API da OpenAI e API da Anthropic

API da OpenAI (Responses)

Uma ferramenta do tipo mcp com server_url e a chave em headers. allowed_tools limita quais ferramentas o modelo vê; com require_approval "never" não é preciso aprovar cada chamada (todas são de leitura). A resposta traz um mcp_list_tools com as ferramentas e um mcp_call por consulta.

import os
from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6-astra",
    tools=[{
        "type": "mcp",
        "server_label": "bydomu",
        "server_description": "CRM inmobiliario ByDomu, solo lectura",
        "server_url": "https://mcp.bydomu.com/mcp",
        "headers": {"Authorization": "Bearer " + os.environ["BYDOMU_API_KEY"]},
        "allowed_tools": ["search_properties", "get_property", "list_appointments"],
        "require_approval": "never",  # las 9 herramientas son de solo lectura
    }],
    input="¿Qué apartamentos en arriendo tengo en Medellín por menos de 4 millones?",
)
print(resp.output_text)

Se preferir aprovar à mão, use require_approval "always": chega um mcp_approval_request e você responde com um mcp_approval_response na próxima requisição (com previous_response_id). O campo authorization é para tokens OAuth; para a chave do ByDomu use headers. O modelo é o dos exemplos da OpenAI: use o que preferir.

API da Anthropic (Messages)

O conector MCP do Messages precisa de duas partes e do cabeçalho beta mcp-client-2025-11-20: o servidor em mcp_servers (a chave vai em authorization_token e é enviada como Authorization: Bearer) e um mcp_toolset em tools que o nomeie. A resposta traz blocos mcp_tool_use e mcp_tool_result.

import os
import anthropic

client = anthropic.Anthropic()
response = client.beta.messages.create(
    model="claude-opus-5",
    max_tokens=16000,
    betas=["mcp-client-2025-11-20"],
    mcp_servers=[{
        "type": "url",
        "url": "https://mcp.bydomu.com/mcp",
        "name": "bydomu",
        "authorization_token": os.environ["BYDOMU_API_KEY"],
    }],
    tools=[{"type": "mcp_toolset", "mcp_server_name": "bydomu"}],
    messages=[{"role": "user", "content": "¿Qué citas tengo mañana?"}],
)
for block in response.content:
    if block.type == "text":
        print(block.text)

Para deixar só algumas ferramentas, use default_config e configs dentro do mcp_toolset. O conector funciona na API do Claude, não no Amazon Bedrock nem no Google Vertex AI.

O que considerar

O que pode fazer, como revogar e boas práticas

O servidor é somente leitura: a IA pode consultar, mas não cria, muda nem apaga nada, e nunca envia mensagens aos seus clientes. Ela só vê o que estas permissões permitem, com o limite de uma chave secreta (60 requisições por minuto).

Com uma chave, a IA vê o que essa chave permitir. Para cortar o acesso, pause ou apague a chave em Configurações › API Keys; a próxima chamada responde 401.