Uma lista classificada dos servidores MCP que valem a pena instalar no Cursor, do Context7 e GitHub ao Playwright e Supabase, com configs prontas para colar, opções gratuitas marcadas, o limite de cerca de 40 ferramentas explicado e um fluxo de trabalho para gerar imagens e vídeos a partir do seu editor.
O Cursor escreve código rápido, mas, de fábrica, não sabe nada sobre o esquema do seu banco de dados, seus pull requests abertos, os erros de produção da noite passada ou a versão da biblioteca que você instalou na terça-feira. Servidores do Model Context Protocol (MCP) fecham essa lacuna ao entregar ao agente ferramentas que ele pode chamar: consultar uma tabela, ler uma issue, abrir um navegador, buscar a página exata da documentação. O porém é que cada servidor que você adiciona também carrega definições de ferramentas na janela de contexto, então a melhor configuração é uma lista curta em que cada servidor conquiste seu lugar.
Este ranking se atém a servidores que resolvem um problema do dia a dia e marca quais deles não custam nada. Os trechos de configuração seguem os formatos da documentação de MCP do Cursor e do repositório de cada servidor, então você pode colá-los e ajustar. As últimas seções trazem algo que a maioria das listas de MCP deixa de lado: gerar imagens e vídeos para o seu projeto sem sair do editor.
💡 Com pouco tempo? Instale primeiro o Context7, o GitHub e o Playwright. Esse trio resolve documentação desatualizada, acesso às cegas ao repositório e interface sem testes, e os três têm uma entrada gratuita.
Um servidor MCP é um pequeno programa, ou um endpoint hospedado, que expõe ferramentas ao agente por meio de um protocolo padrão. O Cursor é o cliente. Quando você faz uma pergunta, o agente lê a lista de ferramentas disponíveis, decide quais ajudam, as chama e usa os resultados na resposta. Por padrão, você aprova cada chamada, o que vale manter ativo para tudo que escreve.
O Cursor lê os servidores de um arquivo mcp.json em dois lugares:
.cursor/mcp.json na raiz do repositório, fácil de compartilhar com sua equipe pelo git~/.cursor/mcp.json no seu diretório pessoal, disponível em todos os projetosExistem três transportes: stdio, em que o Cursor executa um comando local, além de SSE e Streamable HTTP para servidores remotos. Entradas locais usam command, args e env. Entradas remotas usam url e headers, e servidores remotos podem autenticar com OAuth. Os valores podem referenciar ${env:NAME}, ${userHome} e ${workspaceFolder}, o que mantém caminhos específicos da máquina e credenciais fora do arquivo. Para uma instalação com um clique, o marketplace do Cursor e o cursor.directory oferecem um botão "Add to Cursor".
💡 Coloque as entradas que dependem de um token pessoal no arquivo global. Mantenha o arquivo do projeto livre de credenciais para que ele possa ficar seguro no git.
Várias classificações de configuração do Cursor relatam que o agente enxerga cerca de 40 ferramentas no total, contadas em todos os servidores ativos. Cada ferramenta traz um nome, uma descrição e um esquema JSON, e tudo isso fica no contexto antes de você digitar uma palavra. Um único servidor com 30 ferramentas pode ocupar o espaço de quatro menores, e um menu mais longo deixa o agente mais lento para escolher a chamada certa.
A regra prática: use de três a seis servidores e desative, nas configurações de MCP do Cursor, os que a tarefa atual não precisa. Servidores que permitem escolher conjuntos de ferramentas, como o GitHub, ajudam você a ficar abaixo do limite sem perder as partes úteis.
Estes quatro resolvem os problemas que aparecem em quase todo projeto: documentação errada, contexto do repositório, testes no navegador e arquivos fora do workspace. Todos são gratuitos para começar.
A falha mais comum de programação com IA é um código que parece correto, escrito para uma API que mudou duas versões atrás. O Context7 traz para o contexto a documentação específica de cada versão, sob demanda. Ele expõe duas ferramentas: resolve-library-id para transformar o nome de uma biblioteca em um ID e query-docs para buscar as páginas relevantes, então o custo em definições de ferramentas continua mínimo.
