Plugins MCP úteis: guia de instalação e uso do Sequential Thinking, Brave Search e Playwright

Na noite da última sexta-feira, fiquei meia hora olhando para a tela do Cursor. Não era porque eu não conseguia escrever o código. Eu simplesmente me dei conta de uma coisa: por que uma análise de requisitos que meu colega concluía em dez minutos levava meia hora para mim, entre pesquisar documentação, copiar, colar e organizar informações manualmente?

A resposta apareceu na reunião de segunda-feira. Quando ele compartilhou a tela, vi um pequeno ícone de martelo no canto inferior direito do Cursor. Ao clicar, surgiu uma lista de plugins MCP: Sequential Thinking, Brave Search, Playwright… Minha reação provavelmente foi a de quem acabou de descobrir que o jogo do outro tinha códigos de trapaça ativados.

Eu já usava o Cursor havia quase seis meses, mas nunca tinha estudado os plugins MCP de verdade. Naquele dia entendi que o Cursor, sozinho, é apenas um editor. Os verdadeiros “superpoderes” estão nesses plugins. Com as ferramentas certas, a IA deixa de ser apenas um chatbot e passa a pesquisar informações, operar o navegador e analisar código de forma prática.

Neste artigo, vou apresentar cinco plugins MCP que uso diariamente. Cada um inclui a configuração completa, pronta para copiar e colar, além de cenários reais de uso. Se você também quer aproveitar muito melhor o Cursor, estes dez minutos de leitura valem a pena.

O que é MCP e por que usar plugins MCP?

MCP significa Model Context Protocol, ou Protocolo de Contexto de Modelo. É um padrão aberto lançado pela Anthropic em novembro de 2024. Em termos simples, ele oferece uma “interface” que permite à IA se conectar a ferramentas e fontes de dados externas.

Pense assim: uma IA sem plugins MCP é como alguém que sabe falar, mas não consegue agir. Se você pedir “pesquise a documentação mais recente do React”, ela apenas dirá que você pode procurar no Google. Com o plugin MCP do Brave Search, ela mesma faz a busca e organiza os resultados para você.

Algumas pessoas descrevem o MCP como uma forma de “dar mãos e olhos à IA”, e a comparação funciona bem. Com o Playwright, a IA ganha “mãos” para operar o navegador. Com o Sequential Thinking, ganha uma estrutura de raciocínio para decompor problemas complexos em etapas.

Por que, então, usar plugins MCP? Porque eles transformam a IA de uma ferramenta que só conversa em uma ferramenta que executa tarefas. Hoje, ao programar com o Cursor, costumo:

• pedir à IA que pesquise a documentação técnica mais recente com o Brave Search;
• analisar arquiteturas de sistema complexas com o Sequential Thinking;
• automatizar testes de páginas web com o Playwright;
• ler arquivos e configurações de projeto com o Filesystem.

Antes eu fazia tudo isso manualmente. Agora, muitas dessas tarefas ficam prontas enquanto tomo um café.

Conceitos básicos para instalar plugins MCP

Antes de recomendar plugins específicos, vale entender o básico da instalação. Não é complicado: na maior parte dos casos, basta editar um arquivo de configuração JSON.

Onde fica o arquivo de configuração?

A localização depende da ferramenta:

• Cursor: .cursor/mcp.json na raiz do projeto, para uma configuração específica do projeto, ou ~/.cursor/mcp.json no diretório do usuário, para uma configuração global.
• Claude Desktop:
  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Eu normalmente uso a configuração global para que todos os projetos tenham acesso aos plugins. Se algum projeto precisar de algo específico, crio um arquivo separado dentro dele.

Como é o arquivo de configuração?

