O que é um gateway MCP? Arquitetura, exemplos, limites de taxa e opções de código aberto

Um gateway MCP é a porta de entrada única entre seus agentes de IA e cada servidor MCP que eles chamam. Este artigo mostra como a arquitetura funciona, três configurações reais, padrões de limite de taxa que aguentam o tráfego de agentes e os gateways de código aberto que você pode rodar hoje.

O que é um gateway MCP? Arquitetura, exemplos, limites de taxa e opções de código aberto
Cristian Da Conceicao

Seu primeiro servidor MCP leva uma tarde. Seu décimo leva uma revisão de segurança, três rotações de credenciais e uma mensagem irritada sobre um agente descontrolado que bombardeou uma API interna 4.000 vezes em um minuto. É nesse momento que a maioria das equipes começa a procurar um gateway MCP.

Um gateway MCP é um proxy que fica entre os clientes de IA (agentes, aplicativos de chat, assistentes de IDE) e os servidores MCP que expõem ferramentas e dados. Em vez de cada cliente se conectar diretamente a cada servidor, todos se conectam a um único ponto de entrada controlado. Esse ponto de entrada cuida de autenticação, roteamento, políticas, limites de taxa e registros, para que os servidores individuais não precisem fazer isso.

Este artigo percorre o que um gateway faz, como a arquitetura se encaixa, como são configurações reais, como projetar limites de taxa que sobrevivam ao tráfego de agentes e quais opções de código aberto valem o seu tempo.

O que um gateway MCP realmente faz

Vista aérea de muitas faixas de rodovia se unindo em uma única praça de pedágio com cabines de checagem

Pense em uma praça de pedágio. O tráfego chega de muitas direções, cada veículo é verificado uma vez e o fluxo é organizado antes de entrar na estrada adiante. Um gateway faz o mesmo com as chamadas de ferramentas.

O problema que ele resolve

O Model Context Protocol (MCP) padroniza como um cliente de LLM descobre e chama ferramentas. Isso é ótimo para interoperabilidade, mas cria uma topologia bagunçada em escala. Se você tem 8 clientes e 15 servidores, pode acabar com 120 conexões separadas, cada uma com sua própria credencial, seu próprio formato de registro e seu próprio modo de falha.

Pontos de dor comuns sem um gateway:

  • Proliferação de credenciais: cada cliente armazena um token para cada servidor.
  • Nenhuma trilha de auditoria central: ninguém consegue dizer qual agente chamou qual ferramenta, com quais argumentos.
  • Proteção desigual: um servidor tem limites de taxa, nove não têm.
  • Integração trabalhosa: adicionar um servidor significa editar a configuração em cada cliente.
  • Sobrecarga de ferramentas: os agentes veem centenas de definições de ferramentas e gastam contexto com descrições que nunca usam.

Os componentes centrais

A maioria dos gateways, independentemente do fornecedor, combina os mesmos blocos de construção:

ComponenteFunçãoPor que importa
Endpoint de entradaUma URL MCP à qual os clientes se conectamOs clientes precisam de apenas uma entrada de configuração
Camada de autenticaçãoOAuth, OIDC, tokens de API, mTLSA identidade é verificada uma vez, de forma centralizada
Roteador / registroMapeia nomes de ferramentas para servidores upstreamOs servidores podem mudar sem alterar os clientes
Motor de políticasPermite ou nega por usuário, ferramenta, argumentoPrivilégio mínimo para agentes
Limitador de taxaLimita chamadas por identidade, ferramenta ou tenantProtege sistemas upstream e orçamentos
ObservabilidadeRegistros, rastreamentos e métricas por chamadaDepuração e conformidade
Ponte de transporteConverte stdio, SSE e HTTP em streamingServidores antigos funcionam com clientes novos

💡 Um gateway não é o mesmo que um gateway de LLM. Um gateway de LLM faz proxy de chamadas para provedores de modelos (completions de chat, embeddings). Um gateway MCP faz proxy de chamadas para ferramentas e fontes de dados. Muitos produtos hoje fazem as duas coisas, mas os padrões de tráfego são diferentes.

