Conecte a Onplana ao Claude, Gemini, ChatGPT e Cursor
Planeje projetos e acompanhe o trabalho pelo seu assistente de IA.
A Onplana oferece um servidor MCP público em https://mcp.onplana.com/mcp. 346 ferramentas selecionadas, busca híbrida com BM25 e vetores no conteúdo indexado da sua organização, acesso com OAuth 2.1 ou PAT, permissões conforme o plano e registro de ponta a ponta.
Construído sobre o padrão aberto MCP da Anthropic. Funciona com Claude Desktop, Gemini CLI, Gemini Code Assist, ChatGPT, ChatGPT Codex CLI, Cursor, GitHub Copilot e qualquer outro cliente MCP que fale Streamable HTTP.
Instalar no Gemini CLI (um comando):
export ONPLANA_PAT=pat_...
gemini extensions install https://github.com/Onplana/onplana-mcp-serverTambém funciona com o Gemini Code Assist (VS Code e JetBrains). Para outros clientes, veja a configuração mais abaixo.
Três agentes tocam um projeto juntos
Entra um briefing, sai um site publicado. ChatGPT, Claude e a IA da própria Onplana pegam cada um as suas tarefas e trabalham sobre um plano compartilhado, enquanto você mantém o controle na aprovação final.
Nos Plugins do ChatGPT e no Directory do Claude
Procure onplana em Plugins no ChatGPT ou no Directory no Claude, adicione e entre uma vez. Nenhuma URL de conector para colar, nenhum modo de desenvolvedor.
O que é MCP
O Model Context Protocol (MCP) é um padrão aberto, publicado pela Anthropic no fim de 2024, para conectar LLMs a ferramentas e fontes de dados externas. Em vez de construir uma integração sob medida para cada cliente, uma aplicação expõe um servidor MCP uma vez, e qualquer cliente compatível com MCP (Claude Desktop, Cursor, conectores próprios do ChatGPT, agentes internos com o SDK do MCP) pode chamá-lo. Um cliente lista as ferramentas disponíveis com tools/list e as chama com tools/call; o protocolo cuida da validação dos argumentos, das respostas de erro e da apresentação dos resultados.
Para um software de gestão de projetos, o efeito prático é que você pode pedir a um agente "crie um plano de projeto para o lançamento do terceiro trimestre" e o agente faz o trabalho direto na Onplana: cria o projeto, adiciona as tarefas certas, define responsáveis e agenda os marcos, em vez de recomendar uma ferramenta e pedir que você faça.
O que a Onplana oferece
Vinte e uma das ferramentas mais usadas aparecem abaixo em três grupos, uma amostra representativa das 346 do catálogo completo. Os clientes veem a lista completa com tools/list; as ferramentas a que quem chama não tem acesso (por causa do plano ou da permissão da função) são filtradas antes que o LLM as veja, então um agente nunca chama às cegas uma ferramenta bloqueada.
Os resultados lidos são clicáveis: cada projeto, tarefa, sprint, marco e issue que um agente lê, e cada fonte que ele cita a partir de search_org_knowledge, traz um link fixo da Onplana que abre exatamente aquele registro no app, para você ir direto da resposta do seu agente ao item de que ele fala.
Ler e buscar
list_projectsFiltrar por status, responsável e etiqueta.
get_projectTodo o detalhe, com tarefas, marcos e atividade recente.
list_tasksPor projeto, responsável e status.
get_taskCom dependências e subtarefas.
list_org_membersPara achar o responsável por nome ou e-mail.
list_risksVindos da detecção automática de riscos.
find_similar_projectsBusca por similaridade vetorial nas descrições dos projetos.
summarize_projectResumo de status escrito pela IA, quando você pedir.
search_org_knowledgeBusca híbrida (vetores e BM25) em projetos, tarefas, riscos, metas, comentários e páginas. O diferencial.
Mudanças em projetos e tarefas
create_projectLimitado pelo plano; respeita a permissão org.project.create.
update_projectStatus, datas, nome; a verificação do dono vale.
create_taskObrigatório: projeto, título. Opcional: e-mail do responsável, prazo, prioridade.
update_taskSeguro contra repetições graças a uma chave de idempotência.
assign_taskAtalho para reatribuir por e-mail.
move_task_to_sprintMove uma tarefa para uma sprint, ou de volta ao backlog.
add_project_memberAdiciona com a função de projeto pedida.
create_milestoneAparece como um losango no Gantt.
create_commentEm uma tarefa ou em um projeto.
