Quire MCP + Claude Managed Agents: uma implementação que funciona

Última atualização: 6 de agosto de 2026

É segunda-feira, 9h04. Alguém no canal da equipe pergunta: "Oi, um resumo rápido do que foi entregue na semana passada?" Três pessoas abrem suas abas, rolam pelo quadro Kanban, tentam lembrar quais das quarenta tarefas concluídas foram realmente relevantes e voltam vinte minutos depois com dois tópicos e um dar de ombros. A reunião de resumo, que ia durar dez minutos, vira quarenta. Na terça, ninguém lembra o que foi dito.

Nós substituímos esse ciclo. Construímos um agente com Quire MCP e Claude Managed Agents que lê o nosso projeto Dev_Changelog toda segunda de manhã, encontra tudo o que foi concluído nos últimos sete dias, agrupa por equipe, traduz o jargão de desenvolvimento para algo que um cliente consiga ler e escreve o resumo inteiro em um novo documento do Quire. Tempo total de execução: menos de trinta segundos. Manutenção contínua: zero.

Este post mostra a construção completa, incluindo as três coisas que deram errado no caminho e como resolvemos. Se você sempre quis um agente de IA que faz trabalho de verdade nos dados do seu projeto, em vez de só conversar sobre eles, esta é uma receita que funciona.

O que o agente realmente produz?

Toda segunda às 9h (horário 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 seções, nesta ordem:

• Destaques com os três principais itens por impacto no usuário
• Recursos lançados com cada nova capacidade traduzida em um benefício para o usuário
• Bugs corrigidos descrevendo o que o usuário enfrentava antes da correção
• Atualizações de design focadas no que mudou visivelmente
• Social e marketing incluindo números de engajamento quando a descrição da tarefa os trazia

Seções vazias são omitidas em silêncio. No final, há uma linha de resumo com a contagem. O conjunto tem cerca de 400 palavras e soa como um boletim interno, não como um changelog de marketing, porque é exatamente isso que o prompt de sistema pede.

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

A equipe lê em dois minutos durante a reunião diária. Ninguém precisa escrever. Ninguém precisa lembrar de fazer isso.

Nosso webinar sobre MCP chega ao mesmo destino sem nenhuma das etapas de construção, no trecho sobre monitoramento. É aí que o player abaixo começa.

Nesta sessão21:58 Fluxo 4: monitorar com um agente agendado que escreve o relatório semanal

O que o Quire MCP e o Claude Managed Agents oferecem juntos?

O Quire MCP é um servidor Model Context Protocol hospedado em https://mcp.quire.app/mcp. Ele 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 saber como é a API REST do Quire. Ele só vê um catálogo de ferramentas e chama o que precisa.

O Claude Managed Agents é o ambiente de execução hospedado da Anthropic para agentes autônomos. Você define um agente (modelo + prompt de sistema + configuração de ferramentas), um ambiente (contêiner isolado com políticas de rede) e cria sessões que fazem o trabalho de fato. A Anthropic cuida do isolamento, do proxy de credenciais, do ciclo de execução e do log de auditoria. Nada disso é código que você precise escrever.

A combinação importa porque cada peça sozinha é só encanamento. O Quire MCP sem um agente é um catálogo de ferramentas que ninguém chama. O Claude Managed Agents sem um MCP específico de domínio é um sandbox sem nada para fazer. Juntos, formam um agente que age de verdade sobre dados reais de produção, com autenticação e isolamento adequados já embutidos.

Não usa o 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, mesmos fluxos de trabalho que você pode construir. Escolha o ambiente que combina com a sua stack.

Por que isso importa: A maioria das ferramentas de gestão de projetos ainda não oferece um servidor MCP público. Asana, Monday e ClickUp expõem APIs REST, mas não MCP, então você teria de envolvê-las por conta própria e cuidar da autenticação. O Notion tem MCP, mas sua superfície de ferramentas foi feita para documentos e páginas, não para a estrutura de tarefas e subtarefas de que a automação de projetos realmente precisa. O Quire MCP é construído em torno das unidades de trabalho (tarefas, subtarefas, estados, tags, sublistas) sobre as quais um agente opera, e por isso esta construção levou uma tarde, não um trimestre.

Como construir o agente, passo a passo?

A configuração inteira levou cerca de uma hora, a maior parte gasta brigando com uma pegadinha de configuração que explico daqui a pouco. Esta é a receita real.

1. A definição do agente

O agente é um único arquivo YAML. O prompt de sistema é a parte mais importante, porque é ele que transforma uma sessão genérica do Claude em um 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, e o Haiku faz isso bem, por cerca de um décimo do custo por token do Sonnet e com limites de taxa bem maiores. Em uma execução semanal sem supervisão, essa folga no limite de taxa pesa mais do que o ganho marginal de raciocínio.

