Pedimos ao Claude, em português corrente, para olhar para a fila do GLPI, abrir um ticket e dizer o que estava com a urgência errada. Leu 18 tickets, abriu o ticket novo, sugeriu três alterações de urgência com o motivo de cada uma e só alterou o que o técnico aprovou. Foram 8 chamadas ao modelo, por US$ 0,10. Quem ligou o Claude ao GLPI foi um servidor MCP de cerca de 140 linhas de Python, que pode descarregar no fim deste artigo.
Este artigo continua a série sobre IA no service desk, depois de triagem com o Jev e FinOps de IA: quanto custa cada ticket.
O que é o MCP, em três parágrafos
O MCP (Model Context Protocol) é um padrão aberto, criado pela Anthropic no fim de 2024, para ligar assistentes de IA a sistemas. Em vez de cada ferramenta inventar a sua integração, o sistema publica um servidor MCP com uma lista de ferramentas ("listar fila", "abrir ticket"), e qualquer cliente compatível passa a usá-las: Claude Desktop, Claude Code, VS Code e outros.
O padrão pegou depressa. Estudos de mercado indicam que os kits de desenvolvimento do MCP ultrapassaram os 97 milhões de descargas por mês em março de 2026.
Para o service desk, a consequência é simples: a IA sai da caixa de conversa e passa a consultar e agir no GLPI. E isso obriga a decidir o que pode fazer sozinha e o que precisa de aprovação.
Os caminhos para ligar o GLPI a uma IA por MCP
| Caminho | Como funciona | Para quem |
|---|---|---|
| Plugin GLPI AI da Teclib | Plugin oficial com assistente dentro do GLPI e servidor MCP para clientes externos. Exige o GLPI 11.0.7 ou superior e a subscrição GLPI Network | Quem já tem GLPI Network |
| Plugins de terceiros | Há plugins de servidor MCP para o GLPI publicados por parceiros | Quem quer algo pronto e avalia o fornecedor |
| Servidor MCP próprio sobre a API do GLPI | Um programa pequeno que traduz as ferramentas em chamadas à API | Quem quer controlo total do que a IA pode fazer |
Não testámos os dois primeiros; as informações vêm da documentação pública. Neste artigo mostramos o terceiro, porque é o que torna explícita cada decisão de segurança.
A demo
O cenário: o GLPI de suporte da NexTool, numa entidade de testes com a empresa fictícia Acme e 25 tickets fictícios. O assistente é o Claude Sonnet 5.5, ligado ao nosso servidor MCP.
As ferramentas que lhe demos:
| Ferramenta | Tipo | O que faz |
|---|---|---|
listar_fila |
leitura | Tickets abertos, com estado, urgência e data |
detalhe_chamado |
leitura | Descrição e últimos acompanhamentos de um ticket |
abrir_chamado |
escrita | Abre um ticket |
definir_urgencia |
escrita | Altera a urgência e regista o motivo num acompanhamento privado |
adicionar_acompanhamento |
escrita | Adiciona um acompanhamento |
A regra de ouro: as ferramentas de escrita têm um parâmetro confirmado. As chamadas sem ele devolvem só uma pré-visualização, e o assistente tem de mostrá-la ao técnico e esperar pelo "pode avançar". Assim, a aprovação humana não depende da boa vontade do modelo: está no código.
O que aconteceu, pedido a pedido:
- "Como está a fila? E abre um ticket para a multifunções sem toner." O assistente listou a fila (18 tickets abertos), apontou os que estavam parados há mais tempo e os de urgência alta, e mostrou a pré-visualização do ticket novo. Não abriu nada.
- "Pode abrir. E diz-me o que devia estar mais urgente, antes de mudar." Abriu o ticket, leu quatro tickets em detalhe e sugeriu subir três, com o motivo de cada um: ERP lento na emissão de faturas (o departamento financeiro inteiro afetado e o fecho de caixa bloqueado), sem acesso ao registo de ponto (dois utilizadores com o mesmo problema) e backup noturno com falha. Não mudou nada.