O servidor hospedado funciona sem token, e um token gratuito do painel do Context7 aumenta os limites de uso. Acrescente a frase "use context7" a um prompt, por exemplo: "Crie um route handler com as opções atuais de cache do Next.js. use context7."
{
"mcpServers": {
"context7": {
"url": "https://mcp.context7.com/mcp",
"headers": {
"Authorization": "Bearer ${env:CONTEXT7_TOKEN}"
}
}
}
}
Remova o bloco headers se quiser começar sem nenhuma conta.
O servidor oficial do GitHub permite que o agente leia e atue nos seus repositórios: buscar código, triar issues, abrir pull requests e ler resultados de CI. Ele tem licença MIT, e a versão hospedada fica em https://api.githubcopilot.com/mcp/.
Você pode entrar com OAuth em clientes que o suportam, ou passar um token de acesso pessoal como cabeçalho. Sem conjuntos de ferramentas especificados, ele carrega um grupo padrão que cobre contexto, repositórios, issues, pull requests e usuários, o que já ajuda com o limite de ferramentas. Um modo somente leitura pula todas as ferramentas de escrita.
{
"mcpServers": {
"github": {
"url": "https://api.githubcopilot.com/mcp/",
"headers": {
"Authorization": "Bearer ${env:GITHUB_PAT}"
}
}
}
}
Crie o token com os escopos mais restritos que você conseguir usar. Um token de granularidade fina limitado aos repositórios em que você realmente trabalha é mais seguro do que um token clássico com acesso total.
O Playwright MCP da Microsoft permite que o agente controle um navegador real: abrir uma página, clicar, preencher formulários e verificar o que aconteceu. Ele funciona a partir da árvore de acessibilidade, e não de pixels, então não precisa de modelo de visão e mantém baixo o uso de tokens. Roda localmente sob a licença Apache-2.0.
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest", "--headless"]
}
}
}
Sem --headless, o navegador abre visivelmente, o que é útil quando você quer acompanhar o agente trabalhando, então remova a flag enquanto estiver testando. Use --browser para escolher Chrome, Firefox, WebKit ou Edge. Um primeiro prompt eficaz: "Inicie o servidor de desenvolvimento, abra a página de cadastro, envie um formulário vazio e relate todos os erros do console."
O Cursor já lê o seu workspace, então o servidor Filesystem só importa para pastas fora dele: um diretório compartilhado de especificações, uma pasta de exportação de design, um cofre de anotações. É um servidor de referência gratuito do projeto MCP, e você informa, como argumentos, uma lista explícita de diretórios permitidos.
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "${userHome}/Documents/specs"]
}
}
}
Liste apenas diretórios que você se sinta à vontade para deixar um agente ler e alterar. Se não tiver pastas fora do repositório, pule este servidor e poupe os espaços de ferramentas.
Quando o básico estiver funcionando, adicione servidores que conectam o agente aos sistemas com os quais seu código de fato se comunica. Estes três são os que mais aparecem em projetos reais.
O servidor Supabase hospedado em https://mcp.supabase.com/mcp reúne mais de 20 ferramentas: modelagem de tabelas, migrações, consultas SQL, branching de banco de dados e geração de tipos TypeScript. O login acontece no navegador via OAuth, e você limita o acesso a um projeto com o parâmetro project_ref. A plataforma tem um plano gratuito, então dá para testar com um projeto paralelo.
{
"mcpServers": {
"supabase": {
"url": "https://mcp.supabase.com/mcp?project_ref=YOUR_PROJECT_REF&read_only=true"
}
}
}
Aponte para um projeto de desenvolvimento, não de produção, e comece somente leitura. Remova read_only=true apenas quando quiser que o agente execute migrações.
O servidor do Sentry em https://mcp.sentry.dev/mcp faz login pelo navegador e traz para o chat stack traces, dados de release e detalhes de issues. Em vez de colar um erro de um painel, você pede ao agente que busque a issue não resolvida mais recente de um projeto, leia o arquivo com falha e proponha uma correção. Você precisa de uma conta no Sentry, e o plano gratuito basta para testar o fluxo.
