TCC
Automatically generates MCP servers from OpenAPI specifications, enabling conversational AI agents to interact with existing web systems.
TCC - Transformando APIs em Interfaces Conversacionais
<-- Converse com o projeto
Validação da Abordagem OpenAPI-MCP para Agentes Baseados em IA
Trabalho de Conclusão de Curso - Engenharia de Software
Autor: Lucas de Castro Zanoni | Orientador: Thyerri Fernandes Mezzari
Instituição: Centro Universitário UniSATC
🤖 Como Funciona o Sistema?
- O usuário escreve algo como “quero buscar o equipamento 123”.
- O modelo de linguagem entende a intenção.
- A intenção é convertida pelo modelo de linguagem em chamadas de função.
- A chamada de função é convertida em chamada de ferramentas MCP.
- O cliente via protocolo MCP chama as ferramentas correspondentes a intenção do usuároo.
- Nos servidores MCP a chamada é transformada em uma requisição HTTP real com base na especificação SWAGGER da aplicação destino.
- A resposta da API é formatada e enviada de volta ao modelo de linguagem que interpreta e responde, como se fosse um bate-papo.
🎥 Demonstração
Seu navegador não suporta o vídeo. Clique aqui para baixar o vídeo.📖 Navegação Rápida
| 🎯 Seu Objetivo | 📋 Comece Aqui | ⏱️ Tempo |
|---|---|---|
| Entender a pesquisa | 📚 Guia Rápido - Acadêmico | 5-15 min |
| Usar a ferramenta | 💻 Guia Rápido - Desenvolvedor | 5-10 min |
| Reproduzir experimentos | 🔬 Guia Rápido - Pesquisador | 20 min |
| Avaliar comercialmente | 🏢 Guia Rápido - Empresa | 15 min |
| Navegar documentação | 📚 Índice Completo | Referência |
📖 Sobre a Pesquisa
Este TCC investiga como especificações OpenAPI podem ser automaticamente convertidas em servidores MCP (Model Context Protocol), permitindo que modelos de linguagem de grande escala (LLMs) interajam com sistemas existentes através de interfaces conversacionais naturais.
🎯 Problema de Pesquisa
"Como a combinação da especificação OpenAPI com o protocolo MCP pode facilitar a integração eficiente e segura de agentes conversacionais baseados em IA com sistemas web existentes, contribuindo para a democratização do acesso a tecnologias complexas?"
🎯 Principais Objetivos
- Desenvolver um gerador automático de servidores MCP a partir de especificações OpenAPI
- Implementar um cliente de chat capaz de gerenciar múltiplos servidores MCP simultaneamente
- Validar a abordagem através de testes experimentais rigorosos
- Avaliar desempenho, segurança e experiência do usuário
🏆 Principais Contribuições Científicas
✅ Resultados Experimentais Validados
| Métrica | Resultado | Observações |
|---|---|---|
| Conversão OpenAPI→MCP | 100% sucesso (10/10 endpoints) | Automação completa |
| Taxa de Sucesso Operacional | 100% (8/8 consultas) | Robustez funcional |
| Experiência do Usuário | 4.0/5.0 | Satisfação geral |
| Proteção de Segurança | 100% (16/16 ataques bloqueados) | Resistência a ataques básicos |
| Tempo de Resposta Médio | 3.757ms | Variação: 1.335-5.823ms |