- "Concordo com o principal, pode avançar e mudar só esse." Mostrou a pré-visualização da alteração: urgência média para alta, com o motivo que iria para o acompanhamento.
- "Confirmo." Alterou a urgência, registou o motivo num acompanhamento privado e lembrou que os outros dois continuavam como estavam.
Numa primeira ronda do mesmo guião, também reparou que um ticket marcado com urgência alta já tinha sido resolvido pelo próprio utilizador, segundo o último acompanhamento, e sugeriu baixar a urgência e encerrá-lo. É o tipo de leitura que ninguém faz numa fila de 18 tickets às 8 da manhã.
Custo: 8 chamadas ao modelo, cerca de 38 mil tokens de entrada e 2,7 mil de saída, US$ 0,10 com o Claude Sonnet 5.5 a preço de tabela. A maior parte é a fila e os tickets lidos, que voltam ao modelo a cada passo. Um modelo mais barato cortaria este valor; veja a comparação de custo por tarefa em FinOps de IA.
Segurança: as quatro travas que usámos
- Utilizador de serviço próprio. O assistente usa uma conta só sua, com token de acesso remoto, nunca o login de uma pessoa. No GLPI, tudo o que fez aparece no histórico com o nome dessa conta.
- Perfil mínimo e uma entidade. Ao abrir a sessão, o servidor muda para um perfil de técnico e restringe a sessão a uma entidade. O assistente não vê nem altera o resto do GLPI, mesmo que o peça.
- Aprovação humana no código. Escrita só com
confirmado=true, depois do "pode avançar" do técnico. Na demo, o assistente sugeriu antes de agir e mostrou a pré-visualização antes de gravar; a alteração só aconteceu com o "Confirmo". - Registo de cada ação. O servidor grava cada chamada de ferramenta num ficheiro de auditoria, e o GLPI guarda o histórico de cada ticket alterado.
E o que não expor: ferramentas de administração (utilizadores, perfis, regras), eliminação de tickets e qualquer dado pessoal que o assistente não precise de ler. O token fica fora do código, numa variável de ambiente ou no cofre de palavras-passe do sistema.
Onde compensa e onde não compensa
Compensa: - Resumir a fila do dia e apontar o que está parado. - Abrir ticket a partir de uma conversa, com categoria e urgência sugeridas. - Rever urgências e propor alterações com o motivo. - Responder a "qual é o estado do ticket X" sem abrir o GLPI.
Não compensa (ainda): - Ação irreversível sem aprovação: eliminação, alteração de permissões, encerramento em massa. - Decisão que exige contexto que não está no GLPI, como uma conversa de corredor ou uma prioridade política. - Substituir a triagem de grande volume: para classificar milhares de tickets, um classificador como o Jev é mais barato e mais rápido (veja o teste).
Descarregue o servidor de exemplo
O servidor MCP de exemplo tem as cinco ferramentas da demo, a aprovação por confirmado, o registo de auditoria e as instruções para o ligar ao Claude Desktop ou ao Claude Code. Usa a API REST v1, que existe no GLPI 10 (apirest.php) e no GLPI 11 (api.php/v1); nós testámos no 11. Teste numa entidade ou num GLPI de testes antes de passar a produção.
Prefere uma solução pronta? O NexTool MCP for GLPI faz isto com mais de 160 ferramentas — open source para correr localmente ou alojado, com login e conector para o Claude e o ChatGPT. Conheça o NexTool MCP for GLPI ou veja o repositório no GitHub.
Quer ajuda para montar isto com segurança no seu GLPI? Fale com a equipa.
Demo da NexTool a 4 de outubro de 2026, no GLPI 11.0.7 do nosso suporte, com uma entidade de testes e dados fictícios. O ticket criado e a urgência alterada foram revertidos no final. O modelo foi usado através do OpenRouter a preço de tabela. Sobre o plugin GLPI AI e os plugins de terceiros, as informações vêm da documentação pública.
