O servidor MCP do Reviewflowz
Uma URL, colada uma vez, e seu assistente lê suas avaliações do jeito que você leria: o histórico inteiro, todas as plataformas que você monitora, ao vivo. Somente leitura, então ele analisa, mas nunca publica em seu nome.
Configure em menos de cinco minutos • Sem necessidade de demo
Something changed in June. What are the mobile one-stars complaining about that the G2 reviews aren’t?
keywords: ["sync", "offline"]
rating: 2 · start_date: "2026-06-02"
Offline sync v4, shipped 2 June. Jobs logged in the field are not making it back.
96 App Store, 71 Google Play, 39 Trustpilot. Only 5 on G2 and 3 on Capterra, because desktop users never touch the sync engine.
“Third week of jobs not syncing back to the office. I log the work, drive home, and it is gone.”
Uma conexão, não uma por assistente
O Model Context Protocol é a forma padrão de um cliente de IA ler um sistema externo. A Anthropic o publicou em novembro de 2024, e ele deixou de ser a ideia de uma única empresa quase imediatamente. Um servidor fala o protocolo uma vez, e qualquer cliente compatível pode chamá-lo.
Essa é a diferença entre um padrão e um plugin. Um plugin é escrito para um produto e morre com ele. Antes do MCP, conectar suas avaliações a um assistente significava uma integração sob medida para cada um, e um assistente novo significava uma integração nova, ou nada.
O Reviewflowz roda um único servidor, em um único endereço: https://app.reviewflowz.com/mcp/tools. No Claude, você o adiciona em Configurações, Conectores, Adicionar um conector personalizado. No ChatGPT, você ativa o modo desenvolvedor e cria um conector personalizado com a mesma URL. Mesma URL, mesmas ferramentas, mesmas respostas.
Você configura uma vez, não uma vez por assistente, e continua funcionando conforme os clientes mudam. Quando um cliente que você já usa lança suporte a MCP, suas avaliações já ficam acessíveis a partir dele. Nada precisa mudar aqui para que isso seja verdade.
The same URL in every client
You sign in and approve read-only access. There is no API token to paste anywhere.
Três ferramentas, e nenhuma delas escreve
O servidor inteiro são três ferramentas somente leitura, pequeno o suficiente para caber na sua cabeça. list_review_profiles retorna tudo o que você monitora, com sua nota e número de avaliações. get_reviews retorna as avaliações. get_stats retorna a aritmética.
Os filtros são a parte útil. get_reviews recebe review_profile_ids, um piso ou teto de nota ou um conjunto exato, start_date e end_date, palavras-chave no título e no corpo, tópicos e tags, idioma, país, e replied, então “as avaliações de uma estrela em francês sem resposta desde agosto” é uma única chamada, não uma exportação e uma planilha.
Cada avaliação volta inteira: o texto, a nota, a data, o avaliador, o idioma, a plataforma, o perfil ao qual pertence, as tags que tem, um link para ela na plataforma, e a resposta, se houve uma, com quem a enviou e quando.
Não existe uma quarta ferramenta. Nada neste servidor cria, edita ou publica coisa alguma. Isso não é uma configuração que você precisa lembrar de não mexer, é toda a superfície: um assistente conectado às suas avaliações consegue lê-las e não tem onde escrever.
Every profile you monitor, with its score and review count.
The reviews themselves, with the text, the rating, the language and any reply.
Counts per star, average score, reply rate, and a series by day, week or month.
No write tool.
Nothing here can publish a reply. It is not switched off, it does not exist.
O histórico inteiro, não as últimas cem linhas
Colar uma exportação em um prompt tem um teto rígido: as linhas que couberem. Você escolhe uma janela antes de saber o que está procurando, e a resposta só pode ser sobre a janela que você escolheu.
Uma consulta não tem esse teto, porque o cliente pede o que precisa, quando precisa. Ele pode buscar cinco avaliações ou quinhentas, estreitar as datas, alargá-las de novo, e voltar a buscar mais assim que sua pergunta mudar. Suas avaliações de anos atrás estão todas ao alcance.
O que torna respondível a pergunta mais útil sobre qualquer semana ruim: isso já aconteceu antes. Uma sequência de reclamações de sincronização depois de um lançamento em junho parece uma catástrofe, até que a mesma busca por palavra-chave em 2023 encontra o mesmo padrão depois do lançamento da versão 3.0, e mostra que se resolveu em seis semanas.