Como a arquitetura se encaixa

Arquiteto de software desenhando um diagrama de sistema em um quadro branco de vidro em um escritório iluminado

Fluxo de requisição passo a passo

Uma chamada de ferramenta típica passa pelo gateway assim:

  1. O cliente se conecta. O agente abre uma sessão com o endpoint MCP do gateway e apresenta uma credencial.
  2. A identidade é resolvida. O gateway valida o token e o associa a um usuário, uma equipe ou um tenant.
  3. A listagem de ferramentas é filtrada. Quando o cliente pergunta quais ferramentas existem, o gateway devolve apenas as que aquela identidade pode usar. Isso também reduz o contexto que o modelo precisa ler.
  4. A chamada é autorizada. No tools/call, o motor de políticas verifica a ferramenta, os argumentos e quaisquer condições, como horário do dia ou classificação dos dados.
  5. Os limites são verificados. O limitador de taxa decrementa um contador. Se o orçamento estiver esgotado, a chamada é rejeitada com um erro claro que o agente consegue interpretar.
  6. A requisição é roteada. O gateway encaminha a chamada ao servidor upstream correto, injetando a credencial desse servidor para que o cliente nunca a veja.
  7. A resposta é devolvida e registrada. O resultado volta ao cliente, com latência, status e metadados do payload gravados no registro de auditoria.

Sessões sem estado ou com estado

As sessões MCP podem carregar estado, e isso define como você escala o gateway. O HTTP em streaming permite rodar requisições sem estado, que escalam horizontalmente sem complicações. Recursos como mensagens iniciadas pelo servidor, assinaturas e chamadas de ferramentas de longa duração costumam exigir afinidade de sessão, ou seja, o mesmo cliente continua acessando a mesma réplica do gateway, ou o estado da sessão fica em um armazenamento compartilhado.

Uma regra prática: comece sem estado e adicione um armazenamento compartilhado apenas quando uma ferramenta realmente precisar. Sessões fixas no balanceador de carga são a correção mais barata para a maioria das equipes.

Onde ele roda

Três formatos de implantação aparecem repetidamente:

  • Sidecar ou processo local: um gateway leve na máquina do desenvolvedor que dá acesso a alguns servidores locais.
  • Serviço central: um cluster de gateway na sua conta de nuvem, atrás do seu provedor de identidade.
  • Instâncias por tenant: um gateway por cliente em um produto multi-tenant, o que isola o raio de impacto ao custo de mais infraestrutura.

Close-up de uma mão conectando um adaptador universal a um notebook com vários cabos enrolados ao lado

Vale mencionar a ponte de transporte. Muitos servidores MCP úteis ainda falam apenas stdio, o que significa que rodam como subprocesso local. Um gateway pode envolvê-los, executá-los em um contêiner e expô-los via HTTP, para que clientes remotos os usem sem que ninguém precise instalar nada localmente.

Exemplos reais de configurações de gateway

Configuração de desenvolvedor solo

Você usa um assistente de IDE, um cliente de chat e um agente de terminal. Cada um precisa de um servidor de sistema de arquivos, um servidor Git e um servidor de banco de dados. Sem um gateway, você copia os mesmos três blocos de configuração para três aplicativos.

Com um gateway local, você registra os três servidores uma vez, e todos os clientes apontam para http://localhost:PORT/mcp. Adicione um novo servidor na terça-feira e os três aplicativos o verão imediatamente. Aqui, os limites de taxa são principalmente uma rede de segurança: limite a ferramenta de banco de dados a algo como 30 chamadas por minuto para que um agente em loop não bombardeie seu banco de desenvolvimento.

Configuração de equipe com SSO

Mãos verificando um crachá de visitante em uma mesa de recepção de mármore em um saguão corporativo

Uma equipe de engenharia de 40 pessoas compartilha o acesso a um rastreador de problemas, uma wiki, um sistema de CI e uma réplica de leitura de produção. O gateway fica atrás de um single sign-on:

  • Os engenheiros se autenticam com a identidade da empresa. Nada de tokens compartilhados.
  • Um mapeamento de grupo para ferramenta dá à equipe de suporte ferramentas de wiki somente leitura, aos desenvolvedores as ferramentas de CI e somente ao grupo de plantão a réplica de leitura de produção.
  • Cada chamada é registrada com a identidade da pessoa, e não com uma conta de serviço genérica.
  • Desligar alguém da equipe é uma única chave no provedor de identidade.

