a equipe enviar "production" no lugar do permitido "prod", receberá uma ValidationException. Um registro sem metadados é salvo com status NON_COMPLIANT: isso permite manter um rascunho, mas ele não pode ser enviado para aprovação enquanto os campos obrigatórios não estiverem preenchidos. O status COMPLIANT significa apenas que os valores estão de acordo com o esquema. Não equivale a uma aprovação: a decisão continua sendo dos aprovadores.

Exemplo: do cadastro à busca

A AWS mostra um cenário com uma empresa fictícia, a AnyCompany. O administrador cria um registro sem aprovação automática. Os campos obrigatórios são environment, businessUnit e securityScanStatus. Os opcionais são preenchidos depois: ownerTeam, cmdbId, dataClassification e o link para o relatório do scanner.

A equipe de pagamentos publica um servidor MCP para leitura de dados do livro-razão contábil. Primeiro, ele é registrado com o status de scan PENDING. Em seguida, a automação busca dados dos sistemas existentes: resultado do scanner de segurança, identificador no CMDB, classe de dados. Um detalhe importante da API: a atualização substitui o mapa de metadados inteiro, por isso o script primeiro lê os valores atuais, acrescenta os seus e grava tudo de uma vez.

Quando o registro passa para "aguardando aprovação", o catálogo envia um evento ao Amazon EventBridge, e uma regra dispara uma função do AWS Lambda. A função verifica quatro condições: o registro está COMPLIANT, o scan foi aprovado (PASSED), há um cmdbId informado e os dados são públicos ou internos. Se alguma verificação falhar, o registro é rejeitado, e o motivo indica a condição específica. Em produção, registros com dados confidenciais são mais bem encaminhados para revisão manual do que rejeitados automaticamente.

O consumidor encontra o servidor pela ferramenta search_discoverable_registry_records. Ele pode combinar uma consulta em linguagem natural ("ledger lookup") com filtros por campo: environment=prod, businessUnit=payments, securityScanStatus=PASSED. Na busca aparecem apenas registros aprovados. O agente faz o mesmo pelo endpoint MCP do registro. No exemplo da AWS, um agente construído com Strands e modelos do Amazon Bedrock transforma a frase "servidor MCP de produção para pagamentos que passou no scan" nessa busca filtrada.

O que considerar no projeto

A AWS dá algumas recomendações práticas.

  • Alinhe o vocabulário com as equipes que publicam e aprovam os registros. O esquema só pode ser expandido: adicionar campos e valores permitidos ou tornar obrigatório um campo opcional. Não é possível renomear, remover ou trocar o tipo de um campo.
  • Registros antigos não são reescritos quando o esquema muda. Se um registro deixa de atender ao esquema, ele é marcado como NON_COMPLIANT, mas mantém o status de aprovação. Na próxima atualização, ele já precisa atender ao novo esquema. Editar um registro aprovado cria um rascunho, que deve ser aprovado novamente. Até a nova aprovação, os consumidores veem a versão anterior.
  • Torne obrigatório apenas o que o publicador consegue informar no momento do cadastro. Valores que chegam depois, vindos do CI ou de scanners, podem começar como provisórios, por exemplo PENDING.
  • Não coloque segredos, endereços internos ou resultados detalhados de scan em metadados de leitura ampla. Para esses dados, é melhor guardar uma referência ao relatório atrás do controle de acesso do sistema de origem.

Conclusão

A novidade não adiciona modelos nem altera o funcionamento dos próprios agentes. Ela resolve um problema de governança: um vocabulário comum de fatos que administradores, equipes de segurança, aprovadores e os próprios agentes usam da mesma forma. Se você está montando um catálogo interno de agentes, o esquema de metadados transforma a aprovação de uma leitura de descrições em uma verificação de dados estruturados, e a busca, de um palpite em filtros. A limitação também é clara: a qualidade depende de quanto os campos foram pensados antes, já que depois não é possível renomeá-los. O código de exemplo da AWS está publicado no GitHub, e os detalhes estão na documentação do Agent Registry.

História

Perguntas frequentes sobre a notícia

Como funciona o esquema?

O administrador define um conjunto de pares "chave — valor" que cada registro do catálogo precisa conter. Para cada campo, são especificados o nome, o tipo (texto, enum, URL ou booleano), os valores permitidos e se o campo é obrigatório. Há campos comuns a todos os tipos de registro, e para tipos específicos é possível adicionar campos próprios.

O que se sabe sobre Exemplo: do cadastro à busca?

A AWS mostra um cenário com uma empresa fictícia, a AnyCompany. O administrador cria um registro sem aprovação automática. Os campos obrigatórios são environment, businessUnit e securityScanStatus. Os opcionais são preenchidos depois: ownerTeam, cmdbId, dataClassification e o link para o relatório do scanner. A equipe de pagamentos publica um servidor MCP para leitura de dados do livro-razão contábil. Primeiro, ele é registrado com o status de scan PENDING.

O que considerar no projeto?

A AWS dá algumas recomendações práticas. Alinhe o vocabulário com as equipes que publicam e aprovam os registros. O esquema só pode ser expandido: adicionar campos e valores permitidos ou tornar obrigatório um campo opcional. Não é possível renomear, remover ou trocar o tipo de um campo. Registros antigos não são reescritos quando o esquema muda. Se um registro deixa de atender ao esquema, ele é marcado como NON_COMPLIANT, mas mantém o status de aprovação.

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…