Esse pico de 2023 é mais antigo do que qualquer exportação que alguém pensaria em colar, e é ele que diz o que esperar. O Reviewflowz mantém o corpus inteiro em um só lugar exatamente para que a comparação esteja disponível, em vez de apenas lembrada.
“Has a sync complaint spike like this happened before?”
keywords: ["sync", "offline"] · rating: 2
start_date: "2021-01-01"
One call reached both. Five years apart, same keywords, no export in between.
Ao vivo, então não há nada para atualizar
O servidor lê da sua conta no momento em que o cliente pergunta. Não há cópia parada em algum lugar ficando desatualizada, nenhuma sincronização para agendar, nenhum arquivo que estava certo na terça-feira.
Uma avaliação que chegou esta manhã já está na resposta desta tarde. Faça a mesma pergunta duas vezes na mesma semana e você recebe duas respostas diferentes, corretamente, porque as avaliações mudaram e o assistente as leu de novo, em vez de ler suas anotações sobre elas.
O Reviewflowz já está coletando, na sua própria programação, verificando as plataformas que você conectou e trazendo o que é novo. O servidor MCP é uma janela para isso, não um segundo pipeline com seu próprio atraso e seus próprios modos de falha.
Então não há nada para manter. Nenhum job de exportação que para silenciosamente, nenhuma planilha cuja última atualização foi em março, nenhuma janela de contexto para racionar. A coisa mais recente que o Reviewflowz sabe é o que o assistente vê.
“Sync has been down for my whole crew since the update.”
Reviewflowz collects it. Nothing is scheduled on your side.
“How bad is sync this week?”
31 this week, up from 4. The newest landed 29 minutes ago.
An export refreshed at 07:00 would not have that review until tomorrow. There is no export.
Ele conta tão bem quanto lê
Modelos de linguagem são bons em ler e pouco confiáveis em somar. Entregue a um deles quatro mil avaliações e peça uma média, e você está confiando em uma aritmética feita token por token. get_stats existe para que ele não precise fazer isso.
Uma chamada retorna a contagem, a nota média, a divisão por estrela, quantas foram respondidas e a taxa de resposta em porcentagem. Os números saem do banco de dados, então são os mesmos números que aparecem nos seus relatórios, não uma estimativa que o modelo montou de passagem.
Passe um start_date, um end_date e um período de dia, semana ou mês, e ele também retorna a série, então “a nota realmente mudou, ou só parece?” é uma pergunta com uma resposta real.
Todo filtro de get_reviews funciona em get_stats também. Contagens para uma plataforma, um idioma, um tópico, uma tag, ou só as avaliações que ninguém respondeu ainda. O assistente lê as avaliações para saber o porquê e pergunta ao servidor o quanto.
review_profile_ids: [5013, 5014, 5015, 5016, 5017]
Add a date range and period for the series.
Day, week or month. Ninety days by week answers whether the rating moved or whether it only felt that way.
Uma pergunta em todas as plataformas que você monitora
As avaliações chegam divididas entre os lugares onde os clientes calham de estar, e essa divisão é um acidente de distribuição, não algo relacionado ao seu produto. Uma exportação por plataforma preserva esse acidente. Uma pergunta que precisa ser feita cinco vezes acaba sendo feita uma vez, ou nenhuma.
O servidor MCP vê todos os perfis da sua conta de uma vez, então uma chamada abrange todos eles. Passe review_profile_ids para restringir, ou os filtros platform e platforms para comparar, ou deixe em aberto e deixe o assistente procurar em todo lugar.
É aí que moram as respostas que você não consegue obter de outra forma. Uma reclamação de sincronização em junho aparece com força na App Store, no Google Play e no Trustpilot, e quase não registra no G2 e no Capterra, e o motivo está no formato: quem sofre com isso é quem está em campo, não quem está atrás de uma mesa.
Nenhum painel ia te entregar isso de graça, porque ninguém teria pensado em construir essa visualização. Isso surge de fazer uma pergunta ao corpus inteiro, em vez de cinco perguntas a cinco fatias dele.
keywords: ["sync", "offline"] · rating: 2
Hot on mobile. Quiet on the desktop listings.
Five profiles, one call. Narrow it with review_profile_ids, or leave it open and let the assistant look everywhere.
Somente leitura, e restrito a quem conectou
Você conecta fazendo login. O cliente te leva ao Reviewflowz, o Reviewflowz mostra o que está sendo concedido, você aprova. OAuth 2.1 com PKCE, então não há token de API para gerar, colar em uma caixa de configuração e esquecer por dois anos.