Este é o caso em que os gateways se pagam mais rápido, porque a alternativa é uma planilha com quem tem qual token.

SaaS multi-tenant

Você lança um produto em que os clientes conectam seus próprios agentes às suas ferramentas. Agora o gateway faz parte da sua superfície pública. Você precisa de isolamento por tenant, cotas por tenant, medição de uso para cobrança e validação rigorosa de argumentos, porque quem chama já não é um funcionário em quem você confia.

Aqui, o limitador de taxa cumpre duas funções como um controle comercial: um plano gratuito pode permitir 1.000 chamadas de ferramenta por dia, um plano pago 100.000, e os picos são limitados em vez de rejeitados.

💡 Qualquer que seja a configuração, registre o nome da ferramenta, a identidade de quem chama, a latência, o status e o tamanho dos argumentos. Tenha cuidado ao registrar argumentos e resultados completos, já que eles costumam conter dados pessoais ou confidenciais.

Limites de taxa que fazem sentido

Vertedouro de uma barragem deixando passar um fluxo controlado por um único portão de aço

O tráfego de agentes não se parece com o tráfego humano. Uma pessoa clica em um botão a cada poucos segundos. Um agente pode disparar dez chamadas de ferramenta em paralelo, tentar de novo a cada erro e rodar em loop até dar certo ou alguém parar. Os limites de taxa são a forma de evitar que uma automação útil se torne uma negação de serviço contra os seus próprios sistemas.

Limite por identidade, não por IP

Atrás de um proxy corporativo, centenas de usuários compartilham um único endereço IP, e uma plataforma de agentes pode trocar de IP o tempo todo. As dimensões úteis são:

  • Por usuário ou identidade de agente: interrompe um loop descontrolado.
  • Por ferramenta: uma ferramenta send_email merece um limite bem mais baixo do que search_docs.
  • Por tenant ou equipe: impede que vizinhos barulhentos deixem os outros sem recursos.
  • Por servidor upstream: protege backends frágeis que têm limites próprios.
  • Global: um teto de último recurso para todo o gateway.

Uma política inicial sensata pode ser parecida com esta:

limits:
  default:
    per_user: 120 calls/minute
  tools:
    search_docs:   { per_user: 300 calls/minute }
    run_sql_query: { per_user: 30 calls/minute, burst: 5 }
    send_email:    { per_user: 10 calls/hour }
  tenant:
    free_plan: 1000 calls/day
    pro_plan:  100000 calls/day

Este é um esboço ilustrativo, não a sintaxe de nenhum produto específico. Cada gateway tem seu próprio formato de configuração, mas a estrutura da política se transfere.

Limites de requisição ou orçamentos de tokens

Duas coisas diferentes podem ser contadas:

Tipo de limiteContaMelhor para
Baseado em requisiçõesChamadas de ferramenta por janela de tempoProteger backends e APIs
Baseado em tokensTokens de LLM consumidos pelos resultados das ferramentasControlar o gasto com o modelo e o tamanho do contexto
ConcorrênciaChamadas em andamento ao mesmo tempoFerramentas lentas ou caras
Tamanho do payloadBytes de entrada ou saídaEvitar resultados gigantes que inundam o contexto

Limites baseados em tokens importam para o MCP de um jeito que não importam para APIs clássicas. Uma ferramenta que devolve um documento de 200.000 caracteres não custa nada na camada HTTP, mas pode consumir uma fatia enorme da janela de contexto do modelo e da sua fatura. Alguns gateways já oferecem limites com reconhecimento de tokens, então verifique isso antes de presumir que a contagem de requisições basta.

Onde os contadores ficam

Esta é a decisão de projeto que pega as equipes depois. Os contadores podem ficar em três lugares:

  • Em memória, por réplica. O mais rápido, quase não adiciona latência, mas cada réplica conta por conta própria. Com 4 réplicas e um limite de 100, um usuário pode fazer, na prática, 400.
  • Armazenamento compartilhado, como o Redis. Preciso entre réplicas, com um pequeno custo de latência por chamada e mais uma dependência para rodar.
  • Contadores distribuídos nativos do gateway. Mesma precisão, mas o recurso às vezes fica reservado a um nível pago ou corporativo em projetos de código aberto.