Um arquivo mcp.json típico tem esta estrutura:

{
  "mcpServers": {
    "nome-do-plugin": {
      "command": "npx",
      "args": ["-y", "@xxx/package-name"],
      "env": {
        "API_KEY": "${YOUR_API_KEY}"
      }
    }
  }
}

Os campos principais são:

• command: comando de inicialização, normalmente npx para Node.js ou python;
• args: argumentos passados ao comando; -y confirma automaticamente a instalação;
• env: variáveis de ambiente usadas para chaves de API e outros dados sensíveis.

Como gerenciar variáveis de ambiente?

Nunca escreva a chave de API diretamente no arquivo de configuração. O procedimento correto é:

1. definir a chave nas variáveis de ambiente do sistema — pelo painel do Windows ou em .bashrc/.zshrc no macOS e Linux;
2. fazer referência a ela no arquivo com ${NOME_DA_VARIAVEL}.

Por exemplo:

# macOS/Linux
export BRAVE_API_KEY="sua-chave-de-api"

# Windows PowerShell
$env:BRAVE_API_KEY="sua-chave-de-api"

No arquivo de configuração:

"env": {
  "BRAVE_API_KEY": "${BRAVE_API_KEY}"
}

Cuidados no Windows

A configuração de MCP no Windows tem algumas armadilhas comuns:

Alibaba Cloud - Escolha dos desenvolvedores, 15% de desconto exclusivo em Lighthouse

Ganhar 15% off →Anúncio

1. Caminhos: a barra invertida \ precisa ser escapada como \\; outra opção é usar /.
2. npx não encontrado: verifique se o Node.js foi instalado e adicionado ao PATH do sistema.
3. Permissões: em alguns casos, pode ser necessário executar o Cursor como administrador.

Para confirmar a instalação do Node.js:

node --version
npm --version

Se ele não estiver instalado, baixe-o em nodejs.org.

Plugins MCP recomendados

Agora que a base está pronta, vamos aos cinco plugins que uso diariamente.

1. Sequential Thinking — ensine a IA a “pensar devagar”

Por que recomendo?

Você já fez uma pergunta complexa para uma IA, recebeu uma resposta imediata e ficou com a impressão de que ela não refletiu o suficiente? O Sequential Thinking foi criado para esse tipo de situação.

Com o plugin, a IA divide problemas complexos em uma sequência de raciocínio. É como acompanhar alguém fazendo cálculos em um rascunho: você vê cada etapa. Durante o processo, ela também pode corrigir hipóteses e testar caminhos diferentes.

Uso principalmente para projetar arquiteturas, analisar soluções técnicas e investigar bugs complexos. Certa vez, pedi que analisasse o gargalo de desempenho de uma arquitetura de microsserviços. O problema foi dividido em oito etapas, com duas correções de direção durante o raciocínio. A solução final ficou realmente mais completa do que a que eu tinha imaginado sozinho.

Configuração

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sequential-thinking"
      ]
    }
  }
}

Dicas de uso

• Ideal para problemas complexos que exigem raciocínio em várias etapas.
• Não é indicado para consultas factuais simples, pois pode produzir respostas excessivamente longas.
• No prompt, experimente pedir: “analise usando raciocínio sistemático”.

2. Brave Search — mecanismo de busca com foco em privacidade

Por que recomendo?

Este plugin permite que a IA pesquise diretamente na internet. Você talvez se pergunte por que não usar o Google Search. Há dois motivos.

Primeiro, o Brave Search dá mais atenção à privacidade e não rastreia seu histórico de pesquisa. Segundo, ele oferece uma API gratuita com cota mensal de 2.000 consultas, suficiente para uso pessoal.

Uso principalmente para consultar documentação técnica recente, conferir a versão mais nova de uma biblioteca e procurar soluções para mensagens de erro. Quando encontrei um erro estranho em um framework novo, pedi à IA que pesquisasse com o Brave Search. Ela encontrou a solução em uma issue do GitHub em menos de um minuto.

Configuração

Primeiro passo: obtenha uma chave de API.

