[PITCH]: Criei um MCP Server Para Meu Micro-SaaS em 24 horas

Recentemente, fiz um video no meu canal falando sobre MCP, eu gostei tanto das possibilidades que esse protocolo nos da, que eu resolvi me desafiar... Eu resolvi construir e lançar um MCP Server para o meu Micro-SaaS, o Logaflow (uma ferramenta para gestão de feedback), em apenas 24 horas. Ou seja, bota essa feature em produção em 24hrs!.

Foi uma corrida contra o tempo, usando IA pra dar uma força (é claro), e queria compartilhar um pouco dessa jornada e dos porquês aqui com vocês.

Por que?

A ideia de adicionar um MCP Server ao Logaflow não surgiu do nada. O principal objetivo era dar mais flexibilidade aos usuários. Pensa comigo: em vez de ficarem presos à interface web do Logaflow, eles poderiam interagir com seus dados (listar projetos, ver feedbacks, responder usuários) diretamente de qualquer cliente compatível com MCP (como o cursor, cline e claude), por exemplo.

Além da flexibilidade, essa feature traz outros ganhos:

  1. Diferencial Competitivo: Poucas ferramentas de feedback oferecem esse tipo de integração aberta e programática.
  2. Incentivo ao Upgrade: Funcionalidades avançadas via MCP podem ser um ótimo motivo para usuários dos planos gratuitos considerarem um upgrade para planos pagos no futuro.

Basicamente, a meta era tornar o Logaflow mais poderoso e integrado ao workflow dos desenvolvedores e times que já usam ferramentas baseadas em LLMs e MCP.

Querer, não é poder... O que eu precisei fazer para torna isso possível

Claro que, para chegar no MCP Server, não foi só sentar e codar ele isoladamente. O prazo de 24 horas me forçou a ser bem pragmático e a usar IA como copiloto. Antes de sequer começar o MCP Server em si, precisei preparar a casa, ou seja, o próprio Logaflow:

  1. Ajustar a API: Tive que refatorar e expor endpoints específicos na API REST do Logaflow para permitir as ações que o MCP Server precisaria realizar (listar projetos do usuário, listar feedbacks de um projeto e enviar uma resposta para um feedback).
  2. Implementar Segurança com API Keys: Criei um sistema de gerenciamento de API Keys. Isso envolveu não só a lógica no backend, mas também uma nova tela no frontend (dentro da área de conta do usuário) onde eles podem gerar e copiar suas chaves de forma segura. Usei uma ferramenta open-source chamada Unkey para gerenciar as API Keys e seus limites, evitando reinventar a roda.
  3. Usar IA para Acelerar: Contei bastante com o auxílio de IAs. Usei o Cline (uma extensão/ferramenta que atua como um cursor inteligente no VSCode) para me ajudar a implementar as mudanças na API do Logaflow mais rápido. Para gerar o código base do MCP Server, usei a Anthropic Console (Claude), passando a documentação do MCP e os endpoints da minha API como contexto. Spoiler: precisei refatorar bastante o código gerado pela IA, mas ainda assim acelerou o processo.

Resultado

Missão cumprida! 💪

Apesar da correria e de alguns ajustes pós-geração da IA, consegui finalizar e publicar o MCP Server dentro do prazo.

Ele já está publicado na plataforma Smithery: ➡️ Logaflow MCP Server no Smithery.ai

Qualquer usuário do Logaflow agora pode gerar sua API Key e começar a usar o Logaflow através de clientes MCP.

O próximo passo é preparar os disparos de e-mail para contar essa novidade incrível para todos os usuários e clientes do Logaflow!

Quer ver mais detalhes e ver esse negócio funcionando? Gravei todo o processo e compilei num vídeo lá no YouTube. Se você curte desenvolvimento de produto, Micro-SaaS, IA aplicada ou só quer ver se eu consegui mesmo em 24h, dá uma olhada:

🎬 Assista ao vídeo: Criei um MCP Server para meu Micro-SaaS em 24hrs

Valeu pela leitura e até a próxima!