Para um gateway de nó único, a memória serve. Para qualquer coisa com várias réplicas e cotas rígidas, planeje um armazenamento compartilhado.

💡 Devolva uma rejeição legível por máquina com uma dica de retry-after. Um agente bem comportado consegue recuar. Um "erro" simples faz o modelo tentar de novo imediatamente e piorar tudo.

Entre os algoritmos comuns estão o token bucket (permite picos e reabastece de forma constante), a janela fixa (simples, mas permite picos duplos nas bordas da janela) e a janela deslizante (mais suave, com um pouco mais de estado). O token bucket é o padrão habitual para chamadas de ferramentas, porque o tráfego dos agentes chega em rajadas por natureza.

Gateways de código aberto que valem a pena testar

Desenvolvedor em uma mesa em pé com dois monitores exibindo uma saída de terminal borrada

O cenário muda rápido, e muitas listas de "os melhores" são escritas por fornecedores que colocam o próprio produto em primeiro lugar. Trate os nomes abaixo como uma lista inicial e confira o repositório de cada projeto para ver licença, atividade e status atual das funcionalidades antes de se comprometer.

Contêineres e Kubernetes em primeiro lugar

  • Docker MCP Gateway: descrito como licenciado sob Apache 2.0, ele roda cada servidor MCP em um contêiner isolado, com suporte a imagens assinadas e segredos injetados. Vem junto com as ferramentas de desktop da Docker, o que o torna uma escolha natural para configurações locais de desenvolvedor.
  • Microsoft MCP Gateway: um proxy reverso e uma camada de gerenciamento voltados ao Kubernetes, com licença MIT relatada. Uma boa opção se a sua equipe de plataforma já trabalha com clusters..
  • Envoy AI Gateway: construído sobre o proxy Envoy e agora com roteamento MCP. Se você já usa o Envoy, adicionar o roteamento MCP pode ser mais uma mudança de configuração do que um componente novo.

Estilo de registro e federação

  • IBM ContextForge: um projeto Apache 2.0 que atua como gateway, registro e proxy, federando ferramentas, agentes e APIs atrás de um único endpoint MCP. É rico em recursos e popular, mas o repositório informa que não tem suporte oficial da IBM, então planeje a sua própria manutenção.
  • Obot: uma plataforma de código aberto que reúne um gateway com catálogo e gerenciamento de acesso.
  • Lasso: focado em segurança, com ênfase em inspecionar o tráfego entre agentes e ferramentas.

Estilo de desempenho e plataforma de API

  • agentgateway: um projeto da Linux Foundation com limitação de taxa baseada em tokens no nível de código aberto. Relatos indicam que limites globais, entre réplicas, e controles de orçamento ficam em um plano de controle corporativo, então verifique isso de acordo com as suas necessidades.
  • Bifrost: Apache 2.0, com limitação de taxa em memória para uma sobrecarga muito baixa. Lembre-se da ressalva acima: os contadores são locais a cada instância.
  • Kong e Apache APISIX: gateways de API maduros que lidam com MCP por meio de plugins. Se você já usa um deles, ganha limitação de taxa distribuída e um modelo operacional familiar, embora os recursos específicos de MCP (filtragem no nível de ferramenta, tratamento de sessões) possam ser mais limitados do que em gateways feitos sob medida.

Comparação rápida

GatewayMelhor usoAbordagem de limite de taxaAtenção para
Docker MCP GatewayFluxos locais e de contêinerBásicaMenos adequado para configurações grandes com multi-tenant
Microsoft MCP GatewayPlataformas KubernetesDepende da plataformaExige conhecimento de cluster
Envoy AI GatewayEquipes que já usam EnvoyFiltros do EnvoyConfiguração mais trabalhosa
IBM ContextForgeFederação e registroIntegradaApenas suporte da comunidade
agentgatewayLimites com reconhecimento de tokensBaseada em tokensLimites entre réplicas podem ser pagos
BifrostSobrecarga baixaEm memóriaContadores por réplica
Kong / APISIXAmbientes de API existentesBaseada em pluginsRecursos MCP mais limitados

Segurança e observabilidade

Mulher revisando uma parede de telas borradas em uma sala de operações enquanto segura uma xícara de café

Um gateway também é o melhor lugar para identificar o que há de estranho. Os agentes leem descrições de ferramentas escritas por terceiros, e essas descrições podem conter instruções ocultas. Os resultados das ferramentas podem trazer texto injetado. Um ponto central permite inspecionar, filtrar e registrar tudo isso.

