Quire MCP + Claude Managed Agents: uma implementação que funciona

Última atualização: 6 de agosto de 2026

É segunda-feira, 9h04. Alguém no canal da equipa pergunta: "Então, um resumo rápido do que foi entregue na semana passada?" Três pessoas abrem os separadores, percorrem o Quadro Kanban, tentam lembrar-se de quais das quarenta tarefas fechadas foram realmente relevantes e voltam vinte minutos depois com dois pontos e um encolher de ombros. A reunião de balanço, que devia durar dez minutos, estica-se para quarenta. À terça-feira já ninguém se lembra do que se disse.

Substituímos esse ciclo. Criámos um agente com o Quire MCP e os Claude Managed Agents que lê o nosso projeto Dev_Changelog todas as segundas-feiras de manhã, encontra tudo o que foi concluído nos últimos sete dias, agrupa por equipa, traduz o jargão de desenvolvimento para algo que um cliente consiga ler e escreve o resumo completo num novo documento do Quire. Tempo total de execução: menos de trinta segundos. Manutenção contínua total: zero.

Este artigo é a implementação completa, incluindo as três coisas que falharam pelo caminho e como as resolvemos. Se alguma vez quis um agente de IA que faça trabalho real sobre os dados dos seus projetos, em vez de apenas conversar sobre eles, aqui tem uma receita que funciona.

O que produz exatamente o agente?

Todas as segundas-feiras às 9h (hora do Pacífico), uma sessão do Claude acorda, consulta o Quire e cria um novo documento no nosso projeto Dev_Changelog com o título Weekly Brief: May 15 to May 21, 2026. O documento tem cinco secções, por esta ordem:

• Highlights com os três principais itens por impacto nos utilizadores
• Features Shipped com cada nova capacidade traduzida num benefício para o utilizador
• Bugs Fixed a descrever o que o utilizador sentia antes da correção
• Design Updates focado no que mudou visivelmente
• Social and Marketing com números de envolvimento, quando a descrição da tarefa os tinha

As secções vazias são ignoradas em silêncio. No fim há um resumo de uma linha com as contagens. O conjunto ronda as 400 palavras e lê-se como um resumo interno, não como um changelog de marketing, porque é exatamente isso que o prompt de sistema pede.

Veja os exemplos reais: o agente lê a partir do projeto de origem Dev_Changelog filtrado, e o Weekly Brief: May 15 to May 21, 2026 é o documento que ele de facto produziu.

A equipa lê-o em dois minutos durante a reunião diária. Ninguém tem de o escrever. Ninguém tem de se lembrar de o fazer.

O nosso webinar sobre MCP chega ao mesmo destino sem nenhum dos passos de construção, na parte dedicada à monitorização. É aí que o leitor abaixo começa.

Nesta sessão21:58 Workflow 4: monitorizar com um agente agendado que escreve o relatório semanal

O que lhe dão o Quire MCP e os Claude Managed Agents?

O Quire MCP é um servidor Model Context Protocol alojado em https://mcp.quire.app/mcp. Expõe a API do Quire como um conjunto de ferramentas padronizadas que qualquer cliente compatível com MCP pode chamar. São cerca de noventa e cinco, de search_tasks a create_document e bulk_create_tasks. O agente não precisa de saber como é a API REST do Quire. Vê apenas um catálogo de ferramentas e chama as que lhe fazem falta.

Os Claude Managed Agents são o ambiente de execução alojado da Anthropic para agentes autónomos. Define-se um agente (modelo + prompt de sistema + configuração de ferramentas), um ambiente (contentor isolado com políticas de rede) e criam-se sessões que fazem o trabalho. A Anthropic trata do isolamento, do proxy de credenciais, do ciclo de execução e do registo de auditoria. Nada disso é código que tenha de escrever.