2. Filtro de ferramentas: onde está a economia de verdade

Por padrão, ao anexar o servidor Quire MCP a um agente, todas as noventa e cinco definições de ferramentas são carregadas no contexto a cada chamada ao modelo. São muitos tokens, e a maioria é inútil quando o agente só precisa ler tarefas e criar um documento.

Filtre sem dó:

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 ligado por padrão", e o bloco configs habilita as quatro ferramentas que o agente realmente usa. Essa mudança sozinha levou a contagem de tokens de entrada por execução de cerca de 82.000 para menos de 12.000, o que nos deixou com folga abaixo do limite de taxa do Tier 1. (Mais sobre isso nas histórias de guerra abaixo.)

Há também um benefício de segurança. Com apenas search_tasks, create_document, list_tags e resolve_quire_url habilitadas, o agente literalmente não consegue excluir, arquivar nem modificar nenhum dado existente, mesmo que um prompt injection tentasse forçá-lo. A ferramenta bulk_delete_tasks do Quire não está no kit dele, então o modelo não consegue chamá-la.

3. O ambiente

O Managed Agents executa cada sessão dentro de um sandbox gVisor com uma política de rede que você controla. O padrão é "Limited", sem acesso externo à rede, o que bloqueia o seu agente de alcançar o Quire MCP. A solução mais limpa é o privilégio mínimo: manter o tipo Limited, mas permitir explicitamente o único hostname de que você precisa.

No console do Claude: Manage Environments → seu ambiente → Networking → habilite Allow MCP server network access → adicione mcp.quire.app em Allowed hosts. Deixe o acesso de rede do gerenciador de pacotes desabilitado, porque este agente não instala nada.

4. O cofre de credenciais

O Quire autentica via OAuth. No Managed Agents, os tokens OAuth ficam em um cofre de credenciais fora do sandbox. Quando o agente chama o Quire MCP, um proxy de credenciais injeta o token no lado do servidor. O próprio modelo nunca vê o token, o que significa que um prompt injection bem-sucedido não consegue exfiltrá-lo.

Crie um cofre, clique em Add credential, aponte 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 do Managed Agents são de execução única. Elas não se repetem sozinhas. Para o agente rodar toda segunda, aponte qualquer agendador para o endpoint de API sessions.create com a expressão cron 0 9 * * 1. 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, assim como qualquer plataforma de funções na nuvem.

O que deu errado e como percebemos?

Três coisas saíram do trilho no caminho até uma execução semanal limpa. Vale nomeá-las, porque se você construir algo parecido, vai esbarrar em pelo menos uma.

URL do MCP errada. O produto do Quire fica em quire.io, mas o servidor MCP está em quire.app. Apontamos tudo (agente, hosts permitidos do ambiente, cofre de credenciais) para mcp.quire.io/mcp e recebemos uma falha de OAuth confusa e, depois de passar dela, um HTTP 502 do upstream.

A correção é chata, mas vale o alerta: toda referência ao MCP deve usar mcp.quire.app, não quire.io. Se qualquer um dos três lugares tiver o host errado, a execução falha.

Excesso de ferramentas no agente. O agent_toolset_20260401 padrão da Anthropic coloca todas as ferramentas de uso geral (bash, operações de arquivo, busca na web, execução de código) no contexto. Nosso agente não precisa de nenhuma delas.

Deixar o conjunto padrão habilitado junto com o servidor Quire MCP levou nossa contagem de tokens de entrada a mais de 80.000 por chamada ao modelo, e batemos no limite de taxa do Tier 1 na hora. Remover o conjunto padrão e filtrar as ferramentas do Quire (como mostrado acima) reduziu para cerca de 12.000. A lição: toda ferramenta no contexto do seu agente é um imposto, mesmo que o agente nunca a chame.

Pânico com o limite de taxa. Antes de descobrirmos o excesso de ferramentas, a reação natural foi "precisamos subir o tier da API". Subir de tier custa dinheiro. O problema real era que o agente carregava 70.000 tokens de definições de ferramentas que nunca usaria. Sempre veja o que há na sua janela de contexto antes de presumir que precisa de um limite maior.

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

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

Alguns que estamos prototipando:

• Um resumo diário de início de sprint que lê as tarefas movidas para "Em andamento" durante a noite e publica um resumo no Slack
• Um redator de retrospectivas de incidentes que observa um projeto do Quire em busca de tarefas incident concluídas e monta um rascunho de retro com linha do tempo, fatores contribuintes e ações de acompanhamento extraídos das subtarefas
• Um resumo de estado para clientes que roda nas tardes de sexta para cada projeto de cliente, resumindo as entregas da semana em linguagem adequada para encaminhar direto ao cliente

O formato é sempre o mesmo. Um gatilho agendado, um agente focado, um pequeno conjunto de ferramentas do Quire MCP, um documento ou mensagem como saída. O trabalho pesado (isolamento, credenciais, ciclo do agente) está no Managed Agents. O trabalho de domínio (quais dados do Quire consultar e o que fazer com eles) está no prompt de sistema.

