👤 Para líderes de operações, gestores de processo e membros de pipe
🔐 Disponível nos planos pagos
🎯 Para quem quer entender o que o MCP Server é e o que passa a ser possível antes de configurar qualquer coisa
Seus processos no Pipefy agora respondem ao assistente de IA que você já usa no dia a dia. Em vez de abrir o app para consultar um relatório, acompanhar um card ou aprovar um pedido, você digita o que precisa e o processo acontece, com as mesmas regras e aprovações que você já configurou.
Este artigo cobre o MCP Server: o componente do Pipefy AI Toolkit que expõe os processos do Pipefy para que um assistente de IA compatível possa executá-los em linguagem natural. Ao terminar, você vai saber o que ele é, onde ele se encaixa no que você já tem, e o que passa a ser possível. Nenhum conhecimento técnico é necessário.
📖 O que você vai entender aqui:
Antes de começar: o que a sua permissão habilita
Vale começar por aqui, porque é onde mais gente trava. O que você consegue pedir ao assistente é exatamente o que a sua conta já consegue fazer na interface do Pipefy. Quando uma ação falha, quase sempre é permissão, não configuração, e a mensagem de erro não deixa isso óbvio.
A boa notícia é que a maior parte do caminho não exige permissão nova. Vale conferir a linha que corresponde ao que você pretende fazer antes de investir tempo na configuração.
| O que você quer fazer | Permissão necessária |
|---|---|
| Consultar pipes, cards, fases, automações e consumo de IA | Ser membro dos pipes |
| Criar e atualizar cards, mover card de fase | Ser membro, dentro do que o processo permite |
| Alterar configuração de fase, incluindo prazo de SLA | Habilidade de admin no pipe |
| Criar ou alterar AI Agent | Habilidade de admin no pipe, com AI habilitada no pipe |
| Criar um pipe novo | Admin da organização |
| Configurar o MCP Client em um pipe | Quem pode criar automações no pipe |
| Provisionar uma Service Account | Super Admin da organização |
Não é admin? A maior parte desta série funciona com membership: as consultas, a operação de cards e o diagnóstico do artigo de auditoria. Para as etapas que escrevem na estrutura do processo, o pedido ao seu admin é específico, e não é acesso amplo: habilidade de admin no pipe em questão, mais AI habilitada no pipe, se for criar agentes.
Uma permissão merece atenção antecipada: provisionar uma Service Account é exclusividade de Super Admin, e admin comum não consegue. Isso só importa se você pretende uso desassistido, como scripts ou CI/CD. Para conectar o seu próprio assistente de IA, a sua conta basta, e não é preciso envolver ninguém.
Cada artigo desta série marca, comando por comando, qual permissão a ação exige. Assim você sabe antes de tentar, em vez de descobrir por uma recusa.
O ponto de partida: processos que vivem entre os sistemas
A maioria dos processos corporativos importantes não vive dentro de nenhum sistema. Vive entre eles. Um processo de aprovação de fornecedor, por exemplo, começa com um formulário no Pipefy, passa por uma consulta no ERP, envolve aprovação do jurídico por e-mail, exige registro no Salesforce e termina com uma notificação no Teams. Cada fase está em um lugar. Ninguém tem visão completa sem abrir tudo ao mesmo tempo.
Esse cenário tem um custo real: reuniões para cobrar status, e-mails de follow-up, planilhas paralelas criadas por quem precisa de uma visão que nenhum sistema entrega sozinho. O trabalho não é difícil. O problema é que ele está fragmentado.
O Pipefy orquestra esses processos há anos. O MCP Server é o que conecta essa orquestração ao assistente de IA que a sua equipe já usa.
O que é o MCP Server
O MCP Server expõe os processos configurados no Pipefy como ferramentas que um assistente de IA compatível pode chamar. Em termos práticos: em vez de abrir o Pipefy para criar um card, mover um card de fase ou consultar um relatório, você digita o que precisa no assistente que já tem aberto e o processo acontece.