A combinação importa porque cada peça, isolada, é apenas canalização. O Quire MCP sem um agente é um catálogo de ferramentas que ninguém chama. Os Claude Managed Agents sem um MCP específico do domínio são uma sandbox sem nada para fazer. Ligue-os e obtém um agente que age de verdade sobre dados reais de produção, com autenticação e isolamento adequados já incluídos.

Não usa os Claude Managed Agents? O Quire MCP também funciona com o Open Claw, o cliente MCP de código aberto. Mesmo catálogo de ferramentas, mesmo fluxo OAuth, os mesmos fluxos de trabalho que pode construir por cima. Escolha o ambiente que melhor se encaixa na sua stack.

Porque é que isto importa: A maioria das ferramentas de gestão de projetos ainda não tem um servidor MCP público. O Asana, o Monday e o ClickUp expõem APIs REST mas não MCP, pelo que teria de as encapsular você mesmo e tratar da autenticação. O Notion tem MCP, mas a sua superfície de ferramentas foi pensada para documentos e páginas, não para a estrutura de tarefas e sub-tarefas de que a automação de projetos realmente precisa. O Quire MCP foi desenhado em torno das unidades de trabalho (tarefas, sub-tarefas, estados, tags, sublistas) sobre as quais um agente opera, e é por isso que esta implementação levou uma tarde e não um trimestre.

Como se constrói o agente, passo a passo?

Toda a configuração levou cerca de uma hora, a maior parte da qual a lutar com um problema de configuração a que já chego. Aqui está a receita real.

1. A definição do agente

O agente é um único ficheiro YAML. O prompt de sistema é a parte mais importante, porque é ele que transforma uma sessão genérica do Claude num redator de changelog:

name: Dev Changelog Writer
model:
  id: claude-haiku-4-5
  speed: standard
system: |-
  You are the weekly changelog writer for the Quire project
  "Dev_Changelog" (https://quire.io/w/Dev_Changelog).
  When invoked:
  1. Use the Quire MCP to search Dev_Changelog for tasks where status
     is completed and the `toggled` timestamp falls within the last 7
     days. Pull name, description, priority, tags, and subtasks.
  2. Group results by tag: feature, bugfix, design, social. Within
     each group, sort by priority (urgent, high, medium, low).
  3. Translate each task from internal dev shorthand into plain
     language a customer would understand. Features: lead with the
     user-facing benefit. Bugfixes: lead with what the user was
     experiencing. Design: describe what visibly changed. Social:
     include engagement numbers if mentioned.
  4. Create a new document in Dev_Changelog using `create_document`.
     Title: "Weekly Brief: [start date] to [end date]". Sections:
     Highlights, Features Shipped, Bugs Fixed, Design Updates,
     Social and Marketing, plus a footer with item counts.
  5. If zero completed tasks are found, do not create a document.
mcp_servers:
  - name: quire
    type: url
    url: https://mcp.quire.app/mcp

Escolhemos o Haiku 4.5 porque o trabalho não exige muito raciocínio. O agente agrupa, filtra e formata, o que o Haiku faz bem, a cerca de um décimo do custo por token do Sonnet e com limites de taxa bastante mais altos. Numa execução semanal sem supervisão, essa folga nos limites de taxa pesa mais do que o ganho marginal de raciocínio.

2. Filtro de ferramentas, onde está a poupança a sério

Por predefinição, ao associar o servidor Quire MCP a um agente, as noventa e cinco definições de ferramentas são carregadas para o contexto sempre que o agente faz uma chamada ao modelo. São muitos tokens, e a maioria é inútil quando o agente só precisa de ler tarefas e criar um documento.