A tela de consentimento diz somente leitura porque o servidor é somente leitura. Ela concede acesso às suas avaliações e aos seus perfis de avaliação, e não há permissão de escrita para conceder, porque não existe ferramenta que a usaria.
A conexão herda o acesso da pessoa que a autorizou. Se você usa grupos de acesso, um assistente conectado por alguém que só vê três locais só vai ver esses três. Ele não consegue alcançar, dentro da conta, mais do que o humano a quem pertence.
Cada cliente mantém sua própria autorização, então revogar o Claude não afeta o ChatGPT, e revogar a conexão de uma pessoa deixa o resto do time funcionando normalmente. Publicar uma resposta continua acontecendo no Reviewflowz, no Slack ou no seu helpdesk, onde suas regras de acesso decidem quem pode enviar uma.
Claude wants access to your Reviewflowz account
OAuth 2.1. No API token to paste.
Respostas com as avaliações anexadas
Um resumo que você não pode conferir é um boato. Como o assistente está lendo linhas de verdade, e não relembrando algo colado, ele consegue te entregar as avaliações por trás de cada afirmação que faz, e você pode ir lê-las.
Pergunte do que tratam as avaliações de uma estrela e os temas voltam com as citações por baixo, com o avaliador, a nota, a data, a plataforma e um link para a avaliação onde foi publicada. A citação é o que você cola no ticket para a engenharia.
As avaliações voltam no idioma em que foram escritas, não pré-achatadas para o inglês. Um modelo que lê francês lê a avaliação de uma estrela em francês como foi escrita, o que importa quando um problema se concentra em um mercado e é na tradução que o detalhe se perde.
É a diferença entre te dizerem que seus clientes estão frustrados com a sincronização e te mostrarem as avaliações que dizem que os técnicos estão reinserindo as ordens de serviço à mão no fim do dia. Uma coisa é um sentimento. A outra é um relatório de bug com um nome.
Jobs lost on sync: 118 of the 214.
Techs re-entering work by hand at the end of the day.
Nothing works offline: 61 of the 214.
“Techs are re-entering jobs by hand at the end of the day. That is not what we pay for.”
“Depuis la mise a jour, mes interventions ne se synchronisent plus.”
“Since the update my jobs no longer sync.”
Every count above links back to the rows behind it. Nothing here is a number you have to take on trust.
Pare de colar avaliações em um prompt
Uma URL, somente leitura, todas as avaliações que você monitora. Configure em menos de cinco minutos.
O que é o MCP?
O Model Context Protocol: um padrão aberto que permite a um cliente de IA ler um sistema externo. A Anthropic o publicou em novembro de 2024. Isso importa aqui porque significa que uma única conexão funciona em vários assistentes, em vez de uma integração por ferramenta.
Quais clientes podem se conectar?
Claude e ChatGPT já se conectam ao servidor do Reviewflowz hoje, e qualquer outro cliente que fale MCP também pode, porque o servidor implementa o padrão, não uma integração específica para cada cliente. No Claude é Configurações, Conectores, Adicionar um conector personalizado. No ChatGPT, primeiro você ativa o modo desenvolvedor em Configurações avançadas, depois cria um conector personalizado; o ChatGPT só aceita servidores remotos, e este é um.
O que eu colo?
Uma URL: https://app.reviewflowz.com/mcp/tools. Nomeie como Reviewflowz, salve, e o cliente te leva a uma tela do Reviewflowz para autorizar o acesso somente leitura. Não há API key em nenhum ponto do processo.
Ele consegue publicar uma resposta?
Não, e não porque está desligado. O servidor expõe três ferramentas, list_review_profiles, get_reviews e get_stats, e as três leem. Não existe ferramenta que escreve. As respostas saem pelo Reviewflowz, pelo Slack ou pelo seu helpdesk, onde suas regras de acesso se aplicam.
Posso limitar o que o assistente vê?
Ele vê o que você vê. A conexão roda com as permissões da pessoa que a autorizou, então se você usa grupos de acesso para limitar alguém a certos perfis de avaliação, o assistente dessa pessoa fica limitado aos mesmos.
Qual a diferença entre isso e a API?
A API é para software que você está escrevendo, onde você decide as chamadas com antecedência. O MCP é para um assistente com quem você está conversando, onde as perguntas não são conhecidas de antemão e o próprio cliente escolhe as chamadas. Os mesmos dados por baixo, e você pode usar os dois.
Preciso de uma demo para começar?
Não. Você conecta seus perfis de avaliação e adiciona o servidor ao seu cliente sozinho, em menos de cinco minutos. Teste grátis de 14 dias, sem cartão de crédito.





