BNCC MCP Server
Enables AI assistants to query and validate BNCC (Brazilian curriculum) skills deterministically, preventing hallucinations by providing official data, search, and code validation tools.
README
BNCC MCP Server
Servidor MCP (Model Context Protocol) que expõe a BNCC (Base Nacional Comum Curricular — Educação Infantil e Ensino Fundamental) e a BNCC Computação para que assistentes de IA criem soluções educacionais alinhadas ao currículo de forma controlada e precisa — sem inventar códigos de habilidade.
- 1.397 habilidades da BNCC geral (EI + EF)
- 115 habilidades da BNCC Computação (eixos: Pensamento Computacional, Mundo Digital, Cultura Digital)
- Todos os metadados (etapa, área, componente, ano/grupo, campo de experiência, eixo) derivados diretamente do código oficial da habilidade.
Por que usar
Ao invés de deixar a IA "lembrar" da BNCC (o que leva a códigos e descrições inventados), o servidor oferece consultas determinísticas sobre os dados oficiais: busca por tema, filtro por ano/componente/eixo, obtenção por código e validação de código para evitar alucinações.
Estrutura
bncc-mcp-server/
├── bncc_mcp/
│ ├── data.py # carregamento, indexação e consulta (busca/validação/taxonomia)
│ └── server.py # servidor FastMCP: tools + resources
├── data/
│ ├── bncc_geral.json # 1397 habilidades EI + EF
│ └── bncc_computacao.json # 115 habilidades de Computação
├── scripts/
│ └── extract_bncc.py # (re)gera os JSON a partir dos PDFs oficiais
├── .vscode/mcp.json # configuração pronta para o VS Code
├── pyproject.toml
└── requirements.txt
Instalação
Requer Python 3.10+.
python -m venv .venv
source .venv/Scripts/activate # Windows (bash); no Linux/macOS: source .venv/bin/activate
pip install -r requirements.txt
Como rodar
O servidor usa o transporte stdio (padrão para servidores locais). Normalmente ele é iniciado pelo cliente MCP (VS Code, Claude Desktop, etc.), mas você pode executá-lo manualmente:
python -m bncc_mcp.server
Configuração no VS Code
Já existe um .vscode/mcp.json pronto. Abra a paleta de comandos
e use MCP: List Servers para iniciar o servidor bncc.
Configuração no Claude Desktop
Adicione ao claude_desktop_config.json:
{
"mcpServers": {
"bncc": {
"command": "C:/Users/davi.vieira/Projects/Softwares/bncc-mcp-server/.venv/Scripts/python.exe",
"args": ["-m", "bncc_mcp.server"],
"cwd": "C:/Users/davi.vieira/Projects/Softwares/bncc-mcp-server"
}
}
}
Inspecionar com o MCP Inspector
mcp dev bncc_mcp/server.py
Ferramentas (tools)
| Ferramenta | Descrição |
|---|---|
buscar_habilidades |
Busca por tema/palavra-chave e filtros (fonte, etapa, área, componente, ano, campo, eixo). Robusta a acentos e plurais. |
obter_habilidade |
Retorna os dados completos de uma habilidade pelo código exato (ou sugestões, se não existir). |
validar_codigo |
Verifica se um código de habilidade existe — use antes de citar qualquer código. |
listar_taxonomia |
Lista os valores válidos de filtro, os totais e o formato dos códigos. |
Recursos (resources)
| URI | Descrição |
|---|---|
bncc://taxonomia |
Visão geral: etapas, áreas, componentes, eixos e totais. |
bncc://habilidade/{codigo} |
Habilidade individual, endereçável por código. |
bncc://geral |
Conjunto completo da BNCC (EI + EF). |
bncc://computacao |
Conjunto completo da BNCC Computação. |
Formato dos códigos
- BNCC:
E[F|I]+ ano/grupo (2) + componente/campo (2) + sequência (2). Ex.:EF01MA01,EF15LP03,EI03EO02. - Computação:
E[F|I]+ ano/grupo (2) +CO+ sequência (2). Ex.:EF06CO03,EI03CO01.
Regenerar os dados
Os arquivos em data/ são gerados a partir dos PDFs oficiais na raiz do repositório:
pip install -r requirements.txt # inclui pymupdf
python scripts/extract_bncc.py
Observação: o PDF geral tem a tabela de referência (xref) danificada e só abre com PyMuPDF (não com pdfplumber). Os avisos
Failed to read JPX headerreferem-se a imagens e não afetam a extração de texto.
Fontes
- BNCC (Educação Infantil e Ensino Fundamental) —
BNCC_EI_EF_110518_versaofinal_site.pdf - BNCC Computação (Complemento) —
BNCCComputaoCompletodiagramado.pdf
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。