← Voltar ao blog
Aicerca de 7 min de leitura

Um gateway, sessenta e quatro servidores MCP e uma pergunta sobre autorização

Publicado 11 de nov. de 2026
Um gateway, sessenta e quatro servidores MCP e uma pergunta sobre autorização

O Azure ganhou um recurso em 2 de novembro que muita equipe rodando agentes em Kubernetes vem construindo à mão há meses. O Application Gateway for Containers agora entende tráfego de Model Context Protocol.

A atualização, rastreada como AZ576388, são três recursos chegando juntos: roteamento MCP ciente de protocolo, validação de JWT e um frontend privado sem IP público. Individualmente são recursos comuns de gateway. Juntos, descrevem o formato de uma implantação de MCP que cresceu além de um servidor só.

O recurso

O núcleo é um recurso customizado chamado MCPRoute, em alb.networking.azure.io/v1alpha1. Ele se anexa a um Gateway padrão da Gateway API, o que importa para quem já roda Gateway API: você não está adotando um sistema de ingress paralelo, está adicionando um tipo de rota.

Há uma etapa de configuração que vai custar uma tarde se você pular. O listener precisa permitir explicitamente esse tipo de rota, via allowedRoutes.kinds, com o grupo em alb.networking.azure.io e o kind em MCPRoute. Sem isso, a rota simplesmente não se anexa, e o erro não vai dizer por quê em linguagem clara.

A rota em si é comum. parentRefs aponta para o listener, hostnames carrega o domínio público, path é o caminho publicado e assume /mcp por padrão, e backendRefs aponta para serviços e portas do Kubernetes. Se um backend serve seu endpoint MCP em outro caminho, backendRefs[].path reescreve, então dá para publicar /engineering e encaminhar para /mcp internamente.

A agregação é o produto

Uma referência de backend é passagem direta. O gateway encaminha as requisições MCP como chegam, o que é certo quando um time é dono de todas as capacidades ou quando aquele servidor já agregou seus próprios sistemas a jusante.

Múltiplas referências de backend é onde isso deixa de ser encanamento. O gateway funde tudo num endpoint lógico único. Quando um cliente envia tools/list, resources/list ou prompts/list, o gateway distribui a requisição para todos os backends e funde as respostas num catálogo só.

Os nomes de capacidade ganham namespace para evitar colisão. Uma ferramenta chamada get_order num serviço chamado contoso-tools aparece para os clientes como contoso-tools__get_order. Quando um cliente chama o nome com prefixo, o gateway tira o prefixo e roteia para o backend dono.

Três consequências decorrem disso, e a documentação as enumera.

O nome do serviço vira o namespace que os clientes veem. Publicar uma rota, portanto, congela aquele nome, porque renomear o serviço renomeia toda ferramenta que o cliente conhece. É o tipo de decisão que parece cosmética num manifesto e vira quebra de compatibilidade dezoito meses depois.

Uma rota pode referenciar no máximo 64 backends. Esse número é um teto real, e bater nele significa dividir por domínio em vez de por time.

Os backends precisam ser compatíveis em protocolo. Se um deles implementa MCP de um jeito que produz uma resposta de descoberta malformada, o catálogo fundido degrada, e a falha parece que o gateway quebrou, não que um backend está fora da especificação. Dê timeouts generosos a sistemas lentos a jusante, porque um endpoint combinado nunca é mais rápido que seu membro mais lento.

Servidores com estado e afinidade de sessão

Alguns servidores MCP guardam estado em memória depois do initialize. Para esses, o gateway suporta sessionAffinity no backend, prendendo uma sessão ao pod que fez o handshake.

A documentação é honesta ao dizer que isso é melhor esforço. Se o pod preso for apagado ou ficar indisponível, as requisições voltam ao balanceamento normal em vez de falhar. A conclusão lógica é que servidores MCP precisam tolerar perder uma sessão, e qualquer coisa importante pertence a um lugar fora do pod.

Há também uma recomendação inversa que vale citar: se um backend não precisa de afinidade, não ligue. Serviços sem estado escalam e se recuperam de forma mais previsível com isso desligado.