Em massa e agentes
bulk_update_tasksAlterar muitas tarefas em uma única transação.
create_sprint_with_tasksCriar uma sprint e preenchê-la com as tarefas escolhidas.
analyze_project_risksRoda a detecção de riscos com IA em um projeto e leva os achados ao registro de riscos dele (a partir do plano Professional).
O catálogo completo de 346 ferramentas vai muito além dos três grupos acima: governança, controle de mudanças, apontamento de horas, documentos, páginas, portfólios e mais. Um agente conectado pode fazer 4 tipos de exclusão, uma tarefa, um projeto, uma tabela do espaço de trabalho ou um documento, e cada uma vai para a lixeira, de onde pode ser restaurada. Ficam ativadas até que um administrador da organização desative alguma; qualquer outra exclusão fica fora do alcance dos agentes.
Como conectar
O fluxo de um clique na página de integrações do app gera o token e entrega um trecho de configuração pronto para copiar no seu cliente. Para referência, a configuração no nível do protocolo está abaixo. Prefere um passo a passo? Leia o guia passo a passo para conectar o Claude ou o Cursor na documentação.
1. Gerar um token de conexão
Na Onplana, vá em /integrations → AI Agents, escolha o bloco do provedor e clique em Generate connection. Você verá o token uma única vez, guarde-o; a Onplana guarda só um hash bcrypt. Para revogar, volte ao mesmo painel ou vá em Configurações → Desenvolvedor.
2a. Claude Desktop
Abra Settings → Developer → Edit Config. Adicione uma entrada em mcpServers:
{
"mcpServers": {
"onplana": {
"url": "https://api.onplana.com/api/mcp/v1",
"headers": {
"Authorization": "Bearer pat_paste-your-token-here"
}
}
}
}Reinicie o Claude Desktop. Peça ao Claude "liste meus projetos da Onplana" para conferir.
2b. Cursor
Adicione em ~/.cursor/mcp.json com a mesma estrutura JSON do Claude Desktop. O Cursor pega as mudanças na próxima abertura; não precisa reiniciar o editor.
2c. Claude Code CLI
Uma linha só. O Claude Code inicia o OAuth na primeira chamada de ferramenta, sem PAT para colar:
claude mcp add onplana --transport http https://mcp.onplana.com/mcp
Confira com claude mcp list. O fluxo do OAuth abre uma aba do navegador na primeira vez; entre na Onplana, aprove a tela de consentimento, pronto. Para colar um PAT em vez do OAuth, adicione --header "Authorization: Bearer pat_…".
2d. Outros clientes MCP (e um teste rápido)
Qualquer cliente MCP com Streamable HTTP funciona. Teste rápido no nível do protocolo, a partir de um terminal:
curl -X POST https://api.onplana.com/api/mcp/v1 \
-H "Authorization: Bearer pat_paste-your-token-here" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'Você deve ver o envelope JSON-RPC com a lista completa de ferramentas. O Inspector oficial do MCP é prático durante o desenvolvimento para conferir as descrições das ferramentas e o formato dos resultados.
2e. Gemini Enterprise (acesso antecipado)
Um administrador do Gemini Enterprise adiciona a Onplana no Google Cloud como servidor MCP próprio (Streamable HTTP, https://mcp.onplana.com/mcp). O formulário do Google pede um ID de cliente OAuth e um segredo, que a Onplana emite para a sua organização sob pedido; ainda não é autoatendimento e não é uma listagem no marketplace do Google. Guia de configuração e as 20 ações para ativar primeiro.
Usa o Gemini CLI ou o Gemini Code Assist? Esse você configura sozinho: conecte o Gemini CLI em poucos minutos.
3. Opcional: reagir em segundos, não na próxima consulta
Um agente conectado busca seus comentários no próprio ritmo. Rode o relay ao lado dele e a Onplana o acorda assim que alguém comenta o trabalho dele, o menciona ou pede que ele execute uma tarefa. Ele abre a conexão para fora, então um notebook atrás do roteador de casa funciona sem URL pública, sem redirecionamento de portas e sem regra de entrada no firewall.
ONPLANA_PAT=pat_… npx @onplana/agent-relay --provider claude-code
Opcional de verdade: sem ele, seu agente vê tudo do mesmo jeito, só que na próxima sincronização. Troque para --provider codex para o Codex, ou tire a opção para receber JSON linha a linha que você pode passar para qualquer runner. Configuração e casos de uso do relay.