🔬 Inovações Técnicas
- Geração Automática de Ferramentas MCP: Conversão sistemática OpenAPI→MCP
- Orquestração Multi-Servidor: Coordenação inteligente de múltiplos servidores MCP
- Integração Padronizada: Ponte entre LLMs e APIs existentes
- Metodologia Reproduzível: Framework experimental com métricas objetivas
🏗️ Arquitetura da Solução
graph TB
UI[Interface do Usuário]
CI[Chat Interface]
AC[Agente Conversacional]
LLM[LLM]
AI[Analisador de Intenção]
VR[Validador de Requisição]
FR[Formatador de Resposta]
CamInt[Camada de Integração]
MCP[Servidor MCP]
Backend[Sistemas de Backend]
APIs[APIs Externas]
UI --> CI
CI --> AC
AC -.-> |Consulta do Usuário| LLM
LLM -.-> |Resposta em Linguagem Natural| AC
LLM --> |Intenção Estruturada| AI
AI --> VR
VR -.-> |Requisição Validada| CamInt
LLM --> |Resposta Formatada| FR
FR --> AC
CamInt --> MCP
MCP --> |Requisição HTTP| Backend
Backend --> APIs
APIs -.-> |Resultado da Operação| Backend
Backend -.-> MCP
MCP -.-> CamInt
🧩 Componentes Principais
1. Gerador Automático de Servidores MCP (mcp-openapi-server/)
- Análise Sintática: Parser e validação de especificações OpenAPI 3.0+
- Mapeamento Semântico: Conversão inteligente OpenAPI → ferramentas MCP
- Geração de Ferramentas: Criação automática de servidores MCP funcionais
- Transporte Dual: Suporte para stdio e HTTP
2. Cliente de Chat Multi-Servidor (chat-client/)
- Interface Minimalista: Design padronizado para testes objetivos
- Coordenação Distribuída: Gerenciamento de múltiplos servidores MCP
- Descoberta Automática: Identificação dinâmica de ferramentas disponíveis
- Testes E2E: Suite completa com Playwright
3. Aplicações de Teste (equipments-dummy-app/ & professionals-dummy-app/)
- APIs RESTful: Implementações com Hono.js, TypeScript e PostgreSQL
- Documentação OpenAPI: Especificações completas para validação
- Cenários Reais: Simulação de sistemas empresariais
4. Framework de Validação
- Testes Automatizados: Métricas de performance, segurança e UX
- Red Teaming: Testes adversários para validação de segurança
- Instrumentação: Coleta objetiva de dados experimentais
📚 Documentação Acadêmica
📄 Artigo Completo
- 📖 Artigo Principal - Documento completo em PDF
- 📝 Fonte Markdown - Texto fonte em Markdown
- 📚 Referências - Bibliografia em BibTeX
📋 Documentação de Pesquisa
- 🎯 Pré-Projeto - Objetivos, problema e justificativa
- 📖 Notas de Desenvolvimento - Anotações e ideias durante o desenvolvimento
- 💡 Ideias de Tema - Processo de escolha e refinamento do tema
- 🔖 Bookmarks - Links de pesquisa organizados
🔬 Metodologia Científica
- Abordagem Experimental: Validação empírica com controle de variáveis
- Métricas Objetivas: Performance, segurança e experiência do usuário
- Testes Reproduzíveis: Framework automatizado para validação
- Análise Estatística: Dados quantitativos com intervalos de confiança
🔄 Workflow de Desenvolvimento Acadêmico
📝 Por que este Workflow?
