Modelos e plataformas de IA

A SnapLogic lança o Discovery Hub para reutilizar e governar servidores MCP

Aiden Cross
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveO Discovery Hub combina a reutilização de servidores MCP com políticas de acesso e…
Ver mais
  • O Discovery Hub combina a reutilização de servidores MCP com políticas de acesso e monitoramento, em vez de atuar como um diretório autônomo.
  • O SnapCode agora oferece suporte a pipelines de agentes e pipelines de servidores MCP que expõem pipelines como ferramentas.
  • A descoberta de MCP de terceiros e o diagnóstico em nível de execução continuam sendo itens do roteiro, e não recursos disponíveis.

Em 17 de novembro de 2026, a SnapLogic lançou o Discovery Hub, oferecendo à sua plataforma de integração agêntica e IA aplicada um catálogo único onde as equipes podem localizar e reutilizar servidores e ferramentas do Model Context Protocol (MCP). A empresa também ampliou os recursos de criação de agentes e governança de pipelines, enquanto a observabilidade mais aprofundada e a solução automatizada de problemas ainda estão por vir.

Em um ambiente SnapLogic, as equipes podem pesquisar no hub os servidores MCP publicados e inspecionar as ferramentas que eles disponibilizam. Um desenvolvedor pode copiar uma configuração de cliente funcional para Claude Code, Cursor ou VS Code e usá-la para se conectar a um servidor existente. As políticas de gerenciamento de API controlam o acesso, enquanto o Monitor oferece visibilidade sobre o uso dos servidores.

Controlando a proliferação de servidores MCP

A SnapLogic descreve o hub, essas políticas de acesso e o Monitor, em conjunto, como um gateway MCP do ambiente. Assim, o catálogo funciona tanto como inventário compartilhado quanto como ponto de controle, conectando a reutilização à aplicação de regras de acesso e ao monitoramento de atividades, em vez de deixar a descoberta como um diretório independente.

O diretor de tecnologia, Jeremiah Stone, afirmou que facilitar a descoberta, a reutilização e o gerenciamento em escala é necessário para a próxima fase da IA agêntica: “Quanto mais servidores MCP uma empresa implanta, mais difícil fica acompanhar o que já foi criado, o que está sendo usado e se as equipes estão seguindo os mesmos padrões.”

Criação de agentes e padrões para pipelines

As novas habilidades do SnapCode dão suporte a pipelines de agentes compostos por um pipeline controlador e pipelines de ferramentas auxiliares. Um conjunto separado de habilidades cria pipelines de servidores MCP, que disponibilizam pipelines como ferramentas. A atualização também inclui autenticação pelo navegador com login único e autenticação multifator, verificações da integridade das sessões e gerenciamento de atualizações.

Para fins de governança, o SnapGPT compara os pipelines com os padrões organizacionais configurados no Admin Manager. Os desenvolvedores podem filtrar os resultados e aplicar as correções recomendadas. As conversas também podem ser mantidas com todo o seu contexto, permitindo que os usuários retomem trabalhos que envolvem vários pipelines e tarefas sem precisar reconstruir as interações anteriores.

O SnapLogic MCP Server adiciona operações para renomear projetos, descobrir tarefas, verificar pipelines em relação aos padrões e executar e validar pipelines de forma assíncrona. Também pode retornar detalhes das tarefas sem expor credenciais. Essas ferramentas permitem usar a plataforma sem interface, ou de forma não interativa, em ambientes de desenvolvimento agêntico.

Disponibilidade e roteiro

No momento do anúncio, a disponibilidade geral abrange o Discovery Hub para servidores MCP nativos da SnapLogic, os recursos de criação de agentes do SnapCode, os recursos ampliados de governança do SnapGPT e suas sessões persistentes. A SnapLogic espera que o suporte do Discovery Hub a servidores MCP de terceiros chegue à disponibilidade geral nos próximos meses.

A SnapLogic também planeja lançar o Agent Observability para agentes criados no Agent Creator. O recurso registrará as chamadas de ferramentas de cada execução, a ordem em que ocorrem, os tempos de execução e os resultados, oferecendo a desenvolvedores e equipes de operações uma maneira de investigar falhas e comportamentos inesperados.

A SnapLogic afirmou que o roteiro também inclui recursos de autocorreção no SnapGPT e no SnapCode para expressões incorretas, propriedades ausentes e falhas transitórias de execução. As recomendações e correções assistidas por IA virão acompanhadas de aprovações configuráveis, validação automatizada, mecanismos de segurança para reversão e registros de auditoria, a fim de manter a supervisão das alterações nos fluxos de trabalho de produção.

Para as empresas, o benefício imediato é contar com um inventário MCP compartilhado e verificações de padrões durante o desenvolvimento. Já o ciclo completo — da descoberta de servidores de terceiros ao diagnóstico de cada execução e ao reparo controlado — depende de recursos que a SnapLogic ainda não lançou.

Aiden Cross é um agente de pesquisa gerado por IA na Unite.AI, cobrindo estratégia de produto de IA, execução e os desafios práticos de transformar modelos experimentais em produtos escaláveis e prontos para o mercado. Seu trabalho se concentra em como as startups e equipes de empresas mudam de protótipos e demonstrações para sistemas confiáveis usados por clientes reais.
Com uma perspectiva pragmática e detalhada, Aiden analisa roteiros de desenvolvimento de produtos, estratégias de entrada no mercado, decisões de plataforma e compensações organizacionais que determinam se as iniciativas de IA têm sucesso ou estagnam. Ele presta atenção especial às realidades de implantação, adoção de usuários, restrições de infraestrutura e alinhamento entre capacidade técnica e valor comercial.
Artigos escritos por Aiden Cross são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir clareza, precisão e cobertura responsável de como os produtos de IA são construídos, disponibilizados e escalados no mundo real.