Experimente sem conta
A Onplana também oferece um servidor MCP público, só de leitura, para a própria documentação. Adicione em uma linha, sem token, e deixe seu agente responder "como faço X na Onplana?" com o mesmo conteúdo que as pessoas leem.
claude mcp add onplana-docs https://mcp.onplana.com/docs
Oferece duas ferramentas: search_docs e read_docs_page. Só leitura, limitado por IP, não entrega dados de nenhuma organização. Para agir dentro de uma organização da Onplana (criar tarefas, rodar fluxos), use o servidor autenticado acima.
O modelo de segurança
Quatro camadas que se sobrepõem. Cada uma é a peça que a Onplana já tinha, aplicada ao MCP, sem atalhos nem exceções próprias do MCP. Se uma camada falha no chat do app, ela falha igual no MCP; se funciona lá, funciona no MCP também.
Token de acesso pessoal
O acesso é com um PAT Bearer restrito apenas ao novo escopo MCP_AGENT. Os tokens são guardados com hash bcrypt no servidor, aparecem uma vez na criação e podem ser revogados em /integrations ou em Configurações → Desenvolvedor.
Bloqueios por plano e função
Cada chamada de ferramenta passa pelo dispatcher que a Onplana já tinha. Um agente recebe só as ferramentas que seu plano e sua função permitem, o resto fica oculto no tools/list. Cada chamada roda como você, é conferida contra as suas próprias permissões e entra na trilha de auditoria, então um agente nunca alcança nada que você mesmo não alcançaria.
Registrado de ponta a ponta
Cada chamada de ferramenta grava uma linha AiOperation: a ferramenta, a entrada e a saída, a pessoa, a conexão do agente e o resultado. Donos e administradores da organização as leem a partir do plano Enterprise na página Audit Logs, em Agent Activity. Limitado a 120 requisições por minuto a partir de cada endereço de cliente; conta no limite de gastos da organização do mesmo jeito que o chat do app.
Contenção de injeção de prompt
Os campos de texto livre dos resultados que vêm de conteúdo dos usuários são envolvidos em tags <onplana_user_content>...</onplana_user_content> antes de chegar ao LLM. As tags de fechamento dentro do conteúdo são escapadas, para que um título de tarefa hostil não consiga sair da eclusa e injetar instruções. Cada descrição de ferramenta diz ao LLM para tratar o conteúdo envolvido como dados, nunca como instruções.
Prompts de exemplo
É assim na prática. Cada linha coloca o prompt que alguém digita no seu cliente MCP ao lado da sequência de ferramentas que o Claude (ou outro agente) rodaria no servidor.
Usuário: "Por que a fase de design do lançamento do terceiro trimestre dura três semanas?"
Agente: O Claude chama search_org_knowledge com a consulta "motivo fase de design de três semanas lançamento terceiro trimestre", recebe trechos ordenados das descrições de tarefas e das páginas e resume os relevantes em linguagem simples, com links para os itens de origem.
Usuário: "Crie um plano de projeto para o lançamento do nosso produto no terceiro trimestre, com fases de design, revisão e entrega, com prazo no fim de setembro."
Agente: O Claude chama create_project com o nome e as datas do plano, depois create_task três vezes para as fases. O projeto fica pronto em qualquer plano, inclusive no Free.
Usuário: "Encontre todas as tarefas bloqueadas pela migração do banco de dados."
Agente: O Claude chama search_org_knowledge com scope=tasks e a consulta "bloqueada migração banco de dados", filtra os resultados por status=BLOCKED e devolve uma tabela resumo com projeto, responsável e prazo.
Usuário: "Já fizemos um projeto como este antes?"
Agente: O Claude chama find_similar_projects com a descrição do projeto atual, recebe as 5 correspondências mais próximas por similaridade vetorial e resume o que cada projeto anterior fez de diferente.
Como se compara
A Onplana não é a única ferramenta de gestão de projetos com uma interface para agentes. Uma comparação curta e honesta, para você saber entre o que está escolhendo.
Notion (MCP)
O Notion adotou o MCP cedo e se beneficia de muito conteúdo existente: bases de conhecimento, documentos, bancos de dados. Forte se a sua equipe trabalha principalmente no Notion. Mais fraco nas peças próprias da gestão de projetos: sem Gantt com caminho crítico, sem processo formal de governança, sem apontamento de horas com custos, sem importação de .mpp. A Onplana cobre menos (gestão de projetos, não documentos), mas vai mais fundo nesse terreno.