Este TCC foi desenvolvido seguindo um workflow orientado a código e versionamento, com várias vantagens:
- 📚 Versionamento Completo: Todo conteúdo (código + texto acadêmico) versionado com Git
- ✍️ Markdown + LaTeX: Facilidade de escrita + poder de formatação acadêmica
- 🔗 Gestão de Referências: BibTeX para consistência bibliográfica
- ⚙️ Automação: Scripts para conversão Markdown → LaTeX → PDF
- 🔧 Integração: Código e documentação no mesmo repositório
- 🔁 Reprodutibilidade: Qualquer pessoa pode reproduzir o ambiente
- 👥 Colaboração: Formato texto facilita revisões e sugestões
📁 Estrutura do Projeto
TCC/
├── 📄 README.md # Este arquivo
├── 📄 pre-projeto.md # Proposta inicial da pesquisa
├── 📄 CITATION.md # Formatos de citação
├── 📄 DOCUMENTATION_INDEX.md # Índice completo da documentação
├── 📄 QUICK_START.md # Guias de início rápido
├── 📄 RESEARCH_SUMMARY.md # Resumo executivo da pesquisa
├── 🛠️ Makefile # Comandos de automação
│
├── 📚 article/ # Documentação acadêmica
│ ├── 📖 article.md # Artigo principal (fonte)
│ ├── 📄 article.pdf # Artigo final compilado
│ ├── 📚 references.bib # Referências bibliográficas
│ ├── 🖼️ images/ # Figuras e diagramas
│ └── ⚙️ Makefile # Compilação LaTeX
│
├── 🤖 mcp-openapi-server/ # Gerador automático MCP
│ ├── 📦 package.json # Dependências e scripts
│ ├── 🔧 src/ # Código fonte
│ ├── 🧪 test/ # Testes unitários
│ └── 📖 README.md # Documentação técnica
│
├── 💬 chat-client/ # Cliente multi-servidor
│ ├── 🌐 chat.html # Interface web
│ ├── ⚙️ backend-server.js # Servidor backend
│ ├── 📦 package.json # Scripts específicos do sistema
│ ├── 🧪 tests/ # Testes E2E (Playwright)
│ └── 📊 test-results/ # Resultados experimentais
│
├── 🏭 equipments-dummy-app/ # App teste - Equipamentos
│ ├── 📦 package.json # Scripts e dependências
│ └── 🔧 src/ # API REST Hono.js + TypeScript
│
├── 👥 professionals-dummy-app/ # App teste - Profissionais
│ ├── 📦 package.json # Scripts e dependências
│ └── 🔧 src/ # API REST Hono.js + TypeScript
│
└── 🔖 bookmarks/ # Pesquisa organizada
├── 📚 bookmarks.json # Links de referência
└── 💾 save-bookmarks.sh # Script de backup
📚 Citação Acadêmica
📄 BibTeX Format
@mastersthesis{zanoni2025openapi,
title = {Transformando APIs em Interfaces Conversacionais: Validação da Abordagem OpenAPI-MCP para Agentes Baseados em IA},
author = {Zanoni, Lucas de Castro},
school = {Centro Universitário UniSATC},
year = {2025},
type = {Trabalho de Conclusão de Curso},
program = {Engenharia de Software},
address = {Criciúma, SC, Brasil},
url = {https://github.com/Castrozan/TCC}
}
📋 Outros formatos (ABNT, APA, IEEE): CITATION.md
👤 Autor & Contato
Lucas de Castro Zanoni
📧 castro [dot] lucas290 [at] gmail [dot] com
🐙 @Castrozan
🎓 Graduando em Engenharia de Software - UniSATC
Orientador: Prof. Thyerri Fernandes Mezzari
📧 thyerri [dot] mezzari [at] satc [dot] edu [dot] br
📄 Licença
Este projeto está sob a licença MIT. Veja o arquivo LICENSE para detalhes.
संबंधित सर्वर
Alpha Vantage MCP Server
प्रायोजकAccess financial market data: realtime & historical stock, ETF, options, forex, crypto, commodities, fundamentals, technical indicators, & more
Claude-FAF-MCP
Only Persistent Project Context MCP Server - Official Anthropic Registry
Image Generator MCP Server
Generate placeholder images with specified dimensions and colors, and save them to a file path.
Azure DevOps
Interact with Azure DevOps for managing projects, pipelines, and repositories.
Flow MCP
A set of tools for interacting with the Flow blockchain through the Model Context Protocol.
Cargo MCP
Interact with Rust projects using Cargo commands like build, test, and run.
Scrnr
Take website screenshots with Scrnr.io
Remote MCP Server (Authless)
An example of a remote MCP server deployable on Cloudflare Workers without authentication.
Wirekitty
Let your agents generate wireframes for your next app or feature, make iterations, and build off approved designs.
21st.dev Magic
Create crafted UI components inspired by the best 21st.dev design engineers.
MCP Demo Server
A reference implementation of a Model Context Protocol (MCP) server with example tools, prompts, and resources.