O servidor MCP da DoiT muda a forma como você analisa custos de nuvem usando assistentes de IA. Pergunte sobre picos de gasto, indisponibilidades de serviços ou anomalias na fatura em linguagem natural e receba insights na hora, com base em dados reais do seu ambiente de nuvem. Experimente hoje mesmo.
Hoje a DoiT anuncia o lançamento do seu servidor Model Context Protocol (MCP) para o DoiT Cloud Intelligence™, que permite obter insights instantâneos sobre o uso da sua nuvem com perguntas em linguagem natural por meio de qualquer ferramenta de Large Language Model (LLM) compatível com MCP, como o Claude e o Cursor.
Com o servidor MCP da DoiT, qualquer pessoa pode fazer perguntas complexas sobre o uso da nuvem ou de serviços integrados (OpenAI, DataHub, Snowflake) e obter respostas precisas em tempo real:
- Analista de FinOps: "Quais SKUs acima de US$ XXX tiveram a maior variação de gasto em relação ao mês passado?"
- Gerente de Engenharia: "Por que nossos custos de transferência de dados dobraram da noite para o dia?"
- Arquiteto de Nuvem: "Quais serviços estão subutilizados nas nossas contas AWS?"
- CFO: "Qual unidade de negócio está estourando o orçamento de nuvem?"
- Product Owner: "Quanto estamos gastando em serviços que sustentam o Produto X?"
Por que o Model Context Protocol (MCP) torna isso possível?
Normalmente, ferramentas de LLM são limitadas pela data de corte do conhecimento e pelo contexto disponível.
Por exemplo, você não consegue perguntar ao Claude ou ao ChatGPT sobre uma atualização de preços recém-lançada de um serviço de nuvem. Eles ainda nem sabem que ela existe.
Ou tente perguntar por que seus custos de EC2 dobraram na semana passada. Mesmo que você suba manualmente os exports de cobrança, explique a estrutura de tags do seu time e detalhe como as contas estão organizadas, ainda assim você fica torcendo para que o modelo entenda o contexto. Na maioria das vezes, a resposta é meia-boca: ou genérica demais, ou simplesmente errada.
É aí que entra o Model Context Protocol (MCP), funcionando como uma ponte entre seus dados e o LLM. Ele permite que ferramentas de LLM se conectem a fontes de dados estruturadas e ao vivo — seja uma ferramenta SaaS, um banco de dados interno ou uma API de nuvem — e injetem esse contexto no modelo em tempo real.
Casos de uso: o que dá para fazer com o servidor MCP da DoiT?
Nosso servidor MCP permite usar várias APIs do DoiT Cloud Intelligence nos seus dados de custo e uso de nuvem.
Veja alguns exemplos de como usar o servidor MCP da DoiT para analisar seu custo e uso de nuvem com LLMs como Claude e Cursor:
Entenda o que está puxando seus custos de nuvem
Você pode usar o servidor MCP da DoiT para analisar seus custos de nuvem na hora, com perguntas em linguagem natural.
No exemplo abaixo, pedimos para identificar os três serviços AWS mais caros em abril de 2025.
O Claude analisou na hora nossos dados de cobrança e, usando a Reports API, mostrou que as três maiores cobranças estavam relacionadas a AWS Support, EC2 e S3.
Claude acessando dados de cobrança em tempo real pelo MCP da DoiT para analisar os principais gastos AWS
Como não dá para fazer muita coisa em relação às cobranças do AWS Support, talvez você queira entender quais recursos específicos estavam puxando os custos do EC2. Pedimos então ao Claude para criar um detalhamento dos nossos principais recursos de EC2.
Documento gerado via conexão MCP da DoiT mostrando que os custos de EC2 são puxados principalmente por Reconciliation Charges, com recomendações de otimização.
Mas o Claude revelou que nossa maior cobrança não está ligada a IDs de recursos, e sim a uma reconciliation charge (US$ 11.560), que representa 67,58% dos custos de EC2. Pedimos então um detalhamento do que compõe essa cobrança.
Servidor MCP da DoiT permitindo a análise detalhada das reconciliation charges do AWS EC2, revelando as instâncias t3.nano como o maior peso
Identifique indisponibilidades de nuvem que afetam suas aplicações
Você também pode usar o servidor MCP da DoiT para checar na hora se há incidentes ativos nos provedores de nuvem que possam estar impactando o desempenho da sua aplicação.
Por exemplo, o Claude consultou na mesma hora as informações de status do nosso provedor de nuvem usando a Cloud Incidents API e identificou quatro incidentes ativos no Google Cloud, incluindo um problema bem recente na API Vertex Gemini.
Claude usando a Cloud Incidents API da DoiT para identificar quatro problemas ativos no Google Cloud que afetam o desempenho de aplicações em diversos serviços.