1. Crie uma conta na API do Brave Search.
2. Em “Subscriptions”, escolha o plano gratuito “AI Data”.
3. Em “API Keys”, crie uma nova chave.

Segundo passo: configure a variável de ambiente.

# macOS/Linux
export BRAVE_API_KEY="sua-chave-de-api"

# Windows PowerShell
$env:BRAVE_API_KEY="sua-chave-de-api"

Terceiro passo: edite o arquivo de configuração.

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
        "BRAVE_API_KEY": "${BRAVE_API_KEY}"
      }
    }
  }
}

Dicas de uso

• Reinicie o Cursor ou o Claude Desktop para aplicar a configuração.
• O ícone de martelo no canto inferior direito indica que a configuração funcionou.
• Inclua “pesquise” ou “consulte as informações mais recentes” no prompt para que a IA chame a busca automaticamente.

3. Playwright — o canivete suíço da automação de navegador

Por que recomendo?

Playwright é uma ferramenta de automação de navegador criada pela Microsoft e disponibilizada como código aberto. Com seu plugin MCP, a IA pode abrir páginas, clicar em botões, preencher formulários, capturar telas e exportar PDFs. Em outras palavras, consegue realizar praticamente tudo o que você faria manualmente no navegador.

O melhor é que ele não depende apenas de capturas de tela. O Playwright lê diretamente a estrutura da página, ou accessibility tree, o que oferece grande precisão. Nos meus testes com formulários complexos de várias etapas, ele concluiu tudo de primeira em 99% dos casos.

Meus principais cenários de uso são:

• testes automatizados de funções de uma página;
• coleta de dados carregados dinamicamente;
• capturas de tela periódicas para verificar se um site está funcionando.

Certa vez, precisei testar um cadastro em várias etapas: preencher o formulário, verificar o e-mail, definir a senha e concluir. O teste manual levava cinco minutos. Com o Playwright, passou a levar dez segundos e podia ser repetido cem vezes sem esforço adicional.

Configuração

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": [
        "-y",
        "@executeautomation/playwright-mcp-server"
      ]
    }
  }
}

Exemplo prático

Na semana passada, precisei testar uma função de busca e pedi à IA:

“Use o Playwright para abrir example.com, digite ‘React’ no campo de busca, clique no botão de pesquisa e envie uma captura de tela.”

A IA realizou tudo automaticamente e retornou a captura em 20 segundos. Manualmente, eu precisaria abrir o navegador, digitar o endereço, pesquisar, capturar a tela e fazer o upload — pelo menos dois minutos.

Railway - Plataforma de deploy moderna, sem ops complexas, no ar em minutos

Começar agora →Anúncio

Dicas de uso

• Ideal para operações repetitivas no navegador, testes de interface e coleta de dados.
• Não é indicado quando há CAPTCHA de login, pois não consegue resolvê-lo.
• Descreva claramente a sequência no prompt: “primeiro…, depois…, por fim…”.

4. GitHub — assistente para análise de repositórios

Por que recomendo?

Se você usa GitHub com frequência, este plugin permite que a IA leia diretamente informações dos seus repositórios: código, Issues, Pull Requests, Commits e muito mais.

Uso principalmente para:

• analisar a estrutura de um código-base, incluindo diretórios e dependências;
• gerenciar Issues, consultando bugs abertos em lote e ordenando-os por prioridade;
• fazer Code Review de alterações em um PR e sugerir melhorias.

Quando assumi um projeto antigo com mais de 30 mil linhas de código e quase nenhuma documentação, pedi à IA que analisasse o repositório com o GitHub MCP. Ela gerou:

• um diagrama da arquitetura;
• uma descrição dos módulos principais;
• uma lista da stack tecnológica;
• uma lista de possíveis problemas.

Esse trabalho levaria pelo menos dois dias manualmente. A IA precisou de menos de dez minutos.

Configuração

Primeiro passo: crie um GitHub Personal Access Token.

