Usar APICNPJ MCP com LLM local

LM Studio, Llama, Ollama e modelos offline podem usar o MCP por uma ponte simples: a IA escolhe a tool, seu script executa JSON-RPC no APICNPJ e devolve o resultado para o modelo responder.

Carregue um modelo local

No LM Studio, inicie o servidor OpenAI-compatible em http://127.0.0.1:1234/v1. No Ollama, use uma ponte compatível com chat/completions ou adapte o fetch do script.

Leia o guia MCP

Antes de escolher tools, injete apicnpj://mcp/guia no prompt do agente. Isso explica limites, cadastro, LGPD e receitas.

Execute a tool

A LLM retorna JSON com tool e arguments. Seu Node chama tools/call e recebe dados estruturados.

Responda sem inventar

Envie o resultado estruturado de volta ao modelo e peça resumo objetivo, marcando campos ausentes como não disponíveis.

Exemplo Node.js

Arquivo no projeto: scripts/mcp-local-llm-example.mjs

MCP_URL=https://api.apicnpj.com/mcp \
LLM_BASE_URL=http://127.0.0.1:1234/v1 \
LLM_MODEL=local-model \
APICNPJ_API_KEY=sk_opcional \
node scripts/mcp-local-llm-example.mjs "Quero leads de restaurantes em Pelotas RS com email"

Chamada MCP direta

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "prospectar_empresas",
    "arguments": {
      "objetivo": "restaurantes em Pelotas RS com email",
      "limit": 8
    }
  }
}

Quando pedir cadastro ou plano

Sem token, use demonstrações e prévias pequenas. Peça cadastro quando o usuário quiser volume, exportação, histórico, limites do plano, lotes, CRM ou uso recorrente. Para lote, sempre peça confirmação explícita de LGPD e uso responsável antes de chamar criar_lote_leads.

Tutoriais open source: CRM com IA, agente de vendas e market intel.