Filtre sem piedade:

tools:
  - mcp_server_name: quire
    type: mcp_toolset
    default_config:
      enabled: false
      permission_policy:
        type: always_allow
    configs:
      - name: search_tasks
        enabled: true
      - name: create_document
        enabled: true
      - name: list_tags
        enabled: true
      - name: resolve_quire_url
        enabled: true

default_config.enabled: false significa "nada ativo por predefinição", e o bloco configs ativa as quatro ferramentas que o agente realmente usa. Esta única alteração reduziu a contagem de tokens de entrada por execução de cerca de 82 000 para menos de 12 000, o que nos deixou confortavelmente abaixo do limite de taxa do Tier 1. (Mais sobre isto nas histórias de guerra abaixo.)

Há também um benefício de segurança. Com apenas search_tasks, create_document, list_tags e resolve_quire_url ativas, o agente simplesmente não consegue eliminar, arquivar ou modificar dados existentes, mesmo que uma injeção de prompt tentasse levá-lo a isso. A ferramenta bulk_delete_tasks do Quire não está no seu conjunto, por isso o modelo não a pode chamar.

3. O ambiente

Os Managed Agents executam cada sessão dentro de uma sandbox gVisor com uma política de rede que você controla. A predefinição é "Limited", sem acesso de rede externo, o que impede o agente de chegar ao Quire MCP. A solução mais limpa é o privilégio mínimo: manter o tipo Limited, mas permitir explicitamente o único nome de anfitrião de que precisa.

Na consola do Claude: Manage Environments → o seu ambiente → Networking → ative Allow MCP server network access → adicione mcp.quire.app a Allowed hosts. Deixe o acesso de rede do gestor de pacotes desativado, porque este agente não instala nada.

4. O cofre de credenciais

O Quire autentica-se por OAuth. Nos Managed Agents, os tokens OAuth ficam num cofre de credenciais fora da sandbox. Quando o agente chama o Quire MCP, um proxy de credenciais injeta o token do lado do servidor. O próprio modelo nunca vê o token, o que significa que uma injeção de prompt bem-sucedida não o consegue exfiltrar.

Crie um cofre, clique em Add credential, aponte-o para https://mcp.quire.app/mcp, escolha OAuth como tipo e execute o fluxo de autorização. Quando a credencial aparecer como Active, o cofre está pronto.

5. Agendamento

As sessões dos Managed Agents são de execução única. Não se repetem sozinhas. Para o agente correr todas as segundas-feiras, aponte qualquer agendador ao endpoint da API sessions.create com a expressão cron 0 9 * * 1. Nós usamos um simples Cloudflare Workers Cron Trigger que chama a API da Anthropic uma vez por semana, mas o GitHub Actions com agendamento funciona igualmente bem, tal como qualquer plataforma de funções na cloud.

O que falhou e como o descobrimos?

Três coisas correram mal no caminho até uma execução semanal limpa. Vale a pena nomeá-las, porque se construir algo semelhante vai tropeçar em pelo menos uma.

URL do MCP errado. O produto do Quire está alojado em quire.io, mas o servidor MCP está em quire.app. Apontámos tudo (agente, anfitriões permitidos do ambiente, cofre de credenciais) para mcp.quire.io/mcp e obtivemos uma falha de OAuth confusa e, depois de a ultrapassarmos, um HTTP 502 do servidor de origem.

A correção é aborrecida mas vale a pena assinalar: todas as referências ao MCP têm de usar mcp.quire.app, não quire.io. Se qualquer um dos três sítios tiver o anfitrião errado, a execução falha.

Excesso de ferramentas no agente. O agent_toolset_20260401 predefinido da Anthropic coloca no contexto todas as ferramentas de uso geral (bash, operações de ficheiros, pesquisa na web, execução de código). O nosso agente não precisa de nenhuma.

Deixar o conjunto predefinido ativo, além do servidor Quire MCP, fez subir a contagem de tokens de entrada para mais de 80 000 por chamada ao modelo e atingimos logo o limite de taxa do Tier 1. Remover o conjunto predefinido e filtrar as ferramentas do Quire (como mostrado acima) baixou-a para cerca de 12 000. A lição: cada ferramenta no contexto do seu agente é um imposto, mesmo que o agente nunca a chame.

