Model Context Protocol

O Model Context Protocol (MCP) permite que assistentes usem ChartQuery como ferramentas: as mesmas operações que a API REST, com a sua chave API. Pode documentar a configuração com um README curto, um mcp.json de exemplo e passos para copiar.

O que precisa

• Uma conta ChartQuery (registo se necessário) e acesso ao painel.
• Uma chave API com o cabeçalho x-api-key (veja Chaves de API).
• Endpoint MCP: https://mcp.chartquery.com/

Como funciona

O servidor usa Streamable HTTP em https://mcp.chartquery.com/. Não é uma página web normal. Cada ferramenta corresponde a uma operação da API; faturação e comportamento são os mesmos que no REST. O detalhe dos endpoints está no resto desta documentação.

Claude Code

Documentação oficial: Model Context Protocol (MCP). Exemplo: claude mcp add --transport http chartquery https://mcp.chartquery.com/ com --header x-api-key: YOUR_API_KEY. Mesmo URL que na secção Cursor abaixo.

Cursor

Veja a documentação MCP do Cursor. Em Definições → MCP, adicione um servidor HTTP, ou use um mcp.json no projeto com url (a terminar em /) e headers para a chave API.

Use o endpoint MCP de ChartQuery abaixo. Nunca faça commit de segredos. Use um marcador como YOUR_API_KEY.

{
  "mcpServers": {
    "chartquery": {
      "url": "https://mcp.chartquery.com/",
      "headers": {
        "x-api-key": "YOUR_API_KEY"
      }
    }
  }
}

Gemini CLI

Veja MCP server na documentação do Gemini CLI. Aponte o cliente para https://mcp.chartquery.com/ e passe a chave API (por exemplo com x-api-key) como descrito para as ferramentas.

OpenAI Developer Mode

Veja Developer mode na documentação da API OpenAI. Ligue as ferramentas MCP a https://mcp.chartquery.com/ e à chave API seguindo esse guia.

Ver também

• Chaves de API: criar e gerir chaves
• Melhores práticas: integração segura