guide-mcp
Integrated MCPs Guide
Documentation
🚀 Guia Completo de Configuração - MCPs Integrados
📋 Sumário
- Visão Geral
- Pré-requisitos
- Configuração Azure DevOps
- Configuração Gmail
- Configuração Browser
- Configuração Gemini AI
- Servidor Integrado
- Configuração Claude Code
- Teste e Validação
- Solução de Problemas
- Comandos Disponíveis
🎯 Visão Geral
Este guia ensina como configurar um servidor MCP integrado que combina 4 funcionalidades:
- 🏢 Azure DevOps - Gestão de projetos, work items, repositórios
- 📧 Gmail - Acesso a emails, labels, busca
- 🌐 Browser - Navegação web, busca, screenshots
- 🤖 Gemini AI - Geração de texto, análise de código, tradução
Resultado: Todos os MCPs funcionando nativamente no Claude Code através de um único servidor Node.js.
⚙️ Pré-requisitos
🛠️ Software Necessário
# Node.js (versão 18 ou superior)
node --version # v18.0.0+
# Python (versão 3.11 ou 3.12)
python3 --version # 3.11.x ou 3.12.x
# Azure CLI
az --version
# Git
git --version
# Claude Code
# Instalar via: https://claude.ai/code🔑 Credenciais Necessárias
- Azure DevOps: Acesso à organização Azure DevOps
- Gmail: Conta Google com API habilitada
- Gemini AI: Chave de API do Google AI Studio
🏢 Configuração Azure DevOps
1. Autenticação Azure CLI
# Login no Azure
az login --tenant SEU_TENANT.onmicrosoft.com
# Configurar organização padrão
az devops configure --defaults organization=https://dev.azure.com/SUA_ORGANIZACAO/
# Instalar extensão Azure DevOps
az extension add --name azure-devops2. Verificar Acesso
# Testar listagem de projetos
az devops project list --organization https://dev.azure.com/SUA_ORGANIZACAO/
# Verificar token de acesso
az account get-access-token --resource 499b84ac-1321-427f-aa17-267ca6975798📧 Configuração Gmail
1. Preparar Diretório Gmail
# Criar diretório para MCP Gmail
mkdir -p ~/workspace/mcp-servers/gmail
cd ~/workspace/mcp-servers/gmail2. Configurar Google Cloud Project
1. Acesse Google Cloud Console
2. Crie um novo projeto ou selecione existente
3. Habilite a Gmail API:
3. Criar Credenciais OAuth2
1. APIs & Services → Credentials
2. Create Credentials → OAuth 2.0 Client ID
3. Application Type: Desktop Application
4. Nome: "MCP Gmail Client"
5. Download o arquivo JSON → salvar como `credentials.json`
4. Configurar Ambiente Python
# Criar virtual environment
python3 -m venv venv
source venv/bin/activate # Linux/Mac
# ou venv\Scripts\activate # Windows
# Instalar dependências
pip install google-auth google-auth-oauthlib google-api-python-client5. Autenticar Gmail
# Criar script de autenticação
cat > test_auth.py test_browser.py .env
# Criar script de teste
cat > test_gemini.py << 'EOF'
import os
import google.generativeai as genai
from dotenv import load_dotenv
load_dotenv()
def test_gemini():
print("🤖 Testando Gemini AI...")
api_key = os.getenv('GEMINI_API_KEY')
if not api_key:
print("❌ API Key não encontrada!")
return
try:
genai.configure(api_key=api_key)
model = genai.GenerativeModel('gemini-1.5-flash')
response = model.generate_content("Diga olá em português")
print(f"✅ Gemini funcionando!")