Pânico com o limite de taxa. Antes de percebermos o problema do excesso, a reação natural foi "precisamos de subir de nível na API". Subir de nível custa dinheiro. O problema real era que o agente estava a carregar 70 000 tokens de definições de ferramentas que nunca iria usar. Verifique sempre o que está na sua janela de contexto antes de assumir que precisa de um limite maior.

O que permite o Quire MCP além de um changelog semanal?

O changelog semanal é um bom primeiro agente, mas é sobretudo uma prova de conceito. O padrão (um Managed Agent + Quire MCP + um gatilho agendado) estende-se a muito mais.

Alguns que estamos a prototipar:

• Um resumo diário de arranque de sprint que lê as tarefas movidas para "In Progress" durante a noite e publica um resumo no Slack
• Um redator de retrospetivas de incidentes que vigia um projeto do Quire à procura de tarefas incident concluídas e monta um rascunho de documento de retrospetiva com cronologia, fatores contributivos e ações de acompanhamento extraídas das sub-tarefas
• Um resumo de estado para clientes que corre às sextas-feiras à tarde para cada projeto de cliente, resumindo as entregas da semana numa linguagem adequada para reencaminhar diretamente ao cliente

A forma é sempre a mesma. Um gatilho agendado, um agente focado, um pequeno conjunto de ferramentas do Quire MCP, um documento ou mensagem como resultado. O trabalho difícil (isolamento, credenciais, ciclo do agente) está nos Managed Agents. O trabalho de domínio (que dados do Quire consultar, o que fazer com eles) está no prompt de sistema.

Quando é que esta não é a abordagem certa?

Um Managed Agent é excessivo para perguntas pontuais. Se quer um resumo único de "o que foi entregue neste trimestre", perguntar diretamente ao Claude numa janela de chat e colar os dados do Quire é mais rápido do que montar um agente implementado. O formato de agente só compensa quando a mesma tarefa corre repetidamente, sem supervisão.

Também é a forma errada quando o trabalho exige realmente muito raciocínio, como escrever uma estratégia de produto ponderada a partir dos mesmos dados. O Haiku serve para "resumir e formatar". Para "decidir o que devemos fazer quanto a isto", precisa do Sonnet ou do Opus e, nessa altura, provavelmente também quer uma pessoa no circuito.

E se os dados do seu projeto forem escassos (digamos, duas tarefas concluídas por semana, sem descrições), o agente não tem nada de útil para resumir. O resultado é tão bom quanto a disciplina da sua equipa em escrever descrições de tarefas a sério. Aprendemo-lo da pior maneira, quando um teste inicial produziu um resumo tecnicamente correto e totalmente pouco informativo, porque metade dos nomes das tarefas eram apenas IDs de tickets.

Não precisa de IA no circuito? A Quire CLI dá-lhe os mesmos dados através de comandos estruturados que pode programar e agendar com cron, sem uma chamada a um modelo pelo caminho.

Principais conclusões

O agente de changelog semanal tem um âmbito pequeno e um grande retorno, porque elimina um custo recorrente (a reunião de balanço de segunda-feira) sem que ninguém tenha de se lembrar de fazer fosse o que fosse.

As peças que fizeram a diferença foram concretas: o Haiku 4.5 pelo custo e pela folga nos limites de taxa, um filtro agressivo de ferramentas para manter a janela de contexto enxuta, uma política de ambiente de privilégio mínimo que só permite tráfego para mcp.quire.app e um cofre de credenciais para que o agente nunca toque no token OAuth real.

A lição geral é que o Quire MCP com os Claude Managed Agents é uma forma rápida de pôr um agente autónomo diante dos dados dos seus projetos sem construir qualquer infraestrutura. As partes difíceis (isolamento, autenticação, agendamento, registos de auditoria) já estão resolvidas. O que você traz é o prompt, a seleção de ferramentas e a disciplina de escrever dados de projeto que valha a pena resumir.