O servidor Dev Mode do Figma roda localmente em http://127.0.0.1:3845/mcp e transforma os frames selecionados em código, com espaçamentos, cores e nomes de componentes reais. Ele precisa do aplicativo de desktop do Figma e de uma licença paga com Dev Mode, então é a única entrada aqui que não é uma opção gratuita. Adicione-o somente se você converte frames de design em código toda semana.
Aqui está a lista inteira em uma tabela, com o custo de cada servidor e como ele faz login. Preços e limites mudam, então confirme na página do projeto antes de comprometer a equipe com qualquer coisa.
| Servidor | Custo | Login | Ideal para |
|---|---|---|---|
| Context7 | Plano gratuito | Token opcional | Documentação na versão correta |
| GitHub | Servidor gratuito, licença MIT | OAuth ou token | Pull requests, issues, busca de código |
| Playwright | Gratuito, Apache-2.0 | Nenhum | Verificações de interface e testes end-to-end |
| Filesystem | Gratuito | Nenhum | Pastas fora do repositório |
| Sequential Thinking | Gratuito | Nenhum | Planejamento de tarefas em várias etapas |
| Supabase | Plano gratuito da plataforma | OAuth no navegador | Postgres e migrações |
| Sentry | Plano gratuito | OAuth no navegador | Depuração em produção |
| Brave Search | Cota mensal gratuita (cerca de 2.000 consultas na data desta publicação) | Token obrigatório | Busca na web |
| Figma | Assento pago | Dev Mode | Do design ao código |
Se quiser um único arquivo para começar, este configura as três opções que não exigem conta além do GitHub. Cole-o em ~/.cursor/mcp.json e defina GITHUB_PAT no seu shell antes.
{
"mcpServers": {
"context7": { "url": "https://mcp.context7.com/mcp" },
"github": {
"url": "https://api.githubcopilot.com/mcp/",
"headers": { "Authorization": "Bearer ${env:GITHUB_PAT}" }
},
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest", "--headless"]
}
}
}
O MCP só ajuda se o modelo por trás do Cursor escolher a ferramenta certa, passar argumentos sensatos e parar quando tiver a resposta. Esse comportamento varia muito entre modelos e muda a cada lançamento, então desconfie de qualquer ranking e teste no seu próprio repositório.
Um teste justo é uma tarefa que exija três ou quatro chamadas de ferramenta em sequência: "Encontre a execução de CI com falha mais recente, abra o arquivo citado no log e proponha uma correção." Observe quatro coisas: escolha errada da ferramenta no início, chamadas idênticas repetidas, argumentos inventados e uma resposta final que ignora o resultado da ferramenta.
Estes são os modelos que valem a pena passar por esse teste, supondo que o seu plano do Cursor os disponibilize:
Meu ponto de partida é um modelo rápido para consultas de documentação e repositório e um modelo mais forte para cadeias de cinco ou mais chamadas, ajustando depois de uma semana de uso real. Você também pode colar o mesmo prompt de planejamento em cada um desses modelos no Picasso IA para comparar como eles sequenciam um plano de ferramentas antes de trocar o que está no seu editor.
Sites de documentação, landing pages, banners de README, estados vazios e posts de changelog precisam de elementos visuais, e a rotina habitual é sair do editor, gerar algo em outro lugar, renomear o arquivo e arrastá-lo para o repositório. Uma API de geração transforma isso em um prompt, um script e um arquivo commitado.
Quando uma imagem está no mesmo pull request do componente que a usa, quem revisa vê os dois juntos e nada se perde. Isso também permite regenerar uma imagem principal na mesma sessão em que você mudou o título.
O Picasso IA oferece quatro modelos pela API para desenvolvedores: Picasso IA Image para texto para imagem, Picasso IA Image Editor Pro para editar e combinar imagens, Picasso IA Video para vídeo a partir de texto ou de uma imagem, e Seedance 2.5 Lite para vídeo com áudio sincronizado. A área da conta também lista as conexões MCP, mas os detalhes do servidor ficam atrás do login, então confira ali a URL exata antes de adicioná-la a mcp.json.
