- Com a expansão das ferramentas de desenvolvimento baseadas em IA, a acessibilidade precisa à documentação de desenvolvimento mais recente se tornou importante
- Para resolver isso, o Google anunciou a prévia pública da Developer Knowledge API e do servidor Model Context Protocol (MCP)
- A API permite pesquisar e consultar a documentação oficial de desenvolvimento do Google em formato Markdown legível por máquina
- O servidor MCP permite que assistentes de IA ou IDEs leiam diretamente a documentação do Google para solucionar problemas, fazer análises comparativas e fornecer guias de implementação
- As duas ferramentas são uma infraestrutura central para garantir confiabilidade e atualização em ambientes de desenvolvimento com IA
Visão geral da Developer Knowledge API
- A Developer Knowledge API oferece um caminho de acesso programático à documentação oficial para desenvolvedores do Google
- Em vez de depender de web scraping ou dados de treinamento desatualizados, é possível pesquisar e consultar diretamente a documentação mais recente
- Os principais recursos são os seguintes
- Ampla cobertura de documentação: inclui firebase.google.com, developer.android.com, docs.cloud.google.com e outros
- Recursos de busca e consulta: é possível pesquisar páginas de documentação relevantes e snippets de código, depois obter o conteúdo completo em Markdown
- Atualizações refletidas rapidamente: durante a prévia pública, alterações na documentação são reindexadas em até 24 horas
Integração do servidor MCP com ferramentas de IA
- O servidor MCP (Model Context Protocol) é um servidor baseado em padrão aberto que permite que assistentes de IA acessem fontes de dados externas com segurança
- Ao conectar o servidor Developer Knowledge MCP a uma IDE ou a um assistente de IA, é possível ler diretamente a documentação de desenvolvimento do Google
- Fornecimento de guias de implementação: por exemplo, verificar como implementar notificações push no Firebase
- Suporte para solução de problemas: pesquisar como corrigir
ApiNotActivatedMapError da Maps API
- Realização de análises comparativas: comparar Cloud Run e Cloud Functions para casos de uso específicos
- O servidor MCP é compatível com diversas ferramentas de IA e sistemas auxiliares
Como começar
- A versão de prévia pública está disponível para uso imediato
- Crie e restrinja uma chave de API para a Developer Knowledge API na página Credentials do projeto Google Cloud
- Após instalar o Google Cloud CLI, ative o servidor MCP com o seguinte comando
gcloud beta services mcp enable developerknowledge.googleapis.com --project=PROJECT_ID
- Edite os arquivos de configuração da ferramenta (por exemplo,
mcp_config.json, settings.json) para configurar a conexão da API
- As configurações detalhadas para diferentes assistentes de IA podem ser consultadas na documentação oficial
Planos futuros
- A prévia atual está focada em fornecer conteúdo Markdown não estruturado
- Antes do lançamento oficial, está previsto adicionar suporte a conteúdo estruturado, como objetos de exemplos de código e entidades de referência de API
- Há planos de expandir a cobertura da documentação de desenvolvimento do Google e reduzir o tempo de latência de reindexação
- Consulte a documentação oficial - https://developers.google.com/knowledge/api
2 comentários
Pelo que vi na Toss Payments, eles já tinham preparado uma página em Markdown para a integração... estão à frente do seu tempo.
Comentários do Hacker News
Não entendo por que estão tornando isso tão complicado
Pedir chave de API, ligar um servidor MCP e configurar o cliente para buscar arquivos Markdown em tempo real simplesmente não faz sentido para mim
Um único arquivo tar com toda a documentação não bastaria? Deve ter só alguns MB
Se a ideia é facilitar atualizações, dá para fazer como um repositório git. Meu agente está configurado para sempre rodar
git fetchem uma nova sessãoAinda não entendo bem qual é o propósito do MCP. O Codex já sabe lidar com jira, confluence, gitlab, prometheus, SQL e coisas do tipo, e só precisa de um arquivo
.netrcTambém tenho dúvidas se as ferramentas MCP têm composabilidade. Dá para encadear coisas como grep ou jq em pipeline, ou uma API CRUD simples acaba sendo mais poderosa e mais fácil?
O próprio HTTP/HTML já tem uma “API” capaz de fornecer Markdown
Basta configurar o nginx para retornar
$URL.md, e o LLM pode buscar a documentação mais recente direto com o comandocurl --header 'Accept: text/markdown' [https://gwern.net/archiving](https://gwern.net/archiving). É uma configuração de uma linhaApps CRUD são simples, mas você precisa explicar todos os detalhes para o LLM
O MCP coloca no contexto só o que for necessário e permite chamar na hora. Se você começa a colocar scripts wrapper em várias APIs, no fim está implementando MCP por conta própria
/usr/share/man/já tem algo em torno de 52 MB de documentaçãoFerramentas como
maneaproposjá fazem esse papelA página web é para humanos, enquanto a documentação fornecida pelo MCP é para agentes
No fim, a essência do MCP é oferecer uma API que o agente possa acessar com
curlEu criei uma CLI pequena que encapsula as chamadas
curldo agente e cuida da autenticaçãoQueria saber se existe uma forma mais leve e portátil
A AWS também está operando seu próprio servidor MCP
AWS Documentation MCP Server
É bem útil quando você quer encontrar alguma configuração rara ou funcionalidade escondida na documentação
Veja o Microsoft Learn MCP, o repositório no GitHub e este post no blog
Se for um servidor MCP público só para documentação pública do Google, já não existem vários serviços como o Context7?
Tenho vontade de testar, mas hoje em dia fico receoso porque o consumo de tokens do Gemini CLI está alto demais
Mesmo que o custo por token seja um pouco menor, não adianta se ele usa 3 vezes mais em cada prompt
Eu queria que o Google resolvesse isso primeiro
Também concordo. O Gemini 3 não sabe absolutamente nada sobre iOS 26 ou Liquid Glass
Ele sempre acha que estou tentando criar uma custom view e acaba montando alguma coisa com ultrathinmaterial, que é uma API da geração anterior
Não seria melhor simplesmente colocar links para a documentação técnica relevante em um arquivo AGENTS.md?
Claro, seria melhor ainda se viesse como um grande arquivo de texto, para o agente não precisar ficar navegando por links repetidamente,
mas se o site de documentação oferecer algo neste estilo, já parece suficiente
Tem uma certa vibe retrô
É tecnologia de ponta, mas o processo burocrático em cima dela passa a sensação de ter vindo de outra época
Isso provavelmente também daria para empacotar como uma skill baixável
Mas, se for oferecido por chamadas de API, dá para coletar mais dados sobre quais documentos os agentes de programação estão lendo
Isso talvez seja um exemplo do que o gwern chama de “escrever para IA”
Um servidor HTTP servindo arquivos Markdown já não seria suficiente?
O LLM pega o arquivo com
curle pronto