AI Market Intelligence MCP

Servidor Model Context Protocol (MCP) local para ajudar assistentes de IA a comparar e recomendar modelos por caso de uso. Ele funciona por stdio, não requer chave de API e mantém todos os dados no seu computador.

Os perfis do catálogo são qualitativos, iniciais e não representam preços, benchmarks ou disponibilidade oficiais. Use as fontes retornadas pelo servidor e valide os resultados no seu domínio antes de tomar decisões técnicas ou comerciais.

Recursos

• Filtrar o catálogo por provedor ou tipo de implantação.
• Consultar os detalhes, a fonte e a data de atualização de cada modelo.
• Receber recomendações para programação, suporte, documentos, multimodal, agentes e privacidade.
• Restringir recomendações a modelos auto-hospedados.
• Comparar dois a quatro modelos com os mesmos critérios de um cenário.
• Entender os pesos usados em cada recomendação.

Requisitos

• Node.js 20 ou superior.
• Um cliente compatível com MCP, como VS Code com GitHub Copilot.

Instalação

Clone o repositório e instale as dependências:

git clone https://github.com/gabivech/ai-market-intelligence-mcp.git
Set-Location ai-market-intelligence-mcp
npm install
npm run build

O servidor já está pronto em dist/index.js. Para executá-lo manualmente:

npm start

Para recompilar e iniciar após alterações locais, use:

npm run dev

Para testar a integração visualmente com o MCP Inspector:

npm run inspect

Configurar no VS Code

Crie ou atualize o arquivo .vscode/mcp.json no projeto onde deseja usar o servidor. Substitua o caminho pelo local absoluto em que você clonou este repositório.

{
  "servers": {
    "ai-market-intelligence": {
      "command": "node",
      "args": [
        "C:\\Users\\SEU_USUARIO\\Projects\\ai-market-intelligence-mcp\\dist\\index.js"
      ]
    }
  }
}

Após salvar, abra a seção de MCP do VS Code/Copilot e inicie ou recarregue o servidor. Como o transporte é stdio, o processo reserva stdout para o protocolo; diagnósticos são enviados somente para stderr.

Ferramentas disponíveis

Ferramenta	Parâmetros	Uso
list_models	provider?, deployment?	Lista o catálogo. deployment aceita cloud, self-hosted ou both.
get_model	id	Retorna o perfil completo de um modelo.
recommend_model	scenario, budget?, requiresSelfHosted?, limit?	Classifica modelos para um cenário.
compare_models	ids, scenario	Compara de dois a quatro IDs existentes.
explain_scenarios	nenhum	Mostra os pesos de cada cenário.

Os valores de scenario são coding, support, documents, multimodal, agents e private. Os valores de budget são low, medium (padrão) e high. Para garantir controle da infraestrutura no cenário private, informe requiresSelfHosted: true.

Exemplo de solicitação ao assistente após conectar o MCP:

Use o AI Market Intelligence para recomendar até três modelos auto-hospedados
para documentos confidenciais com orçamento médio. Mostre as fontes.

Dados e critérios

O catálogo está em src/catalog.ts. Cada perfil contém capacidades de 1 a 5, faixa qualitativa de custo e contexto, tipo de implantação, URL da fonte e data de atualização. O algoritmo pondera essas capacidades conforme o cenário e aplica uma preferência de custo proporcional ao orçamento informado.

Para atualizar ou ampliar o catálogo, edite src/catalog.ts, mantenha um id único para cada modelo e inclua a URL oficial e a data de atualização. Em seguida, execute npm run build e reinicie o servidor MCP.