Chegou o catálogo MCP: descubra, implante e conecte-se no Red Hat OpenShift AI

Você fez os testes. Você extraiu um servidor Model Context Protocol (MCP) de um repositório do GitHub, colocou-o em um container, resolveu a autenticação por conta própria e esperava que ele se sustentasse em produção. Esse é o estado atual da adoção do MCP na empresa: um protocolo promissor, mas com uma implantação complicada.

O Red Hat OpenShift AI 3.4, parte do Red Hat AI portfolio, adota uma abordagem diferente. Apresentamos o catálogo MCP (agora em versão de prévia para desenvolvedores): um catálogo selecionado de servidores MCP que você pode descobrir, implantar e gerenciar diretamente no Red Hat OpenShift. Ele já vem com servidores MCP da Red Hat, de nossos parceiros de tecnologia, da comunidade open source e estamos adicionando outros ativamente. Você também pode "trazer seus próprios" servidores MCP. O mesmo gerenciamento de ciclo de vida e conectividade de runtime que alimenta o catálogo se aplica a qualquer servidor MCP que você implantar em seu cluster.

Experimente o Red Hat OpenShift AI e explore o catálogo do MCP por conta própria.

Esta não é uma listagem estática. Todos os servidores MCP no catálogo passam da descoberta à execução no cluster, com gerenciamento de ciclo de vida e conectividade de runtime integrados. A partir daí, ele se torna consumível no gen AI studio, a interface do OpenShift AI na qual você experimenta e testa agentes e aplicações de IA. Este é o início do ecossistema MCP empresarial que estamos construindo.

O catálogo do MCP: Da descoberta à implantação

Até agora, o AI hub no OpenShift AI focava em modelos. Com o OpenShift AI 3.4, os servidores MCP entram no catálogo como VIPs. Este é também um passo significativo em direção a uma superfície mais ampla de ativos de IA, que será expandida nas próximas versões.

A maioria dos catálogos MCP disponíveis hoje — incluindo Smithery, Docker MCP Catalog e o registro oficial do MCP — foca apenas na descoberta. Eles ajudam a encontrar servidores, mas a implantação, a segurança e o gerenciamento de ciclo de vida são sua responsabilidade. Muitas vezes, isso significa baixar uma imagem de container de procedência desconhecida e esperar que a próxima atualização não interrompa sua carga de trabalho.

O catálogo do MCP no OpenShift AI preenche essa lacuna. Ao navegar pelo catálogo no AI hub, você verá servidores MCP validados para uso empresarial, com:

•  Conectividade de nível de produção: transporte HTTP via streaming
• Hospedagem segura:  Imagens criadas no Red Hat Universal Base Image e verificadas em busca de vulnerabilidades.
• Implantação automatizada: Ao selecionar um servidor, o MCP lifecycle operator o implanta no cluster, criando os recursos do Kubernetes e expondo o serviço. 

Após a implantação, o MCP gateway gerencia a conectividade de runtime, oferecendo roteamento com reconhecimento de identidade e métricas por ferramenta para que sua equipe de plataforma saiba exatamente quais agentes estão chamando quais ferramentas.

O resultado é um caminho controlado da descoberta à implantação e ao consumo. Selecione, implante, conecte e consuma.

Observe que, a partir do OpenShift AI 3.4, o MCP lifecycle operator está disponível como developer preview, e o MCP gateway está disponível como technical preview.

Figura 1: O diagrama de fluxo mostra os quatro estágios do ciclo de vida do servidor MCP no Red Hat OpenShift AI: Descubra no catálogo do MCP, implante por meio do MCP lifecycle operator, conecte-se pelo MCP gateway e consuma no gen AI studio para ilustrar o caminho controlado do catálogo ao agente.

Servidores MCP prontos para uso

O catálogo inclui três camadas de servidores MCP, e cada uma delas atende a fluxos de trabalho empresariais reais. Veja o que está disponível hoje.

Três servidores Red Hat MCP

Conecte seus agentes de IA diretamente às plataformas que você já utiliza.

