MCP de xadrez: analisar suas partidas conversando com um agente de IA

Resposta direta

Um servidor MCP declara ferramentas que o seu agente de IA pode chamar durante a conversa: avaliar uma posição, percorrer uma partida lance a lance, explicar por que um lance perde, transformar o erro em exercício e agregar as últimas partidas num perfil de erros. Este guia mostra o que cada uma dessas operações devolve, que régua usa para chamar um lance de erro, quanto cada uma custa em segundos numa máquina comum, e onde a ferramenta para — porque ela responde agora e não acumula nada.

O essencial em poucas linhas

• MCP é um protocolo aberto: o servidor declara ferramentas com descrição e formato de saída, e o cliente as oferece ao modelo — o agente chama a que precisa em vez de você abrir uma tela.
• A régua da classificação é a queda em centipeões na conta de quem jogou: abaixo de 50 é normal, 50 a 99 imprecisão, 100 a 199 erro, 200 ou mais blunder.
• Um lance que permite mate aparece com perda perto de 100000 centipeões, porque o mate vale ±100000 na escala — esse número é o mate, não uma contagem de material.
• O motivo tático é lido no tabuleiro a partir da refutação da engine, e quando nenhuma regra casa a resposta diz «não classificado» em vez de inventar um nome.
• Num Ryzen 7 de oito núcleos, avaliar uma posição a profundidade 18 levou 1,5 s, explicar um lance 0,5 s e percorrer uma partida de blitz de 58 meios-lances 3,9 s.

O que entra na conversa

MCP é a sigla de Model Context Protocol, um protocolo aberto para ligar um modelo de linguagem a ferramentas externas. O servidor declara cada ferramenta com um nome, uma descrição e o formato exato da resposta; o cliente — Claude Desktop, Claude Code, Cursor — mostra essa lista ao modelo, que decide quando chamar cada uma. Não há navegador no meio: o servidor roda como um processo na sua máquina e conversa pelo canal padrão de entrada e saída.

A diferença prática aparece na segunda pergunta. Um site de análise responde uma coisa por tela: aqui está o gráfico, aqui está a lista de lances. Com as ferramentas na conversa, a sequência «analise esta partida», «por que o lance 23 é um erro», «monte um exercício a partir dele» acontece sem interrupção, e cada resposta é dado que o agente pode cruzar com a anterior — não uma imagem que ele teria de interpretar.

O que não muda é a avaliação. Quem calcula continua sendo o Stockfish, com a mesma força que teria em qualquer outro lugar; a classificação usa a mesma régua de centipeões descrita no guia sobre o que o Stockfish quer dizer com «blunder». Muda a distância entre a pergunta e o número — e é essa distância que costuma decidir se a análise vira estudo ou vira aba fechada.

As sete perguntas que a ferramenta responde

A ferramenta de diagnóstico existe por um motivo prático: a engine não vem embutida no pacote. O Stockfish é software GPL distribuído como binário por arquitetura, e quem instala é você. Quando ele falta, a resposta certa não é um erro técnico e sim o comando de instalação do seu sistema — `brew install stockfish` no macOS, `sudo apt install stockfish` no Debian e no Ubuntu, `winget install Stockfish.Stockfish` no Windows.

As quatro ferramentas do meio formam uma escada de granularidade. Avaliar uma posição responde «quem está melhor e por quê» com as melhores linhas da engine. Percorrer a partida devolve, para cada lance, a avaliação antes e depois, a perda, a classificação, o lance que a engine preferia e a fase. Explicar um lance foca num só, com a linha de refutação e os motivos táticos. Gerar exercícios fecha o ciclo, tirando da partida a posição imediatamente anterior a cada erro.

As duas últimas dependem do Lichess. A importação baixa as partidas públicas de uma conta — sem login e sem token, porque o endpoint é público — e devolve o PGN de cada uma junto com ritmo, cor, resultado e abertura. O perfil analisa esse lote e agrega apenas os lances de quem está sendo perfilado, nunca os do adversário.

Do rótulo ao motivo

A conta é sempre a mesma: perda é a avaliação do melhor lance antes menos a avaliação depois do lance jogado, do ponto de vista de quem jogou. Abaixo de 50 centipeões o lance é normal; de 50 a 99 é imprecisão; de 100 a 199 é erro; de 200 para cima é blunder. Dois rótulos precisam de mais do que a perda: `great` exige que o segundo melhor lance esteja pelo menos 150 centipeões atrás, e `brilliant` exige um sacrifício de pelo menos 200 centipeões de material que funcione — os dois só valem com a posição ainda indefinida.

O mate entra na escala valendo ±100000 centipeões, e é por isso que o diagrama abaixo produz uma perda de 100034 centipeões: os 34 são a avaliação da posição antes do lance, e os 100000 são o mate. Esse número não é uma contagem de material — é a distância entre uma posição jogável e o mate. Vale saber disso antes de ler a saída, porque um agente que interprete 100034 como «mil peões» vai escrever uma frase sem sentido a partir de um dado correto.

