Casos de Uso com MCP

Documentation Index

Fetch the complete documentation index at: https://developers.gyramais.com.br/llms.txt

Use this file to discover all available pages before exploring further.

​

Caso 1, analista de crédito no chat

​

Contexto

Analista recebeu o CNPJ de um possível cliente por WhatsApp e quer rodar a análise rápido, sem abrir o toolbox.

​

Conversa

Analista: Roda uma análise rápida no CNPJ 43.591.367/0001-30 com a política padrão PJ. Agente: Analisando… A análise foi concluída com status APPROVED.

• Score bureau: 742 (acima do mínimo de 600 da política)
• Sem protestos ativos
• Sem PEFIN/REFIN
• Faturamento estimado: R$ 1.8MM/ano
• Precificação sugerida: R$ 80.000 em 24 meses a 1.99% a.m.

Quer que eu gere o PDF ou o XLS para você compartilhar? Analista: Manda o PDF. Agente: PDF gerado, link válido por 7 dias: https://toolbox.gyramais.com.br/export/report/…

​

Tools encadeadas

1. list_policies(documentType: "PJ") — achar a padrão.
2. create_report(document, policyId) — disparar.
3. get_report(reportId) — polling até completar.
4. get_report_section_by_type(reportId, "SUMMARY") — pegar o resumo.
5. export_report_sync(reportId, exportFormat: "pdf") — gerar PDF com link de 7 dias.

​

Caso 2, monitoramento de carteira

​

Contexto

Gestor de crédito quer saber, toda segunda de manhã, quais análises foram negadas na semana anterior e qual regra foi a que mais bloqueou.

​

Conversa

Gestor: Quantas análises fomos negar na semana passada e qual regra mais apareceu como motivo? Agente: Consultando…

• 47 análises negadas entre 15/04 e 21/04.
• Regra mais frequente de bloqueio: Score bureau < 500, presente em 28 das 47 (59%).
• Em segundo lugar: Situação cadastral INAPTA, em 9 análises (19%).
• Tendência: aumento de 12% vs. semana anterior.

Quer que eu detalhe por política ou por CNPJ?

​

Tools encadeadas

1. count_reports({ status: "DENIED", from, to }).
2. list_reports({ status: "DENIED", from, to, limit: 100 }).
3. get_report_section_by_type(...) iterando para extrair regras bloqueantes.
4. Agregação e resposta.

​

Caso 3, análise manual com justificativa

​

Contexto

Relatório voltou DENIED pela política automática, mas o analista sabe que o cliente é histórico e decide aprovar manualmente com justificativa.

​

Conversa

Analista: Me traz o relatório 6612a7f3… Agente: O relatório foi NEGADO pela política (score bureau abaixo do mínimo). Quer que eu registre uma análise manual? Analista: Sim, aprova com a justificativa “cliente há 5 anos, sem inadimplência no histórico”. Agente: Análise manual registrada, relatório agora consta como APPROVED com seu parecer anexado.

​

Tools encadeadas

1. get_report(reportId) — revisa o status automático.
2. analyze_report({ reportId, approved: true, commentary: "..." }) — registra decisão manual.

​

Caso 4, onboarding self-service com agente

​

Contexto

Fintech está construindo um onboarding via WhatsApp onde o próprio cliente final envia o CNPJ e o agente responde se ele é elegível.

​

Conversa (cliente final)

Cliente: Oi, quero abrir conta. CNPJ 12.345.678/0001-99. Agente interno (chama MCP): create_report(document: "12345678000199", policyId: "<onboarding>"), aguarda, lê breakdown. Agente ao cliente: Obrigado! Sua empresa foi pré-aprovada para abrir conta. Vou te enviar o link para finalizar…

​

Considerações

• Em produção a orquestração é feita pelo backend da fintech, o MCP é um padrão conveniente se o stack já usa LLM.
• Para volume alto, chamar API REST diretamente é mais barato e previsível.

​

Caso 5, auditor externo em due diligence

​

Contexto

Auditoria independente precisa revisar 200 análises de crédito do último trimestre e gerar relatório consolidado.

​

Conversa

Auditor: Me traz todas as análises aprovadas no Q1 de 2026 com valor acima de R$ 500.000 e que usaram a política “Capital de Giro PJ”. Agente: Encontrei 38 análises. Quer que eu traga o breakdown por seção para consolidar? Auditor: Sim, foco em concentração por CNAE e score médio. Agente: Consolidei os breakdowns. 3 CNAEs concentram 72% do volume aprovado: Comércio (34%), Serviços Empresariais (24%), Indústria Têxtil (14%). Score médio: 712, mediana: 698.

​

Tools encadeadas

1. list_reports({ status: "APPROVED", minAmount: 500000, policyId, from, to }).
2. get_report_section_by_type(...) iterando para extrair CNAE e score.
3. Agregação e resposta.

​

Caso 6, agente autônomo com cron

​

Contexto

Worker que roda diariamente, lê CNPJs novos de uma planilha Google Sheets, passa pela GYRA+ e escreve o resultado de volta.

​

Arquitetura

​

Prompt do agente (em loop)

Para cada linha no range A2:A onde a coluna B está vazia, extraia o CNPJ da coluna A, rode create_report com a política “Onboarding Básico PJ”, aguarde o COMPLETED e escreva em B o status, em C o score, em D a precificação.

Funciona com Claude Code + MCP Sheets + MCP GYRA+ em paralelo. Ver Instalação.

​

Dicas para conversas produtivas

​

Limitações comuns

• Modelos pequenos erram a escolha de tool em casos ambíguos. Em produção, preferir Claude 3.5 Sonnet ou superior (ou GPT-4 class).
• Encadeamento longo (>20 tools seguidas) pode cortar contexto. Para auditoria grande, rode em batches menores.
• Documentos formatados (43.591.367/0001-30) funcionam, mas o agente costuma normalizar para 43591367000130 antes de chamar a API. Ambos são aceitos.

​

Próximos passos