É mais fácil mostrar uma vez do que explicar em três parágrafos. Veja como é trabalhar com o servidor DecisionRules MCP.
Antes do MCP
Sempre foi possível integrar-se ao DecisionRules programaticamente. A Chave da API de Gerenciamento existe desde o início.
Mas isso significava escrever e manter sua própria camada de integração, gerenciar a autenticação por conta própria e torcer para que seu assistente de IA soubesse o que fazer com a resposta. Funcionava. Só que não era algo que você pudesse simplesmente solicitar — era algo que você precisava construir primeiro.
O que o MCP realmente é
O Model Context Protocol é um protocolo compartilhado que permite que uma IA se conecte diretamente a uma ferramenta e realize ações nela, em vez de ler a documentação e tentar adivinhar.
Isso não é mais um experimento de nicho de um único fornecedor. Em dezembro de 2025, a Anthropic doou o MCP para a Agentic AI Foundation, um fundo direcionado da Linux Foundation cofundado pela Anthropic, OpenAI e Block, com apoio do Google, Microsoft, AWS, Cloudflare e Bloomberg. ChatGPT, Cursor, Gemini, Microsoft Copilot e VS Code já oferecem suporte nativo.
Conheça o servidor DecisionRules MCP
Uma vez conectado, sua IA pode transformar uma descrição em linguagem natural em uma tabela de decisão (Decision Table), regra de script (Scripting Rule) ou tabela de consulta (Lookup Table) funcional. Ela pode explicar o que uma regra existente faz, gerar dados de teste sob demanda e executar uma regra com entradas reais para mostrar o resultado. O trabalho pouco glamouroso vem junto: atualizar versões, gerenciar tags e identificar quais regras dependem daquela que você está prestes a alterar.
Hoje, são mais de 60 ações individuais, e o conjunto continua crescendo. O número exato importa menos do que a mudança por trás disso. Agora você pode simplesmente pedir.
E quando você pede, não está deixando ao acaso que um modelo de uso geral adivinhe como uma tabela de decisão deveria ser. A solicitação passa pelo Assistente de IA que o DecisionRules vem treinando com lógica de regras real e melhores práticas. Claude ou Copilot conduz a conversa. Você decide o que deve ser feito. Nosso servidor MCP apenas ajuda a construir.
Tem uma dúvida durante a construção, como o que uma função específica faz, ou se já existe um modelo para isso? Você não precisa trocar de aba para procurar na documentação. O DecisionRules também executa um Servidor Distribution MCP separado que coloca documentação, exemplos e funções reutilizáveis na mesma conversa, sem necessidade de login.
E não somos o único servidor presente
Esta é a parte que é fácil de passar despercebida. Seu cliente de IA pode manter várias conexões MCP ao mesmo tempo, e elas trabalham juntas em uma única solicitação.
Isso muda o que é uma regra. Até agora, uma regra ficava atrás de uma interface que só pessoas abriam. Agora, o ticket descrevendo a política, a planilha com os preços e a regra que precisa refletir ambos podem estar todos na mesma conversa.
Leia o ticket DR-412, construa a regra que ele descreve, gere casos de teste e comente o resultado de volta no ticket.
Ninguém exportou nada. Ninguém colou uma tabela em uma janela de chat. A solicitação apareceu no ticket e a resposta também foi registrada lá.
Por que isso importa
Onde você já pode nos encontrar
ChatGPT, Claude, VS Code e GitHub Copilot, Codex, o Docker MCP Catalog, o Azure MCP Center e o Smithery para todo o resto.
Conectar não significa configurar um endpoint manualmente. Abra a lista de conectores no seu cliente de IA, encontre o DecisionRules e clique em conectar. A partir daí é um login padrão e a escolha do espaço em que você quer que seu assistente trabalhe.
Se você executa o DecisionRules em sua própria infraestrutura, a configuração desses catálogos não chegará à sua instância. Esse caso tem seu próprio caminho de configuração.
O que as pessoas realmente fazem com ele
Sem o MCP, obter ajuda real da IA com uma regra específica significava abrir o DecisionRules, localizar a regra, exportar sua estrutura, colá-la em um chat, esperar e aplicar as alterações manualmente. Cinco passos antes da IA sequer poder ver com o que estava lidando.
Com o MCP, é uma frase no chat que você já tinha aberto: atualize o preço na Product Table com base na nova lista de preços.
Experimente você mesmo
Alguns exemplos do que você pode pedir ao seu assistente de IA assim que ele estiver conectado:
- Crie uma Decision Table para calcular um desconto com base no total do pedido e no status do cliente.
- Use esta lista de preços para criar uma nova versão da Product Table.
- Gere 10 casos de teste para a regra de pontuação de empréstimos, versão 3.
- Explique por que essa regra retorna 'aprovado' para este conjunto de entradas.
Ivan Peresta trabalha na DecisionRules, onde seu papel abrange análise de produto, serviços profissionais e suporte ao cliente. Ele participa de todo o ciclo de vida das funcionalidades do produto, desde o design inicial e pensamento de UX até testes práticos, documentação e entrega voltada ao cliente. Seu trabalho faz a ponte entre o desenvolvimento do produto e as pessoas que realmente o utilizam, seja ajudando um cliente a projetar seu sistema de regras ou garantindo que um novo recurso seja lançado com orientações claras e exemplos funcionais.