O Model Context Protocol (MCP) é o padrão aberto que permite a assistentes de IA se conectarem a ferramentas externas e executarem ações reais dentro delas. O MCP Server do Pipefy é a implementação desse padrão para a plataforma.
Para dimensionar: o toolkit expõe cerca de 182 ferramentas distribuídas em 13 domínios do produto, além de um catálogo de 15 playbooks. É software livre sob licença Apache 2.0. A contagem de ferramentas corresponde à instalação local completa e cresce a cada release, então trate o número como ordem de grandeza.
Onde o MCP Server se encaixa no Pipefy AI Toolkit
O pacote de código aberto se chama Pipefy AI Toolkit. O MCP Server é um dos componentes dentro dele. São três componentes que você usa diretamente:
| Componente | O que é | Para quem |
|---|---|---|
| MCP Server | Expõe os processos e recursos do Pipefy como ferramentas que o assistente de IA pode chamar: pipes, cards, fases, automações, AI Agents, relatórios e mais. | Quem usa um assistente de IA e quer operar o Pipefy a partir dele |
| CLI pipefy | Programa de terminal com comandos alinhados às capacidades do MCP Server. A paridade entre os dois é parcial e rastreada em uma matriz própria no repositório. | Quem prefere linha de comando, scripts automatizados ou integrações em CI/CD |
| Skills | Catálogo de 15 playbooks que orientam o assistente a seguir boas práticas em cada caso de uso: criar cards, configurar AI Agents, gerar relatórios, auditar pipes e mais. | O próprio assistente de IA, que os consulta durante a execução |
Existe um quarto componente que você não usa diretamente: um SDK com o cliente GraphQL, os serviços e os modelos compartilhados entre o MCP Server e a CLI. Ele é a camada comum que mantém os dois consistentes.
O MCP Server não substitui a interface web do Pipefy. Ele automatiza o que você já faria na tela.
MCP Server e MCP Client: dois componentes, duas direções
Os dois nomes se parecem e fazem coisas opostas. Entender a distinção agora evita confusão no resto da série:
| MCP Server | MCP Client | |
|---|---|---|
| Direção do fluxo | IA externa para Pipefy | Pipefy para ferramenta externa |
| O que faz | Expõe os processos do Pipefy para que um assistente de IA externo (Claude Code, Claude Desktop, Cursor, Codex) possa executá-los em linguagem natural | Permite que um AI Agent dentro do Pipefy acesse ferramentas externas (planilhas, CRM, mensageria) como parte de um behavior |
| Quem configura | O próprio usuário conecta o assistente com a sua conta Pipefy, via OAuth. Para uso desassistido (scripts, CI/CD), um Super Admin provisiona uma Service Account em Admin > Service Accounts | Quem pode criar automações no pipe autentica os apps e seleciona quais ferramentas o agente pode usar |
| Exemplo | O gerente de compras digita no assistente: "aprove o pedido #4471". O Pipefy valida a alçada, executa a aprovação dentro do fluxo e registra a ação | Um AI Agent de onboarding lê o cadastro do fornecedor em um sistema externo, valida no Pipefy e notifica o time |
As duas formas de conectar, e o que cada uma habilita
Existem dois caminhos de conexão, com superfícies de ferramentas diferentes. A diferença importa porque define o que você vai conseguir pedir ao assistente:
| Caminho hospedado | Caminho local | |
|---|---|---|
| Como conecta | Dois comandos no seu cliente de IA. Nada instalado na sua máquina. | Instalador na sua máquina, mais configuração do arquivo do cliente. |
| O que habilita | Consultas: pipes, cards, fases, automações, agentes e consumo de IA. | Consultas e execução: criar cards, mover cards de fase, alterar fases, criar AI Agents e criar pipes. |
| Bom quando | Você quer visibilidade e análise do processo. | Você quer que o assistente execute ações dentro do processo. |
Os exemplos de execução deste artigo, como aprovar um pedido ou criar um AI Agent, exigem o caminho local. No caminho hospedado o assistente responde que a ferramenta não está disponível, porque as ferramentas de escrita ficam fora dessa superfície por design. O artigo de configuração cobre os dois caminhos passo a passo.