1. Acesse GitHub Settings → Developer settings → Personal access tokens.
2. Selecione “Tokens (classic)” e crie um token.
3. Marque as permissões repo, para acesso ao repositório, e read:user, para leitura das informações do usuário.

Segundo passo: configure a variável de ambiente.

# macOS/Linux
export GITHUB_TOKEN="seu-token"

# Windows PowerShell
$env:GITHUB_TOKEN="seu-token"

Terceiro passo: edite o arquivo de configuração.

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    }
  }
}

Dicas de uso

• Não conceda permissões desnecessárias ao token; dê apenas o acesso exigido pela tarefa.
• Você pode pedir à IA que analise o histórico de alterações de um arquivo específico.
• Exemplo de prompt: “Analise a qualidade do código deste repositório e sugira melhorias”.

5. Filesystem — gerenciador de arquivos locais

Por que recomendo?

O Filesystem permite que a IA leia e opere arquivos locais. Parece básico, mas é extremamente útil.

Uso principalmente para:

• processar arquivos em lote, renomeando, movendo ou excluindo;
• ler arquivos de log e extrair mensagens de erro;
• modificar configurações de projeto e variáveis de ambiente.

No mês passado, precisei padronizar o nome de mais de 50 componentes de um projeto, migrando de snake_case para camelCase. Manualmente, eu teria de abrir cada arquivo, localizar, substituir e salvar, o que consumiria metade de um dia.

Pedi à IA que fizesse o processamento em lote com o Filesystem. Em três minutos, ela percorreu os arquivos, identificou os pontos relevantes, aplicou as substituições e produziu um relatório das mudanças.

Configuração

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/project"
      ]
    }
  }
}

Cuidados de segurança

• O caminho em args determina quais arquivos a IA pode acessar.
• Dê acesso apenas ao diretório do projeto, não ao disco inteiro.
• Não inclua arquivos sensíveis, como .env e arquivos de chaves, na configuração.

Dicas de uso

• Ideal para operações em lote, análise de logs e gerenciamento de configurações.
• Não é indicado para dados sensíveis, devido aos riscos de segurança.
• Exemplo de prompt: “Leia todos os arquivos .js em src e identifique variáveis não utilizadas”.

Técnicas avançadas e boas práticas

Depois de instalar esses plugins, cometi alguns erros e desenvolvi uma forma melhor de usá-los. Aqui estão as principais lições.

Combine vários plugins

Um plugin isolado já é poderoso, mas as combinações ampliam muito as possibilidades.

Combinação 1: Sequential Thinking + Brave Search

Indicada para pesquisar uma nova tecnologia de maneira sistemática.

Na semana passada, precisei estudar edge computing e pedi à IA:

Vultr - Servidor cloud NVMe de alto desempenho, 32 locais globais, deploy Docker com um clique

Ver preços →Anúncio

“Use raciocínio sistemático para pesquisar edge computing e encontre as tendências técnicas e os casos de uso mais recentes.”

A IA usou primeiro o Sequential Thinking para dividir a pesquisa em seis etapas: definição, princípios técnicos, cenários de aplicação, principais soluções, vantagens e desvantagens, e tendências futuras. Depois, usou o Brave Search para pesquisar cada uma. Em 20 minutos, entregou um relatório de 3.000 palavras, pelo menos dez vezes mais rápido do que eu levaria pesquisando e organizando tudo sozinho.

Combinação 2: Playwright + GitHub

Indicada para automatizar testes e registrar resultados.

Hoje, depois de testar uma página, peço à IA que faça uma captura com o Playwright e crie automaticamente uma Issue com o GitHub MCP, incluindo a imagem e o resultado do teste. Automatizar esse fluxo economiza bastante tempo.