print(f"🤖 Resposta: {response.text}")
except Exception as e:
print(f"❌ Erro Gemini: {e}")
if __name__ == '__main__':
test_gemini()
EOF
# Instalar python-dotenv
pip install python-dotenv
# Executar teste
python test_gemini.py🔧 Servidor Integrado
1. Clonar Repositório
# Navegar para diretório de trabalho
cd ~/workspace/projects/javascript
# Clonar o repositório MCP integrado
git clone https://github.com/SEU_USUARIO/azure-devops-mcp.git
cd azure-devops-mcp2. Instalar Dependências Node.js
# Instalar dependências
npm install
# Verificar estrutura
ls -la src/tools/
# Deve mostrar: core.ts, workitems.ts, gmail.ts, browser.ts, gemini.ts, etc.3. Configurar Caminhos
Edite os arquivos de proxy para apontar para os diretórios corretos:
// src/tools/gmail.ts
const gmailPath = "/Users/SEU_USUARIO/workspace/mcp-servers/gmail";
// src/tools/browser.ts
const browserPath = "/Users/SEU_USUARIO/workspace/mcp-servers/browser";
// src/tools/gemini.ts
const geminiPath = "/Users/SEU_USUARIO/workspace/mcp-servers/gemini";4. Build do Servidor
# Compilar TypeScript
npm run build
# Verificar se compilou
ls -la dist/⚙️ Configuração Claude Code
1. Localizar Arquivo de Configuração
# Localizar arquivo de configuração do Claude
# Mac:
open ~/Library/Application\ Support/Claude/
# Linux:
~/.config/claude/
# Windows:
%APPDATA%/Claude/2. Editar claude_desktop_config.json
{
"mcpServers": {
"azure-devops-unified": {
"command": "node",
"args": [
"/Users/SEU_USUARIO/workspace/projects/javascript/azure-devops-mcp/dist/index.js",
"SUA_ORGANIZACAO_AZURE_DEVOPS"
],
"env": {
"NODE_ENV": "production"
}
}
}
}3. Reiniciar Claude Code
# Fechar completamente o Claude Code
# Reabrir Claude Code
# Os MCPs devem aparecer automaticamente✅ Teste e Validação
1. Verificar Conexão MCPs
No Claude Code, digite:
ajuda mcpDeve mostrar o banner com todos os 4 MCPs disponíveis.
2. Testar Cada MCP
Azure DevOps:
liste meus projetos azure devopsGmail:
liste meus labels do gmailBrowser:
busque na web: Claude Code tipsGemini:
generate com gemini: diga olá em português3. Teste Integrado
mostre dashboard do projeto SEU_PROJETO🚨 Solução de Problemas
Problema: MCPs não aparecem no Claude Code
Solução:
# 1. Verificar se o servidor compila
cd azure-devops-mcp
npm run build
# 2. Verificar configuração
cat ~/Library/Application\ Support/Claude/claude_desktop_config.json
# 3. Testar manualmente
node dist/index.js SUA_ORGANIZACAOProblema: Erro de autenticação Azure
Solução:
# Reautenticar
az logout
az login --tenant SEU_TENANT.onmicrosoft.comProblema: Gmail não funciona
Solução:
cd ~/workspace/mcp-servers/gmail
source venv/bin/activate
python test_auth.pyProblema: Python não encontrado
Solução:
# Verificar versão Python
python3 --version
# Se necessário, instalar pyenv
curl https://pyenv.run | bash
pyenv install 3.12.8
pyenv global 3.12.8📚 Comandos Disponíveis
🏢 Azure DevOps
# Projetos
liste meus projetos azure devops
liste desenvolvedores do projeto [NOME]
# Work Items
liste tarefas em progresso do projeto [NOME]
liste tarefas fechadas do projeto [NOME]
mostre dashboard do projeto [NOME]
# Repositórios
liste repositórios do projeto [NOME]
mostre pull requests do projeto [NOME]
mostre builds do projeto [NOME]📧 Gmail
liste meus labels do gmail
mostre meus emails recentes
busque emails de [REMETENTE]
leia o email [ID]🌐 Browser
busque na web: [TERMO]
busque o conteúdo desta URL: [URL]
extraia conteúdo de: [URL]
capture screenshot de: [URL]🤖 Gemini AI
generate com gemini: [PROMPT]
analise este código com gemini: [CÓDIGO]
traduza com gemini: [TEXTO]
resuma com gemini: [TEXTO LONGO]
gemini chat: [MENSAGEM]🎯 Conclusão
Após seguir este guia, você terá:
✅ Servidor MCP integrado funcionando
✅ 4 MCPs ativos (Azure DevOps, Gmail, Browser, Gemini)
✅ Claude Code conectado e funcional
✅ Comandos em português disponíveis
✅ Gestão completa de projetos e desenvolvimento
🚀 Agora você pode gerenciar seus projetos, emails, pesquisas web e IA diretamente no Claude Code!
📞 Suporte
Para dúvidas ou problemas:
1. Verificar seção Solução de Problemas
2. Consultar logs: `node dist/index.js SUA_ORG`
3. Verificar configurações de cada MCP individualmente
Última atualização: Dezembro 2024
Versão: 1.0.0
Frequently asked questions
What is guide-mcp?
guide-mcp is Integrated MCPs Guide
How do I install guide-mcp?
Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.
Is guide-mcp open source?
Yes — it is hosted on GitHub at https://github.com/reinaldosaraiva/guide-mcp and has 1 stars.
Related MCP tools
Model Context Protocol Servers
Pre-indexed code knowledge graph, auto syncs on code changes, for Claude Code, Codex, Gemini, Cursor, OpenCode, AntiGravity, Kiro, CoPilot, and Hermes Agent — fewer tokens, fewer tool calls, 100% local
an open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM
The easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:
The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra
Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.
Run your own MCP server? See who uses it and what to fix.
Measure it with TrackMCP