Blank white background with no objects or features visible.

NOVA PESQUISA: 80% dos custos de IA são invisíveis na fatura. Mais de 200 líderes revelam para onde o dinheiro vai. Leia→

Série Aceleradora TrueFoundry: Consultando Dados Estruturados e Não Estruturados de Forma Integrada com Ferramentas MCP

By Rishiraj Dutta Gupta

Updated: October 15, 2025

Nas empresas modernas, os dados vivem em silos. Registros de CRM, números de vendas ou logs são estruturados e residem em bancos de dados; relatórios de pesquisa, feedback de clientes e notas de campo são não estruturados e residem em armazenamentos de documentos. Para dar sentido a ambos, as equipes frequentemente gastam horas construindo conectores, pipelines e scripts de análise.

Mas e se você pudesse unificar tudo isso com uma única camada — um Plano de Controle de Modelo (MCP) — e consultar tudo com linguagem natural?

Bem-vindo à nova forma de trabalhar com dados: consultando fontes estruturadas e não estruturadas através de ferramentas MCP.

O Que É um MCP?

Um Plano de Controle de Modelo (MCP) atua como uma ponte entre seu agente de IA e as ferramentas externas ou sistemas de dados com os quais ele interage. Você pode pensar no MCP como o “sistema operacional” para suas ferramentas de IA — ele define o que a IA pode acessar, como e em que contexto.

Cada MCP se conecta a uma capacidade específica — pode ser um conector de banco de dados, um recuperador de documentos, ou até mesmo um executor de código.

Por exemplo: - 

  • Ferramenta de Texto para SQL → Consulta bancos de dados estruturados. 
  • Ferramenta RAG → Recupera de repositórios de documentos não estruturados. 
  • Executor de Código → Executa lógica de análise (como Python) dinamicamente.

Uma vez que estes estejam interligados, você pode literalmente perguntar: > “Liste os 5 principais HCPs por classificação de prioridade e resuma seu foco em oncologia a partir de nossos relatórios internos.”

O sistema automaticamente: 

1. Gera SQL para consultar o banco de dados para os principais HCPs. 

2. Busca relatórios focados em oncologia via RAG. 

3. Combina e resume ambos.

Construindo um MCP em Dados Estruturados e Não Estruturados

Vamos ver como isso funciona usando o Acelerador Sales Rep-Co configuração como exemplo.

1. Usaremos um Serviço MCP Sales Rep-Co já implantado

Você começa implantando o serviço Sales Rep-Co como um MCP na TrueFoundry. 

Você precisará de acesso ao tenant de demonstração da Truefoundry

- Certifique-se de que o serviço esteja ativo e o pod esteja em execução. 

- Retome se estiver pausado, ou reinicie via Endpoint/Credenciais se estiver em desligamento automático. 

- Se não estiver implantado, você pode iniciá-lo a partir da interface do TrueFoundry ou localmente usando a configuração fornecida.

Uma vez implantado, você terá um endpoint como: https://tfy-eo.truefoundry.cloud/deployments/{deployment_id}?tab=pods

2. Conecte-o ao AI Gateway

Dentro do AI Gateway, vá para: > AI Gateway → Servidores MCP → + (Adicionar MCP)

Encontre ou adicione seu MCP sales-repco-accelerator.
Uma vez conectado: - Alterne-o para ativo - Clique em Ativar Todas as Ferramentas .


Seu MCP agora tem acesso a ferramentas estruturadas (SQL) e não estruturadas (documentos).

3. Consultando Ambos os Mundos com Um Único Prompt

Com seu MCP ativo e conectado, você pode consultar dados estruturados e não estruturados juntos — tudo através de linguagem natural.
Aqui estão alguns exemplos:

Consulta

O Que Acontece Nos Bastidores

Quais são os 5 principais HCPs por classificação de prioridade?

Text-to-SQL consulta o banco de dados estruturado de HCPs.

Liste os Médicos focados em Oncologia e elabore um breve resumo fazendo referência ao relatório sobre Organotropismo Metastático.

SQL busca detalhes do médico → RAG busca e resume o texto do relatório → Elabora uma resposta de e-mail.

Analise a distribuição das classificações de prioridade de HCPs no departamento de oncologia.

O executor de código SQL + Python gera e visualiza insights.

Você pode até estender esta configuração adicionando mais ferramentas MCP para análise, visualização ou APIs personalizadas.

Por Que Isso Importa

Os fluxos de trabalho tradicionais de acesso a dados empresariais exigem: - Pipelines de ETL, - Dashboards de BI, - Coordenação manual entre analistas e usuários de negócios. Com a consulta baseada em MCP: - Você reduz a troca de ferramentas. - Você consulta tudo através de uma única interface. - Você conecta dados estruturados e não estruturados nativamente. Isso é mais do que apenas conveniência — é assim que a tomada de decisões orientada por dados deve funcionar.

Um Vislumbre do Futuro

À medida que as equipes constroem mais MCPs — para análise, RAG, CRM e até mesmo ferramentas SaaS externas — um ecossistema multiagente começa a surgir. Cada agente se especializa em seu domínio (por exemplo, especialista em SQL, resumidor, redator de e-mails), e o Gateway de IA os orquestra através de MCPs. Estamos caminhando para um mundo onde seus sistemas de dados empresariais não são painéis estáticos, mas entidades vivas, que consultam e raciocinam.

Conclusão

Ao combinar consultas estruturadas (SQL), recuperação não estruturada (RAG), e lógica de execução (Python) dentro de um MCP, você permite que um agente responda a perguntas complexas e de vários domínios instantaneamente. Seja você um cientista de dados, líder de vendas ou arquiteto empresarial — construir uma camada MCP sobre seus sistemas de dados é o primeiro passo para um acesso a dados verdadeiramente inteligente.

The fastest way to build, govern and scale your AI

Sign Up
Table of Contents

Govern, Deploy and Trace AI in Your Own Infrastructure

Book a 30-min with our AI expert

Book a Demo

The fastest way to build, govern and scale your AI

Book Demo

Discover More

October 5, 2023
|
5 min read

<Webinar> Vitrine de GenAI para Empresas

Best Fine Tuning Tools for Model Training
May 3, 2024
|
5 min read

As 6 Melhores Ferramentas de Fine Tuning Para Treinamento de Modelos em 2026

May 25, 2023
|
5 min read

LLMs de Código Aberto: Abrace ou Pereça

August 24, 2023
|
5 min read

Implantações de Machine Learning em 2023

May 21, 2026
|
5 min read

Adicionando OAuth2 a Jupyter Notebooks no Kubernetes

Engenharia e Produto
May 21, 2026
|
5 min read

Uma equipe de 2 pessoas atendendo um modelo para 1,5 milhão de pessoas com TrueFoundry

Engenharia e Produto
May 21, 2026
|
5 min read

Acelere o Processamento de Dados em 30–40x com NVIDIA RAPIDS no TrueFoundry

GPU
Engenharia e Produto
May 21, 2026
|
5 min read

Uma Parceria para IA Responsável: Truefoundry e Enkrypt AI

No items found.
No items found.

Recent Blogs

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Take a quick product tour
Start Product Tour
Product Tour