Se você depende muito desses serviços, essa visibilidade na hora ajuda a explicar quedas de desempenho que talvez estivesse enfrentando, sem precisar checar manualmente várias páginas de status nem esperar pela resposta de um ticket de suporte.
Com o servidor MCP da DoiT, você também pode se aprofundar em qualquer incidente e obter mensagens de erro específicas, linha do tempo e estimativas de resolução em segundos. Isso ajuda seu time a decidir se vale pausar fluxos dependentes ou aplicar contornos temporários.
Identifique anomalias de custo na nuvem
Você também pode usar o servidor MCP da DoiT para perguntar sobre picos ou anomalias de custo recentes. Com nossa Anomalies API, seu assistente de IA mostra na hora quais foram seus picos de custo de nuvem mais recentes, com visibilidade imediata sobre quais serviços estão com aumentos inesperados, os níveis de severidade e muito mais.
Servidor MCP da DoiT permitindo que o Claude identifique na hora cinco anomalias de custo recentes na AWS, com valores precisos em dólares e níveis de severidade.
Receba ajuda direta dos especialistas da DoiT
Por fim, você também pode usar o servidor MCP da DoiT para abrir tickets de suporte com nossos Customer Reliability Engineers, seja em uma situação crítica de produção ou para receber orientação estratégica sobre decisões futuras de infraestrutura.
Abrindo um ticket com um Customer Reliability Engineer (CRE) da DoiT pelo Claude, usando o MCP da DoiT
Como o servidor MCP da DoiT ajuda nossos times internos
Como parte do trabalho de apoio às iniciativas de otimização de nuvem, os Customer Reliability Engineers (CREs) da DoiT dedicam tempo a criar relatórios de otimização de custos, planejar capacidade, prever necessidades de banco de dados e compute e avaliar anomalias de custo.
Piyush Patil, CRE sênior na DoiT que atende clientes AWS em migrações MAP e em otimização AWS no geral, vê o servidor MCP como "…um benefício e uma ferramenta a mais para conseguir dados precisos sobre os casos em que estamos trabalhando. Vai turbinar a forma como ajudamos os clientes a destravar bloqueios, orçamentos, capacidade de compute, projetos futuros etc."
Matthias Baetens, outro CRE Sênior que liderou o desenvolvimento técnico do nosso servidor MCP, divide do mesmo entusiasmo:
"É empolgante estar na vanguarda da inovação em IA com o lançamento do nosso servidor MCP. Ele vai melhorar a forma como apoiamos nossos clientes, permitindo responder perguntas complexas sobre custos de nuvem em segundos, e não em horas. Estou ansioso para ver as formas criativas como nossos clientes vão usar esse recurso para alcançar uma gestão financeira de nuvem mais eficiente e tomar decisões mais rápidas."
Esse acesso conversacional aos seus dados de FinOps, insights de nuvem e recursos de suporte significa que você obtém respostas onde já está trabalhando, tornando a gestão de custos de nuvem mais fluida e eficiente.
Para um mergulho mais técnico na arquitetura e nos detalhes de implementação, confira o post de engenharia do Matthias sobre como construímos o servidor MCP da DoiT.
Como instalar o servidor Model Context Protocol (MCP) da DoiT
Para acessar o servidor MCP da DoiT em um assistente de IA compatível com MCP, você só vai precisar de:
- Node.js v18 ou superior
- Sua chave de API da DoiT (disponível no seu perfil DoiT)
Depois disso, é só configurar seu assistente de IA para se comunicar com seus dados de nuvem.
Basta editar o arquivo de configuração para incluir os detalhes de conexão do servidor MCP da DoiT junto com sua chave de API.
Após atualizar a configuração e reiniciar o assistente de IA, está tudo pronto! Você poderá perguntar sobre seus custos de nuvem, checar incidentes ativos e analisar problemas de desempenho em linguagem natural.
Para instruções detalhadas de configuração e opções, confira nosso repositório no GitHub.
Conclusão
É um momento e tanto para o trabalho assistido por IA. Empresas como Zapier, GitHub e outras estão lançando seus próprios MCPs para levar contexto em tempo real ao dia a dia. Com o servidor MCP da DoiT, agora você pode fazer o mesmo com seus dados de custo de nuvem, obtendo insights instantâneos e precisos pelas suas ferramentas de LLM.
E isso é só o começo: estamos expandindo ativamente nosso servidor MCP para dar suporte a todas as APIs do DoiT Cloud Intelligence, então em breve você poderá interagir com qualquer recurso da nossa plataforma diretamente em linguagem natural.
Experimente o servidor MCP da DoiT e veja o que é possível quando seu LLM realmente conhece a sua nuvem.