• Red Hat OpenShift: agentes podem consultar o estado do cluster, gerenciar cargas de trabalho e solucionar problemas de implantações por meio de linguagem natural. Se um pod falhar às 02h00, a liderança técnica pode simplesmente solicitar ao agente as últimas 50 linhas de log e o status do recurso da implantação afetada. Sem alternância de contexto entre dashboards ou comandos complexos no kubectl.
• Red Hat Ansible Automation Platform: conecte agentes aos seus fluxos de trabalho de automação. Um agente pode acionar Ansible Playbooks, verificar o status de tarefas e orquestrar alterações de configuração em toda a infraestrutura. Para equipes de operações orientadas por agentes (AgentOps), isso significa fluxos de trabalho de resposta a incidentes que abrangem detecção, diagnóstico e correção sem sair do contexto do agente.
• Red Hat Lightspeed (antigo Red Hat Insights): apresenta inteligência da plataforma e recomendações por meio de seus agentes de IA. Em vez de as equipes revisarem manualmente os avisos do Red Hat Lightspeed, um agente pode extrair as recomendações mais recentes, correlacioná-las com o estado do cluster e sugerir etapas de correção, trazendo insights operacionais diretamente para os fluxos de trabalho de agentes de IA.

Cinco servidores MCP de parceiros de tecnologia

Expanda seus agentes para o stack empresarial mais amplo.

• Confluent Cloud: permite que a IA gerencie e depure operações de streaming de dados no Kafka e no Flink.
• EDB Postgres AI: conecta agentes à plataforma EDB Postgres AI para consultas, gerenciamento de esquema e operações de banco de dados, com tecnologia do servidor EDB pg-airman MCP.
• IBM Terraform: permite que os agentes provisionem e gerenciem a infraestrutura como código, preenchendo a lacuna entre as decisões orientadas por IA e a execução da infraestrutura.
• Microsoft Azure: permite que os agentes gerenciem recursos do Azure, provisionem serviços e automatizem operações de nuvem com suas cargas de trabalho do OpenShift.
• Dynatrace: obtenha insights em tempo real para seus fluxos de trabalho de agentes de IA. Os agentes podem consultar dados de desempenho e obter insights em nível de código para solução de problemas, otimização e correção em todo o ambiente.

Dois servidores MCP da comunidade

Complete a camada de dados (listada no catálogo em "Outros servidores MCP").

• MongoDB: consulte e gerencie coleções de documentos por meio de seus agentes. Útil para fluxos de trabalho e aplicações de geração aumentada por recuperação (RAG) baseados em dados não estruturados ou semiestruturados.
• MariaDB: ofereça conectividade de banco de dados relacional para agentes que precisam consultar e gerenciar armazenamentos de dados estruturados.

Figura 2: o catálogo do MCP no hub do Red Hat OpenShift AI exibe cartões de servidor do MCP organizados por camada (Red Hat, parceiro e outros), cada um com uma ação de implantação, mostrando o caminho controlado da descoberta à implantação.

Para colocar isso em termos concretos, antes do catálogo do MCP, conectar qualquer um desses servidores aos seus agentes significava encontrá-lo no GitHub, criar um container a partir da fonte, depurar problemas de transporte e configurar a autenticação, tudo antes de poder fazer uma única chamada de ferramenta. Agora, basta selecioná-lo no catálogo e o operador de ciclo de vida do MCP cuidará do resto.

Explore o MCP Lifecycle Operator no GitHub para ver como os servidores MCP são implantados e gerenciados no Kubernetes.

Crie o ecossistema MCP empresarial

Os servidores MCP incluídos no OpenShift AI 3.4 são apenas o começo. Estamos criando um ecossistema abrangente projetado para as demandas de produção. 

• AI quickstarts: estamos trabalhando com parceiros para oferecer casos de uso específicos do setor prontos para execução. Esses playgrounds ajudam as equipes a migrar ideias de IA da fase de experimentação para a produção em uma infraestrutura open source.
• Curadoria em escala: nosso processo de validação — do consentimento do parceiro à verificação técnica — é criado para escalar. À medida que os servidores MCP amadurecem, continuaremos adicionando novos ativos ao pipeline.
• Governança empresarial: adicionamos uma camada de aplicação à base já estabelecida pelo gateway MCP. Isso inclui controles da cadeia de suprimentos para verificar a procedência, camadas de confiança para ativos certificados e auditabilidade total das chamadas de ferramenta feitas por um agente.

Comece agora mesmo

O catálogo do MCP oferece às equipes de plataforma um caminho governado e pronto para produção, da descoberta à implantação, com servidores selecionados, imagens validadas e gerenciamento do ciclo de vida no seu cluster.

Ele já está disponível no Red Hat OpenShift AI 3.4 na versão de prévia para desenvolvedores. Experimente o Red Hat OpenShift AI para explorar o catálogo do MCP e implantar seu primeiro servidor MCP no OpenShift. Você participará do Red Hat Summit 2026 em Atlanta (11-14/05/2026)? Confira o catálogo do MCP e o MCP lifecycle operator em ação.