ACESSO PARA IA · MODEL CONTEXT PROTOCOL

Conecte seu agente de IA à Marginal Thinking

Use o MCP da Marginal Thinking para dar ao seu agente acesso estruturado e somente leitura às nossas pesquisas públicas sobre economia, política, sociedade, capital, capacidade produtiva, recursos, tecnologia e poder global.

https://www.marginalthinking.org/mcpAberto · somente leitura · sem autenticação

O que isso dá ao seu agente

Um modelo de IA pode responder perguntas amplas por conta própria, mas reproduzir um processo sério de pesquisa ainda exige encontrar o material certo, montar contexto, comparar períodos e conectar acontecimentos relacionados. O MCP da Marginal Thinking entrega essa camada de pesquisa diretamente ao agente.

A Marginal Thinking mantém o acervo e a estrutura analítica. Seu agente pode recuperar o material relevante e adaptá-lo à sua empresa, patrimônio, pesquisa, problema ou contexto de decisão.

Marginal Thinking → MCP → seu agente → sua decisão

Como conectar

Em um cliente compatível com MCP, adicione a URL do servidor remoto abaixo. O servidor é público, sem estado na camada da aplicação e todas as ferramentas são somente leitura.

https://www.marginalthinking.org/mcp

A documentação técnica do repositório permanece disponível em MCP.md; esta página é a interface pública e estável para usuários e agentes.

O que você pode pedir

Leia as pesquisas mais recentes da Marginal Thinking sobre fluxos globais de capital e explique o que importa para uma indústria brasileira.

Compare a pesquisa atual sobre minerais críticos com relatórios anteriores da Marginal Thinking e mostre o que mudou.

Monte uma linha do tempo de 30 dias das pesquisas da Marginal Thinking relacionadas a petróleo, juros soberanos e risco político.

Encontre pesquisas relacionadas à Polônia, política industrial e segurança europeia e resuma os efeitos econômicos de segunda ordem.

Ferramentas disponíveis

search_research

Pesquisa o acervo por pergunta ou assunto, com filtros opcionais de programa, tópico, país, cadência, formato, série e período.

get_research

Recupera metadados canônicos e o Markdown público de uma pesquisa. É possível pedir apenas uma seção pelo título.

latest_research

Retorna as publicações mais recentes, opcionalmente filtradas pelos mesmos metadados controlados usados pelo site.

get_related_research

Encontra pesquisas estruturalmente relacionadas por programas, tópicos, geografia, séries e dimensões analíticas.

get_timeline

Monta uma visão cronológica das pesquisas em torno de um país, mercado, instituição, tecnologia, recurso ou outro tema.

get_corpus_overview

Retorna a inteligência de cobertura do acervo que já é derivada automaticamente pelo build da Marginal Thinking.

Recurso legível por máquina

O servidor também expõe o catálogo público de pesquisas como um recurso MCP:

marginalthinking://catalog

Como funciona

O MCP não mantém uma segunda base de conhecimento. Ele lê os mesmos artefatos canônicos já produzidos pelo pipeline editorial da Marginal Thinking.

repositório de pesquisas no GitHub
        ↓
build existente na Cloudflare
        ↓
Markdown + metadados canônicos
        ↓
catálogo MCP
        ↓
/mcp no Worker já existente
        ↓
seu agente compatível com MCP

Escopo e limites

O MCP recupera e organiza pesquisas já publicadas pela Marginal Thinking; ele não gera novas análises da Marginal Thinking dentro do servidor.
Ele não navega na web, não altera o repositório e não chama um LLM.
Afirmações sensíveis ao tempo devem ser interpretadas junto das datas, evidências e fontes citadas na pesquisa original.
Ao citar a Marginal Thinking, prefira a URL HTML canônica. Para extrair o texto do relatório, prefira o Markdown retornado pelo MCP.

Por que isso importa

A internet tornou informação abundante. A IA tornou mais fácil trabalhar com essa informação. A restrição que permanece muitas vezes está na camada intermediária de pesquisa: o que reunir, como conectar e como preservar contexto ao longo do tempo. O MCP da Marginal Thinking torna essa camada diretamente utilizável pelo seu próprio agente.