Beta fechado para devs indie

Python seguro e memória persistente para agentes MCP, sem montar infraestrutura.

Um servidor MCP plug-and-play para devs indie que querem tirar agentes do demo sem perder dias configurando sandbox, vector DB, deploy e manutenção.

Quero testar no meu agente

Vou te perguntar sobre seu caso antes de liberar a API key. A ideia é priorizar devs com agente ou automação em construção.

mcp-config.json
// Adicione a URL e sua API key na config do agente
{
  "mcpServers": {
    "mcp-plug-and-play": {
      "command": "npx",
      "args": [
        "-y",
        "@mcp-plugandplay/connect"
      ],
      "env": {
        "MCP_API_KEY": "sk_sua_chave_aqui"
      }
    }
  }
}
// Pronto: Python isolado + memória persistente.

O problema não é criar o agente. É produtizar tudo ao redor dele.

Quando o agente sai do demo, aparecem as partes menos divertidas: execução segura de código, memória, deploy, limites, logs, chaves e manutenção. O MCP Plug & Play existe para tirar esse peso do seu roadmap.

01

Rodar Python com segurança

Ambiente isolado para executar código gerado ou solicitado pelo agente.

02

Guardar memória persistente

Memória agentica para o agente continuar útil entre sessões e tarefas.

03

Evitar mais um serviço para manter

Menos Docker, banco vetorial, secrets, deploy e monitoramento no seu colo.

04

Chegar mais rápido ao teste real

Plugue no agente, valide o caso de uso e deixe a infra repetitiva pronta.

Esse beta é para você se...

Você já está criando agentes, automações ou copilotos com IA.
Você quer usar MCP sem manter mais um serviço em produção.
Você precisa de Python sandbox, memória persistente ou os dois.
Você topa dar feedback direto nos primeiros testes.

Talvez não seja para você se...

Você só quer estudar IA sem projeto prático agora.
Você procura uma plataforma no-code pronta para usuário final.
Você precisa de SLA empresarial, compliance formal e contrato corporativo hoje.

O que entra no beta

A primeira versão está focada no que mais trava dev indie: dar ferramentas reais ao agente sem transformar isso em outro produto para operar.

Python sandbox

Execução isolada para análise, scripts, transformação de dados e tarefas geradas pelo agente.

Memória agentica

Persistência de contexto e conhecimento útil sem você configurar vector DB do zero.

API key de teste

Acesso inicial para validar o uso no seu agente antes de pensar em escala.

Feedback direto

Conversa próxima para entender o caso, ajustar limites e priorizar o que realmente importa.