Quando essa não é a abordagem certa?

Um Managed Agent é exagero para perguntas pontuais. Se você quer um resumo único de "o que foi entregue neste trimestre", perguntar direto ao Claude em uma janela de bate-papo e colar os dados do Quire é mais rápido do que montar um agente implantado. O formato de agente só compensa quando a mesma tarefa roda repetidamente, sem supervisão.

Também é o formato errado quando o trabalho exige muito raciocínio, como escrever uma estratégia de produto bem pensada a partir dos mesmos dados. O Haiku serve para "resumir e formatar". Para "decidir o que devemos fazer sobre isso", você quer Sonnet ou Opus e, nesse ponto, 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 útil para resumir. A saída é tão boa quanto a disciplina da sua equipe em escrever descrições de tarefas de verdade. Aprendemos isso do jeito difícil quando um teste inicial gerou um resumo tecnicamente correto e totalmente inútil, porque metade dos nomes das tarefas eram só IDs de ticket.

Não precisa de IA no meio do caminho? O Quire CLI entrega os mesmos dados por comandos estruturados que você pode automatizar com scripts e cron, sem chamar um modelo.

Principais conclusões

O agente de changelog semanal é pequeno em escopo e grande em retorno, porque elimina um custo recorrente (a reunião de resumo de segunda) sem que ninguém precise lembrar de fazer nada.

As peças que fizeram funcionar foram específicas: Haiku 4.5 pelo custo e pela folga no limite de taxa, 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 de fato.

A lição geral é que o Quire MCP com o Claude Managed Agents é um jeito rápido de colocar um agente autônomo diante dos dados do seu projeto sem construir infraestrutura. As partes difíceis (isolamento, autenticação, agendamento, logs 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 valham a pena ser resumidos.

Perguntas frequentes

O que é o Quire MCP?

O Quire MCP é um servidor Model Context Protocol que permite a agentes de IA ler e gravar no seu workspace do Quire por meio de uma interface padronizada de ferramentas.

Ele fica em https://mcp.quire.app/mcp e expõe cerca de noventa e cinco ferramentas que cobrem busca, 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 se conectar a ele.

O que são os Claude Managed Agents?

O Claude Managed Agents é o ambiente de execução hospedado da Anthropic para rodar agentes autônomos de longa duração na nuvem. Você define um agente (modelo, prompt de sistema, ferramentas), um ambiente (contêiner isolado com políticas de rede) e cria sessões que executam o trabalho. A Anthropic cuida do isolamento, da intermediação de credenciais e do ciclo de execução, então você não precisa construir essa infraestrutura.

Por que usar o Haiku 4.5 em vez do Sonnet ou do Opus nesse tipo de automação?

Resumir dados estruturados de tarefas em um documento não exige muito raciocínio. É agrupar, filtrar e formatar. O Haiku 4.5 atende bem a esse nível de qualidade, custa cerca de um décimo do Sonnet por token e tem limites de taxa bem maiores em todos os tiers da API. Para um job semanal sem supervisão, a folga de custo e de limite de taxa pesa mais do que o ganho marginal de raciocínio.

Quanto tempo o agente leva para gerar um resumo semanal?

Para um projeto com cerca de vinte tarefas concluídas no período, a execução completa leva menos de trinta segundos de ponta a ponta. Isso inclui buscar no Quire, processar os resultados, escrever o corpo do documento e criar o documento de volta no projeto. A maior parte desse tempo é a chamada ao modelo, não as idas e vindas das ferramentas.

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

Somente se você conceder explicitamente essas permissões de ferramenta. O servidor Quire MCP expõe cerca de noventa e cinco ferramentas, mas o Claude Managed Agents permite habilitar um subconjunto por agente. No caso do changelog, habilitamos apenas quatro ferramentas de leitura e criação, então o agente não consegue modificar nem excluir nenhum dado existente, mesmo que um prompt injection tentasse forçá-lo.

O que acontece se nenhuma tarefa for concluída na semana em que o agente roda?

O prompt do agente inclui uma instrução alternativa: se a busca retornar zero tarefas concluídas, não criar um documento e registrar apenas uma linha dizendo que a semana estava vazia. Isso evita que um resumo semanal em branco ou enganoso seja publicado quando a equipe não entregou nada no 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 cotas atuais da API estão na página de preços do Quire. Para um agente semanal que faz poucas chamadas de ferramenta por execução, os limites do plano grátis ou inicial geralmente bastam.

Posso rodar esse 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. A URL do projeto vira um parâmetro na criação da sessão. Se quiser um único resumo semanal cobrindo vários projetos, reestruture o prompt para consultar cada projeto em sequência e combinar os resultados em um só documento.

Pronto para criar seu próprio agente com o Quire MCP?

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