Linear (API e MCP chegando)
O Linear tem uma API GraphQL madura e uma cobertura de MCP que cresce. Forte para fluxos com agentes em equipes de software (issues, ciclos, projetos no sentido do Linear). Outro público: equipes de engenharia, não PMOs. A Onplana oferece planejamento de nível PMO (Gantt, dependências, nivelamento de recursos) que o Linear não busca.
Asana / Monday / ClickUp
Todos têm APIs REST, e cada um já publica o próprio servidor MCP hospedado: o servidor V2 da Asana, o do ClickUp em todos os planos e o Platform MCP do monday.com, segundo a documentação para desenvolvedores deles, lida em 3 de novembro de 2026. Lacunas comuns em relação à Onplana: sem recursos formais de governança para PMOs e sem importação de arquivos do Microsoft Project. Se o seu gargalo é mais "o agente acha rápido o contexto certo" do que "o agente dispara chamadas CRUD", compare a busca, não o número de ferramentas.
Microsoft Project
A linha unificada de gestão de projetos da Microsoft (Planner Premium / Project para a Web) não oferece hoje um servidor MCP; a interface da Microsoft Graph API é genérica e pouco detalhada. A Onplana importa .mpp nativamente e oferece um servidor MCP, para PMOs que querem trabalhar com agentes nos planos que já têm.
Rodando o agente
Quem o mantém no ar, e o que impede dois agentes de colidirem
Um catálogo de ferramentas é metade da história. A outra metade é onde o agente roda e o que acontece quando mais de um aponta para o mesmo backlog.
A sua própria máquina
Claude Code, Cursor, ChatGPT, Copilot ou o seu próprio cliente. Espaços de trabalho no plano Free têm 2 conexões de agente simultâneas.
O relay que você hospeda
Um pacote npm publicado que acorda um runner local assim que alguém comenta ou menciona a persona do agente, em vez de esperar a próxima consulta. Nenhum serviço público escutando é necessário.
Hospedado pela Onplana
Nós mantemos a conexão e distribuímos o trabalho; a execução fica a cargo do sandbox de agentes gerenciado do Claude, com uma credencial que você fornece e pode revogar.
Reservas exclusivas, nas mãos da execução
Uma só chamada escolhe a próxima tarefa livre e a reserva ao mesmo tempo, porque listar e depois reservar deixa uma brecha em que dois agentes podem cair. A reserva pertence à execução, não à pessoa, e isso importa mais do que parece: duas sessões do Claude Code no mesmo espaço de trabalho se autenticam como a mesma persona de agente, então uma trava por pessoa deixaria uma sessão liberar o trabalho da outra. As reservas expiram sozinhas, então um agente que cai libera a tarefa em vez de travá-la.
Perguntas frequentes
O que é o servidor MCP da Onplana?
Um servidor público de Model Context Protocol em api.onplana.com/api/mcp/v1. Ele oferece 346 ferramentas selecionadas, para listar, ler, criar, alterar e buscar em projetos, tarefas, sprints, marcos, comentários, riscos, metas e páginas, a clientes de agentes compatíveis com MCP como Claude Desktop, Cursor e os conectores próprios do ChatGPT. O acesso é com um token de acesso pessoal Bearer com o escopo MCP_AGENT.
Em que o servidor MCP da Onplana difere dos de outras ferramentas de gestão de projetos?
A maioria só oferece ferramentas list_* e obriga o LLM a varrer na força bruta grandes conjuntos de resultados. A Onplana oferece uma ferramenta própria, search_org_knowledge, que faz uma busca híbrida (vetores e BM25) no conteúdo indexado da organização: projetos, tarefas, riscos, metas, comentários e páginas. Um agente pode responder "qual foi o motivo de X?" pelo significado, em vez de varrer tudo. A Onplana também liga cada sessão MCP a uma linha AiConversation persistente, para que o modelo mantenha a memória entre reconexões.
Quais clientes podem se conectar?
Qualquer cliente que suporte o transporte Streamable HTTP do MCP. Testado com o Claude Desktop (conector próprio configurado em Settings → Developer → Edit Config), o Cursor (~/.cursor/mcp.json) e o MCP Inspector oficial para depuração. O ChatGPT e o Claude listam a Onplana nos seus diretórios de conectores, então você pode adicioná-la por qualquer um dos dois em poucos cliques, sem URL de conector para colar. Agentes internos com os SDKs do MCP para TypeScript ou Python funcionam do mesmo jeito.