O que muda na prática
A diferença mais concreta está em onde o trabalho começa:
| Sem o MCP Server | Com o MCP Server |
|---|---|
| O gerente de compras abre o Pipefy, navega até o pipe de procurement, encontra o card do pedido #4471 e aprova manualmente. | O gerente digita no assistente: "aprove o pedido #4471". O Pipefy valida a alçada, executa a aprovação dentro do fluxo configurado e registra quem aprovou, quando e em que contexto. |
| Para saber quantos créditos de IA foram consumidos no mês, alguém precisa navegar até o relatório certo dentro da plataforma. | Qualquer pessoa com acesso digita a pergunta no assistente e recebe a resposta na hora. |
| Configurar um AI Agent exige abrir a tela do agente, preencher campos e ajustar behaviors um a um. | O assistente analisa a estrutura do pipe, propõe behaviors com base no que existe e cria o agente com a configuração pronta para revisão. |
Em todos esses casos, o processo que acontece por baixo é o mesmo que sempre foi. O que muda é onde ele começa: no assistente de IA que a equipe já tem aberto, não em mais uma aba.
Governança por design, não por política
Uma dúvida comum ao ouvir que um assistente de IA pode executar ações dentro dos processos é: "e se ele pular uma aprovação ou criar um card sem os campos obrigatórios?"
A resposta está em duas camadas, e nenhuma delas depende de confiança no assistente.
- Primeira camada: identidade. O assistente opera com as permissões da conta autenticada. Os pipes que ele alcança são exatamente aqueles em que você já é membro, e a recusa não vem de uma curadoria de ferramentas: vem da própria API do Pipefy. Quando o acesso não existe, a resposta é um erro de permissão que aponta quem precisa ser convidado para o pipe.
- Segunda camada: processo. Dentro do que a sua conta alcança, o que o assistente pode fazer é o que o processo permite. Campos obrigatórios continuam obrigatórios, condicionais continuam valendo, e as transições de fase ficam limitadas às conexões configuradas em Fase > Conexões. Essas conexões são definidas apenas na interface do Pipefy, e o assistente as consulta antes de mover um card.
Um exemplo concreto: se um card não pode avançar de fase sem determinado campo preenchido, o assistente não avança esse card sem preencher o campo. Se uma aprovação exige alçada de diretor, a regra de escalonamento funciona igual. Nada disso precisa ser reconfigurado, porque já está no processo. Esse é o sentido de dizer que o processo é o guardrail.
Exclusões seguem um contrato de dois passos: a primeira chamada devolve uma prévia, sem executar nada, e só uma aprovação explícita executa. Em vários casos a prévia vem acompanhada dos dependentes do item, ou seja, as automações, condicionais e etiquetas que dependem dele. Você vê o que quebra antes de confirmar.
Com quais assistentes de IA o MCP Server funciona
A instalação oficial cobre quatro clientes:
- Claude Code
- Claude Desktop
- Cursor
- Codex
Outros clientes compatíveis com o Model Context Protocol seguem o mesmo padrão de configuração, apontando para o executável instalado. A conexão é feita uma única vez e vale para todas as conversas.
A escolha do assistente não altera o que o Pipefy executa. O processo é sempre governado pelas regras configuradas no pipe, independente de qual modelo está do outro lado.
Antes de avançar, você deve conseguir responder:
☐ Qual problema o MCP Server resolve, com uma frase sobre o seu próprio processo
☐ Qual caminho de conexão atende o seu caso: hospedado para consultar, local para executar
☐ Qual componente você precisa: MCP Server para operar o Pipefy pelo assistente, MCP Client para o agente alcançar sistemas externos
Próximo passo na série
Para conectar o Pipefy ao seu assistente, veja "Como configurar o Pipefy AI Toolkit no seu assistente de IA".