JWT e a ordem das operações

A autenticação roda por um recurso AuthPolicy, anexável ao MCPRoute, ao gateway pai dele ou ao ApplicationLoadBalancer gerenciado. O gateway valida assinatura, emissor, expiração e audiência do token antes de encaminhar o tráfego MCP.

A ordem de execução é fixa em três camadas. O WAF avalia primeiro, depois a validação de JWT confirma a identidade, depois o roteamento MCP trata e encaminha. Uma consequência prática: o WAF vê a requisição original, e os logs também.

Duas armadilhas de escopo. Quando um listener carrega várias rotas MCP, uma política de WAF anexada a uma rota não protege as outras automaticamente, então as políticas têm de ser aplicadas por rota. E uma rota que referencia um serviço em outro namespace precisa do campo namespace e de um ReferenceGrant no namespace do serviço, ou a rota reporta ResolvedRefs=False com motivo reference-not-permitted.

A frase para copiar no seu documento de design

O gateway pode publicar metadados de recurso protegido OAuth, para que clientes MCP descubram o servidor de autorização e os escopos suportados. Imediatamente depois de descrever isso, a documentação acrescenta uma linha que merece ser emoldurada.

Publicar escopos não é o mesmo que aplicar autorização. O servidor MCP continua responsável por checar papéis, escopos, permissões e propriedade de recursos.

Essa é a fronteira honesta. O gateway consegue responder quem você é. Não consegue responder se você tem permissão de fazer esta coisa neste registro. A validação da audiência na borda continua sendo a coisa certa a fazer, porque a especificação do MCP proíbe repasse de token: um servidor nunca deve aceitar um token que não foi emitido para ele, já que uma checagem de audiência que falha produz um confuso preposto e uma trilha de auditoria quebrada. Mas validar o token na borda não move a decisão de autorização para lá.

Quem lê “colocamos autenticação no gateway” como “terminamos a autenticação” vai entregar um agente que consegue chamar toda ferramenta que o token dele alcança.

O frontend privado e uma armadilha de topologia

O terceiro recurso remove o IP público do frontend do gateway por completo. O frontend passa a ser alcançável só por endpoints privados aprovados do Azure Private Link, cada um podendo ser aprovado ou rejeitado manualmente.

O valor é atravessar fronteiras. Endpoints privados funcionam entre redes virtuais, assinaturas, inquilinos Entra e regiões, sem peering de VNet, e toleram espaço de endereço sobreposto, que é o obstáculo que costuma matar projetos de conectividade privada. Um recurso de gateway pode rodar um frontend público e um privado ao mesmo tempo.

Uma armadilha para saber antes de desenhar o diagrama. Se um firewall fica na frente do gateway, o NAT de origem faz o gateway ver o IP do firewall, não o do cliente. Logs e limite de taxa sofrem os dois. Quando o IP do cliente importa, o gateway vai na frente do firewall.

Por que isso tinha de ser uma só release

O MCPRoute é a camada de roteamento. O AuthPolicy é a camada de autenticação. O frontend privado é a camada de isolamento de rede. Entregar juntos é o que permite a um time de plataforma entregar a uma equipe um endpoint HTTPS gerenciado em vez de montar um agregador, um service mesh e um conjunto de regras de firewall.

A alternativa, com que muitas equipes convivem agora, é um processo agregador próprio que guarda uma lista de servidores MCP, funde seus catálogos e é reconstruído toda vez que aparece um novo. Isso funciona com cinco servidores e colapsa com vinte, porque o agregador vira um serviço com estado que ninguém é dono.

Sessenta e quatro backends atrás de um nome é um formato genuinamente útil. A convenção de namespace é a parte que todo outro fornecedor de gateway vai copiar em um trimestre, porque resolve o problema difícil: dois times querem uma ferramenta chamada search, e nenhum quer renomear.

A parte que não será copiada com a mesma facilidade é a disciplina que a documentação pede. Um gateway que funde catálogos torna trivialmente fácil expor uma capacidade que você não pretendia expor. Antes de anexar um backend, decida se as ferramentas dele devem ser alcançáveis por todo cliente que alcança a rota. Se a resposta for não, a fronteira da rota é a sua fronteira de autorização, e isso é uma decisão, não um padrão.

Artigos relacionados