Como funciona a autenticação?
O servidor MCP aceita tokens de acesso pessoal Bearer com o escopo MCP_AGENT. Gere um em /integrations → AI Agents (um clique; você recebe um trecho de configuração pronto para copiar) ou em Configurações → Desenvolvedor. Os tokens são guardados com hash bcrypt no servidor, aparecem uma vez e podem ser revogados. O token carrega o contexto da organização, então as requisições MCP não precisam de um cabeçalho à parte para a organização.
Como os custos e o abuso são controlados?
Três camadas independentes. Um limite de taxa (120 requisições por minuto a partir de cada endereço de cliente) impede que um agente descontrolado sature a API. Os limites mensais do dispatcher em algumas ferramentas impedem que uma só seja usada à exaustão (só no Free; nenhum a partir do plano Professional). O limite de gastos em dólares da organização (configurável em Configurações → IA e uso) controla o gasto mensal total; requisições acima do limite retornam 402, do mesmo jeito que no chat do app. Um modo WARN manda e-mail aos administradores em 80 %, 100 % e 103 % do limite.
Limites de ações dos agentes de IA →Quais planos suportam MCP?
Todos, inclusive o Free. As ferramentas de leitura (listar, ler, buscar) funcionam em qualquer plano sem limite mensal. As ferramentas que alteram dados também funcionam em qualquer plano e aplicam as mudanças direto; no Free, algumas ações de escrita têm um limite mensal (nenhum a partir do plano Professional), e um modelo sempre pode pedir antes uma prévia pela opção dryRun de uma ferramenta. Ferramentas limitadas por plano, como analyze_project_risks (detecção de riscos com IA, a partir do plano Professional), ficam ocultas nas respostas do tools/list para os planos que não têm o recurso, então o LLM nunca as vê e não chama ferramentas bloqueadas às cegas.
Como a injeção de prompt é contida?
Os campos de texto livre dos resultados que vêm de conteúdo dos usuários (títulos de tarefas, descrições, comentários, conteúdo de páginas) são envolvidos em tags <onplana_user_content>...</onplana_user_content> antes de chegar ao LLM. As tags de fechamento dentro desse conteúdo são escapadas (sem diferenciar maiúsculas e minúsculas), para que um título de tarefa hostil não consiga sair e injetar instruções. Cada descrição de ferramenta diz ao LLM, de forma explícita, para tratar o conteúdo envolvido como dados, nunca como instruções a seguir. O padrão segue as recomendações publicadas pela Anthropic para defesa contra injeção de prompt.
Onde vejo o que os agentes de IA fizeram na minha organização?
Na página Audit Logs, em Agent Activity, para donos e administradores da organização, a partir do plano Enterprise. Cada chamada de ferramenta via MCP grava uma linha AiOperation com a ferramenta, a entrada e a saída, a pessoa, a conexão do agente e o resultado. Você filtra por nome da ferramenta, status (APPLIED, FAILED, GATED, UNAUTHORIZED, CAP_EXCEEDED, UNDONE) e período, e pode copiar qualquer entrada. As linhas da trilha de auditoria gravadas pelas mudanças de um agente registram que vieram pelo MCP, então ficam alinhadas com a atividade sem IA.
O transporte é de código aberto?
Sim. As peças do transporte que não dependem da plataforma (a ligação do Streamable HTTP, a autenticação Bearer, a contenção de injeção de prompt com tags e escape das tags de fechamento, uma interface de dispatcher intercambiável) estão publicadas como pacotes npm com licença MIT em github.com/Onplana/onplana-mcp-server. Dois pacotes: onplana-mcp-server (um modelo de servidor para o seu próprio app Express) e onplana-mcp-client (um SDK tipado para chamar o endpoint público da Onplana a partir de agentes internos). A implementação do dispatcher e o catálogo de ferramentas ficam no repositório fechado da Onplana porque carregam a lógica de negócio da plataforma; o repositório aberto entrega as peças de segurança sem impor um catálogo de ferramentas.
Pronto para conectar?
O plano Free; sem cartão de crédito. Conecte o Claude Desktop ou o Cursor em menos de dois minutos em /integrations → AI Agents. Os tokens de conexão são restritos, revogáveis e registrados de ponta a ponta.
Já conectou? Dê ao seu agente uma habilidade para planejar e tocar seus projetos (em inglês)