Nesse mesmo exemplo, medido a profundidade 18, a engine prefere 3...g6 e o segundo melhor lance, 3...De7, fica apenas 24 centipeões atrás. É o tipo de detalhe que muda a conclusão do estudo: não havia um lance único a encontrar, havia duas saídas confortáveis, e a escolhida não estava entre elas. Os motivos, por sua vez, saem de sete regras lidas no tabuleiro — peça pendurada, garfo, cravada, espeto, ataque descoberto, mate e última fileira. Quando nenhuma casa, a resposta diz «não classificado», que é mais honesto do que batizar de garfo o que foi só uma peça mal colocada.

O erro vira exercício

O detalhe que separa um exercício útil de uma lista de lances melhores é o critério de parada. Uma variante principal de engine continua enquanto houver lances; se a solução fosse a variante inteira, o exercício exigiria adivinhar escolhas que o adversário não é obrigado a fazer. Cortar a linha quando a resposta deixa de ser única mantém o exercício com uma resposta certa — que é a única forma de ele poder ser corrigido.

No diagrama acima, o exercício gerado apresenta a posição depois de 3.Dh5, pede o lance das pretas e aceita 3...g6. Ele não vem de uma coleção curada de táticas: vem da partida em que o erro aconteceu, o que muda o que ele treina. Um exercício de coleção ensina um padrão; um exercício tirado do seu erro ensina o padrão que você já demonstrou não enxergar.

Vale a ressalva sobre a origem do material. Coleções prontas de táticas circulam com rótulos que não se sustentam — algumas «cravadas» têm como solução um lance quieto, e alguns «espetos» são mate em um. Quando a posição sai da sua partida e a solução sai da engine rodando naquela posição, esse tipo de erro não tem por onde entrar.

O perfil: a pergunta que uma partida não responde

O ACPL é a média das perdas com cada avaliação limitada a mais ou menos 1000 centipeões antes da subtração. Sem esse teto, uma dama perdida numa partida decidida achataria a média de vinte partidas e o número deixaria de descrever o seu jogo. É uma métrica de triagem: serve para comparar as suas próprias fases entre si, não para comparar jogadores.

A fase sai da posição, não do número do lance. É final quando o material sem peões dos dois lados soma 26 pontos ou menos, contando cavalo e bispo como 3, torre como 5 e dama como 9; é abertura enquanto o meio-lance estiver dentro do livro reconhecido, ou dentro dos 16 primeiros meios-lances, o que for maior; o resto é meio-jogo. Um final é um final aos doze lances se as peças já saíram.

Cada padrão vem com o seu limite escrito ao lado — «78% dos blunders no final, limite de 40%». Sem esse número, «você erra no final» soa igual tendo 41% ou 95% dos erros lá, e vira horóscopo. Pelo mesmo motivo, o balde do motivo «não classificado» conta na apuração mas nunca vira conclusão: dizer a alguém que o motivo recorrente dos seus erros é «não classificado» é devolver a pergunta em forma de resposta.

• ACPL geral e por fase, com o número de lances de cada fase ao lado — abaixo de dez lances numa fase, a média não vira conclusão.
• Contagem por motivo tático e por ritmo, para separar o que é problema de xadrez do que é problema de relógio.
• Os cinco piores momentos, cada um com a posição antes do lance, o que foi jogado e o que a engine preferia.
• Padrões declarados só acima de um limite explícito: 40% dos blunders numa fase, 30% dos erros num mesmo motivo.

O que roda onde, e o que isso custa

Os números medidos num Ryzen 7 de oito núcleos dão a ordem de grandeza: 1,5 segundo para avaliar uma posição a profundidade 18 com três linhas; 0,5 segundo para explicar um lance; 3,9 segundos para percorrer uma partida de blitz de 58 meios-lances a profundidade 14; 7,9 segundos para o perfil de três partidas, com 119 lances do jogador. Vinte partidas cabem no teto de cinco minutos com folga numa máquina desse porte, e numa mais modesta o teto é o que garante que a conversa não trave.

Cada ferramenta declara o seu orçamento na própria descrição, e a resposta repete o orçamento que de fato aplicou. Isso existe porque um agente que pede profundidade 30 e recebe 18 sem saber conclui, com razão, que a análise está errada. Pedir mais do que o teto não devolve erro: o pedido é cortado e a resposta diz em quanto.

Vale ser preciso sobre onde cada coisa acontece, porque são dois produtos diferentes. No servidor MCP, o Stockfish é um processo que o servidor abre na sua máquina, e as posições que você analisa vão para esse processo; a conversa com o Lichess é uma requisição por vez, com identificação no cabeçalho e uma espera de 60 segundos quando o Lichess pede calma. Já o PersonalChess, o produto web, é um serviço à parte, com servidores próprios, onde a análise das partidas importadas roda. O pacote do MCP não fala com ele e funciona sem conta nenhuma.

Perguntas frequentes