Como criar apps MCP interativos com Amazon Bedrock AgentCore

O que muda com os MCP Apps

À medida que usuários passam a interagir com serviços digitais por meio de assistentes como ChatGPT e Claude, empresas precisam expor seus produtos com interface rica, e não apenas texto — sem se prender a um único host. É exatamente isso que os MCP Apps resolvem: uma extensão do Model Context Protocol (MCP) que entrega widgets HTML interativos renderizados dentro dos assistentes de IA.

A AWS publicou um tutorial completo mostrando como construir e publicar um MCP App no Amazon Bedrock AgentCore, usando um aplicativo de exemplo chamado Unicorn Rentals, em que o cliente navega por unicórnios disponíveis, faz reservas e devolve o animal — tudo com cartões interativos no chat.

Como a arquitetura funciona

O padrão é elegante e separa responsabilidades de forma clara:

• Um MCP server (aplicação TypeScript com o SDK oficial @modelcontextprotocol/sdk) expõe ferramentas como list_unicorns e book_unicorn, além de recursos que entregam o HTML dos widgets.
• O AgentCore runtime hospeda esse servidor de forma serverless, com isolamento por sessão e escalonamento automático.
• O AgentCore Gateway expõe tudo por um único endpoint seguro, protegido por AWS WAF, que os hosts compatíveis com MCP Apps conseguem acessar.
• Uma função Lambda implementa a lógica de negócio com DynamoDB — sem saber nada sobre MCP, funcionando como um simples adaptador de protocolo.

Por que a abordagem importa

O ponto forte está no que você não precisa construir: escalonamento, isolamento de sessão, monitoramento de saúde e gerenciamento de infraestrutura ficam por conta do AgentCore runtime. Você escreve um adaptador fino, aponta para seus serviços existentes e deixa a AWS cuidar do resto.

Como o padrão MCP Apps é aberto e independente de host, o mesmo servidor, as mesmas ferramentas e os mesmos widgets funcionam em qualquer assistente que suporte a extensão — de ChatGPT a Claude. Para produção, o guia recomenda monitoramento via CloudWatch, controles de custo com dimensionamento adequado e salvaguardas de IA responsável com Amazon Bedrock Guardrails (filtragem de conteúdo, detecção de tópicos negados e remoção de PII). O código-fonte está no repositório aws-samples no GitHub.