Controles que vale ativar

  • Listas de permissão: exponha apenas as ferramentas de que um papel precisa, e não tudo o que um servidor oferece.
  • Validação de argumentos: rejeite entradas malformadas ou suspeitamente amplas, como uma ferramenta SQL recebendo uma instrução DROP.
  • Aprovação humana para ferramentas arriscadas: exija confirmação para qualquer coisa que envie, pague, apague ou implante.
  • Definições de ferramentas fixadas: emita alerta quando um servidor alterar silenciosamente a descrição de uma ferramenta depois que você a aprovou.
  • Injeção de segredos: mantenha as credenciais upstream no gateway, nunca nas configurações dos clientes ou no contexto do modelo.

Mesa vista de cima com um diagrama de rede, uma lupa e um pequeno cadeado

O que medir

Você quer painéis para chamadas por ferramenta, taxa de erro por upstream, latência p95, rejeições por limite de taxa e os principais chamadores. Um pico de rejeições para uma identidade geralmente indica um agente em loop. Um pico generalizado costuma significar que um upstream ficou lento e as retentativas se acumularam.

Como escolher um

Uma checklist curta

Antes de escolher, responda estas perguntas:

  1. Onde ele vai rodar? Notebook, máquina virtual na nuvem, Kubernetes ou borda?
  2. Quem autentica? Você precisa do seu provedor OIDC atual, ou tokens bastam?
  3. Quantas réplicas? Se houver mais de uma, como os contadores de limite de taxa serão compartilhados?
  4. Quais transportes? Você precisa envolver servidores stdio?
  5. Quem mantém? Um projeto com uma fundação ou uma empresa ativa por trás vence um repositório de fim de semana.
  6. Você consegue exportar os registros? Os dados de auditoria devem fluir para as ferramentas que você já usa.

Três engenheiros em volta de um notebook em um escritório loft com paredes de tijolo aparente

Três erros comuns

  • Colocar tudo atrás de uma única permissão plana. Se todo usuário pode chamar toda ferramenta, você construiu um proxy caro, e não um gateway.
  • Ignorar o problema das réplicas. Limites em memória parecem perfeitos em uma demonstração e vazam feio em produção.
  • Pular o piloto. Implante para uma equipe, acompanhe os registros por uma semana, ajuste os limites com base no uso real e só então amplie o acesso.

Uma ordem sensata de implantação: um gateway único na frente de dois ou três servidores de baixo risco, depois SSO, depois políticas no nível de ferramenta, depois limites de taxa ajustados com números reais e, por último, ferramentas de alto risco com fluxos de aprovação.

Teste seus agentes com modelos melhores

Um gateway só é tão útil quanto os agentes por trás dele, e a qualidade das chamadas de ferramentas varia muito entre os modelos. Se você está montando uma configuração MCP e quer comparar como diferentes LLMs lidam com o uso de ferramentas em várias etapas, pode testar vários no Picasso IA sem criar contas separadas:

  • Claude Sonnet 5 para tarefas de programação e planejamento cuidadosas
  • GPT 5.4 para raciocínio e escrita em geral
  • Kimi K2.6 para fluxos de trabalho no estilo agente e código
  • Gemini 3.5 Flash para respostas rápidas e de baixo custo

Escreva as descrições das suas ferramentas, cole um exemplo de política e peça a cada modelo que encontre lacunas ou ambiguidades. Descrições curtas e precisas fazem os agentes escolherem a ferramenta certa com mais frequência, e isso também economiza seu orçamento de limite de taxa.

Quando estiver pronto para ir além do texto, explore tudo o que está disponível em picassoia.com/en/all-models e comece a experimentar seus próprios projetos de imagem, vídeo e áudio no Picasso IA hoje mesmo.

Compartilhe este artigo

Escolha seu idioma

FreeCrie imagens e vídeos com IAGrátis, sem cartão de créditoGerações grátis para começarSeedance 2.5 Lite incluídoComece grátis agora