Recomendações para melhorar o desempenho

Instalar mais plugins nem sempre é melhor. No começo, empolguei-me e instalei mais de dez. Logo percebi três problemas:

1. Inicialização mais lenta: o Cursor passou de três para 15 segundos porque precisava carregar todos os plugins.
2. Consumo muito maior de tokens: antes de cada resposta, a IA precisava “pensar” se deveria chamar algum dos dez plugins.
3. Respostas mais lentas: até uma pergunta simples podia fazê-la avaliar se precisaria de uma ferramenta.

Passei então a seguir esta estratégia:

• Mantenha os plugins frequentes ativos: Sequential Thinking e Brave Search, por exemplo.
• Ative sob demanda: habilite Playwright e GitHub quando o cenário exigir.
• Desative o que não usa: adicione "disabled": true ao arquivo para desativar sem remover a configuração.

{
  "mcpServers": {
    "playwright": {
      "disabled": true,
      "command": "npx",
      "args": ["-y", "@executeautomation/playwright-mcp-server"]
    }
  }
}

Boas práticas de segurança

Ao usar plugins MCP, considere estes cuidados de segurança:

1. Nunca grave uma chave de API diretamente no arquivo

   • ❌ Incorreto: "env": {"API_KEY": "sk-abc123"}
   • ✅ Correto: "env": {"API_KEY": "${API_KEY}"}

2. Troque as chaves periodicamente

   • É recomendável trocar o GitHub Token e a chave da API do Brave a cada três meses.
   • Se o arquivo for enviado acidentalmente a um repositório público, a chave será exposta.

3. Siga o princípio do menor privilégio

   • Conceda ao GitHub Token apenas as permissões necessárias; não use admin apenas por conveniência.
   • Restrinja o Filesystem ao diretório do projeto, não ao disco inteiro.

4. Adicione o arquivo de configuração ao .gitignore

   • Se usar uma configuração de projeto, adicione .cursor/mcp.json ao .gitignore.
   • Isso evita que informações sensíveis sejam enviadas ao controle de versão.

Guia de solução de problemas

Se algo der errado, siga esta ordem de verificação.

Problema 1: o plugin foi configurado, mas o ícone de martelo não aparece

Soluções:

1. Verifique se o JSON é válido com o JSONLint.
2. Reinicie o Cursor ou o Claude Desktop.
3. Abra o console das ferramentas de desenvolvedor em Cursor → Help → Toggle Developer Tools.

Problema 2: a chamada do plugin falha com “API Key invalid”

Soluções:

1. Confirme a variável de ambiente com echo $API_KEY.
2. Verifique se a referência no arquivo está no formato correto: ${VAR_NAME}.
3. Reinicie o terminal para que a variável de ambiente seja carregada.

Problema 3: comando npx não encontrado

Soluções:

1. Confirme a instalação do Node.js com node --version.
2. Veja se o npm está no PATH com which npm no macOS/Linux ou where npm no Windows.
3. Reinstale o Node.js e marque a opção de adicioná-lo ao PATH.

Conclusão

Depois de todos esses detalhes, a ideia principal é simples: os plugins MCP transformam a IA de uma assistente de conversa em uma parceira de trabalho.

Estes são os cinco plugins que uso todos os dias:

• Sequential Thinking: aprofunda o raciocínio da IA em problemas complexos;
• Brave Search: obtém informações recentes em tempo real;
• Playwright: automatiza operações no navegador;
• GitHub: analisa repositórios de código;
• Filesystem: gerencia arquivos locais.

Hoje, sempre que surge uma tarefa repetitiva, eu me pergunto se algum plugin MCP pode automatizá-la. Em oito de cada dez casos, funciona — e sobra mais tempo para tomar café.

Se você ainda não testou plugins MCP, comece pelo Sequential Thinking e pelo Brave Search. Os dois têm configuração simples; o Sequential Thinking não exige chave de API, enquanto o Brave Search oferece uma cota gratuita mediante cadastro. Depois de experimentar, será difícil voltar atrás.

Conhece outro plugin MCP que vale a pena recomendar? Conte nos comentários. Também quero descobrir novas ferramentas.