Perguntas frequentes

O que é o Quire MCP?

O Quire MCP é um servidor Model Context Protocol que permite aos agentes de IA ler e escrever no seu espaço de trabalho do Quire através de uma interface de ferramentas padronizada. Está em https://mcp.quire.app/mcp e expõe cerca de noventa e cinco ferramentas que cobrem pesquisa, criação de tarefas e documentos, operações em massa e mais. Qualquer cliente compatível com MCP (Claude, Cursor, agentes personalizados criados com o SDK da Anthropic) pode ligar-se a ele.

O que são os Claude Managed Agents?

Os Claude Managed Agents são o ambiente de execução alojado da Anthropic para correr agentes autónomos de longa duração na cloud. Define-se um agente (modelo, prompt de sistema, ferramentas), um ambiente (contentor isolado com políticas de rede) e criam-se sessões que executam o trabalho. A Anthropic trata do isolamento, da intermediação de credenciais e do ciclo de execução, por isso não precisa de construir essa infraestrutura.

Porquê usar o Haiku 4.5 em vez do Sonnet ou do Opus neste tipo de automação?

Resumir dados estruturados de tarefas num documento não exige muito raciocínio. É agrupar, filtrar e formatar. O Haiku 4.5 cumpre bem esse nível de qualidade, custa cerca de um décimo do Sonnet por token e tem limites de taxa bastante mais altos em todos os níveis da API. Num trabalho semanal que corre sem supervisão, a poupança de custo e a folga nos limites de taxa pesam mais do que o ganho marginal de raciocínio.

Quanto tempo demora o agente a gerar um resumo semanal?

Num projeto com cerca de vinte tarefas concluídas na janela de tempo, a execução completa demora menos de trinta segundos de ponta a ponta. Isso inclui pesquisar no Quire, processar os resultados, escrever o corpo do documento e criar o documento no projeto. A maior parte desse tempo é a chamada ao modelo, não as idas e voltas das ferramentas.

O agente pode editar ou eliminar tarefas existentes no meu projeto?

Só se conceder explicitamente essas permissões de ferramenta. O servidor Quire MCP expõe cerca de noventa e cinco ferramentas, mas os Claude Managed Agents permitem ativar apenas um subconjunto por agente. No caso do changelog, ativámos só quatro ferramentas de leitura e criação, pelo que o agente não consegue modificar nem eliminar dados existentes, mesmo que uma injeção de prompt tentasse fazê-lo.

O que acontece se nenhuma tarefa tiver sido concluída na semana em que o agente corre?

O prompt do agente inclui uma instrução alternativa: se a pesquisa devolver zero tarefas concluídas, não cria um documento e regista apenas uma linha a dizer que a semana esteve vazia. Isto evita publicar um resumo semanal em branco ou enganador quando a equipa não entregou nada nesse período.

Preciso de um plano pago do Quire para usar o Quire MCP?

O Quire MCP funciona com qualquer plano que tenha acesso à API. As quotas atuais da API estão indicadas na página de preços do Quire. Para um agente semanal que faz algumas chamadas de ferramentas por execução, os limites do plano grátis ou inicial costumam ser suficientes.

Posso executar este mesmo agente em vários projetos do Quire?

Sim. O padrão mais limpo é uma definição de agente por fluxo de trabalho e uma sessão por projeto. O URL do projeto passa a ser um parâmetro na criação da sessão. Se quiser um único resumo semanal que abranja vários projetos, reestruture o prompt para consultar cada projeto em sequência e juntar os resultados num só documento.

Pronto para criar o seu próprio agente com o Quire MCP?

Comece o seu teste gratuito de 30 dias em quire.io/signup e explore a documentação para programadores do Quire para ver o catálogo completo de ferramentas do MCP. Sem cartão de crédito, com acesso total.