Comece no navegador para encontrar um prompt que funcione e depois leve-o para um script.
curl -X POST https://api.picassoia.com/v1/models/picassoia/picassoia-image/predictions \
-H "Authorization: Bearer $PICASSOIA_TOKEN" \
-H "Content-Type: application/json" \
-d '{"input":{"prompt":"a developer desk in morning light, photorealistic","aspect_ratio":"16:9"}}'
curl https://api.picassoia.com/v1/predictions/PREDICTION_ID \
-H "Authorization: Bearer $PICASSOIA_TOKEN"
Os tokens começam com pia_sk_ e são criados na seção de API da sua conta, com limite de dois por conta. Uma conta pode rodar cinco predições ao mesmo tempo, compartilhadas entre tokens e conexões MCP. Segundo a documentação da API, as predições não consomem créditos, mas criá-las exige um plano Infinite, e os outros planos recebem uma resposta 403 plan_required. Confira seu plano antes de incluir isso em uma etapa de build.
💡 Salve os arquivos gerados em
public/images/com nomes descritivos e depois peça ao agente para adicionar a tag<img>com um texto alternativo (alt) adequado. Nomes de arquivo descritivos e textos alternativos ajudam a atrair tráfego de busca.
Um clipe de cinco segundos vale mais do que uma captura de tela estática para uma entrada de changelog ou uma página de funcionalidade. O Picasso IA Video anima uma imagem fixa, então você pode pegar a imagem principal do passo anterior e dar a ela um movimento suave de câmera. O Seedance 2.5 Lite adiciona áudio sincronizado, e a página dele anuncia clipes de até 10 segundos.
Escreva prompts de vídeo em ordem cronológica: onde o sujeito começa, o que se move e como a câmera se desloca. Por exemplo: "Um notebook sobre uma mesa de madeira ao amanhecer, uma lenta aproximação da câmera em direção à tela, vapor subindo de uma caneca à esquerda, luz suave da janela." Comprima o resultado antes de fazer o commit, já que arquivos de vídeo incham um repositório rapidamente.
A maioria das configurações ruins de MCP falha de alguns poucos jeitos. Corrija isso antes de adicionar qualquer coisa nova.
Quinze servidores soam poderosos e se comportam mal. As descrições das ferramentas se sobrepõem, o agente hesita entre opções quase idênticas e você paga pelos esquemas em cada requisição. Adicione um servidor, use-o por uma semana e mantenha-o só se o agente recorrer a ele sem que você peça.
Um mcp.json no nível do projeto geralmente é commitado. Um token colado ali acaba no histórico do git, e apagá-lo depois não torna o valor antigo seguro. Use referências ${env:NAME}, ou a opção envFile para servidores locais, e troque qualquer token que já tenha sido commitado.
Começar somente leitura é um bom hábito. O GitHub oferece modo somente leitura, e o Supabase aceita read_only=true. Mantenha a aprovação de ferramentas ativa para tudo que escreve, faz merge, apaga ou executa SQL. Para servidores da comunidade fora dos oficiais, leia o código-fonte antes de instalar, fixe uma versão em vez de @latest quando o servidor tocar em sistemas sensíveis, e prefira servidores com mantenedor ativo e licença clara.
Você não precisa de tudo isso hoje. Instale o Context7, adicione o GitHub com um token restrito e deixe o Playwright verificar uma página real. Depois pegue a próxima imagem principal, banner ou clipe de demonstração de que seu projeto precisa e faça você mesmo: escreva um prompt no Picasso IA Image, refine-o com o Image Editor Pro e transforme o melhor quadro em movimento com o Picasso IA Video. Mude um detalhe por tentativa, como a direção da luz ou a lente, e você logo verá quais prompts merecem um lugar no seu repositório. O catálogo inteiro espera por você em picassoia.com/en/all-models.
Escolha seu idioma
