a2a mcp
Português
Back to Blog
BlogApril 20, 2026405

Erro MCP -32601: Método Não Encontrado – Guia Completo de Correção e Solução de Problemas 2026

Erro MCP -32601: Método Não Encontrado – Guia Completo de Correção e Solução de Problemas 2026

Principais Conclusões

  • Erro MCP -32601 "Método não encontrado" é um erro padrão JSON-RPC 2.0 que ocorre quando um cliente solicita um método que o servidor MCP não implementa ou não anunciou em suas capacidades.
  • As causas principais incluem tentativas de chamar métodos opcionais (resources/list, prompts/list, elicit), incompatibilidade de versões entre os SDKs do cliente e do servidor, e declarações de capacidade incompletas.
  • A maioria dos casos é benigna e esperada; erros persistentes são resolvidos usando o Inspector MCP oficial e alinhando as implementações.
  • Comum em Claude Desktop, Cursor, Continue.dev, e servidores customizados construídos com FastMCP, Spring AI, ou McpSharp.

Compreendendo o Erro "Método Não Encontrado" do MCP

O Model Context Protocol (MCP) padroniza a comunicação entre clientes de IA (Claude, Cursor, etc.) e servidores externos para ferramentas, recursos e prompts usando JSON-RPC 2.0 sobre diversos transportes.

A resposta de erro geralmente se parece com isto:

{
  "jsonrpc": "2.0",
  "id": 19,
  "error": {
    "code": -32601,
    "message": "Method not found"
  }
}

Este indica que o método solicitado (por exemplo, tools/call, resources/list, prompts/list, ou métodos relacionados a elicitação) é desconhecido para o servidor. Diferente de erros de conexão ou de análise, a camada de transporte geralmente funciona — o problema está no nível do protocolo.

Relatos da comunidade e problemas no GitHub mostram que este erro frequentemente aparece durante a descoberta de capacidades ou quando clientes assumem um suporte mais amplo do que o servidor fornece.

Causas Comuns

Análise de problemas recentes (2025–2026) destaca esses gatilhos:

  • Métodos Opcionais Não Implementados: Servidores MCP não são obrigados a suportar todas as funcionalidades. Clientes como Claude Desktop frequentemente sondam resources/list, prompts/list, ou métodos de elicitação, acionando -32601 se ausentes.
  • Gaps na Anúncio de Capacidades: A resposta initialize do servidor não declara corretamente as capacidades suportadas, levando clientes a chamar métodos não suportados.
  • Incompatibilidades de SDK e Versões: Versões diferentes de @modelcontextprotocol/sdk, FastMCP, Spring AI MCP, ou McpSharp causam incompatibilidade. Usuários Java frequentemente resolvem isso mudando para JDK 21.
  • Comportamento Específico do IDE/Cliente: O chat do agente Cursor pode reportar "No MCP resources available" junto com erros de método. Logs do Claude mostram repetidos "Method not found: resources/list".
  • Requisições de Elicitação: FastMCP e frameworks similares lançam McpError durante elicitação de entrada de usuário se não completamente suportado pelo cliente.
  • Implementações Customizadas ou Minimalistas: Servidores criados manualmente sem tratamento de erro apropriado ou suporte completo aos primitivos (initialize, tools/list, tools/call) falham sob clientes reais.
  • Problemas de Transporte/Proxy: Em configurações Docker, ngrok, ou proxy do inspector, problemas de roteamento podem se manifestar como erros de método.

Diagnóstico e Solução Passo a Passo

1. Use o Inspector MCP para Diagnóstico

A ferramenta oficial é o caminho mais rápido para validar seu servidor:


# Node.js / TypeScript
npx @modelcontextprotocol/inspector "node your-server.js"

# Python
uvx mcp-inspector "python your_server.py"

O inspector mostra as capacidades, permite testar métodos interativamente e revela exatamente quais métodos retornam -32601. Se um método falha aqui, ele não está implementado no servidor.

2. Inspecione e Declare Capacidades Corretamente

Durante o handshake de initialize, o servidor deve retornar capacidades precisas. Exemplo de estrutura:

{
  "capabilities": {
    "tools": {
      "listChanged": true
    },
    "resources": false,
    "prompts": false
  }
}

Configure explicitamente funcionalidades não suportadas como false ou omita-as para evitar sondagens desnecessárias.

3. Alinhe Versões e Dependências

  • Atualize cliente e servidor para versões correspondentes do SDK MCP.
  • Para Java/Spring AI: Configure JAVA_HOME para JDK 21+ e limpe os caches.
  • Para Cursor/Claude: Reinicie a aplicação e atualize as configurações MCP após as atualizações.
  • Retroceda para versões anteriores estáveis (por exemplo, Cursor 0.45 em relatórios mais antigos) se uma versão recente introduziu incompatibilidade.

4. Verifique Logs Cuidadosamente

  • Lado do servidor: Confirme o nome exato do método chegando e como ele é roteado.
  • Lado do cliente: Revise logs do Claude (~/Library/Logs/Claude/ no macOS), saída da extensão do Cursor ou console do Continue.dev.
  • Procure sequências: initialize bem-sucedido seguido por chamadas de métodos opcionais que falham.

5. Manipule Métodos Opcionais e de Casos Extremos

  • Trate -32601 para métodos opcionais como não fatal no código do cliente, quando possível.
  • Para ferramentas de elicitação intensa: Implemente fallbacks graciosos ou desative a funcionalidade se o cliente alvo (por exemplo, Gemini CLI ou certos modos do Cursor) não possui suporte.
  • Em servidores customizados: Sempre responda com o formato de erro JSON-RPC apropriado, em vez de falhar ou exceder o tempo limite.

Dicas e Problemas Avançados

  • Sondagens de Recursos e Prompts: Muitos servidores registram “Método não encontrado: resources/list” sem riscos — ignore esses casos se as ferramentas principais funcionam.
  • Configurações Docker e Remotas: Verifique forwarding de portas, verificações de saúde e que requisições POST chegam ao handler correto. Erros 405 às vezes acompanham -32601.
  • Estratégia de Teste: Sempre teste primeiro com o MCP Inspector, depois multiplos clientes (Claude Desktop, Cursor, Continue.dev). Use chamadas JSON-RPC diretas via curl para validação de baixo nível.
  • Símiles Relacionados a Performance: Chamadas de ferramentas longas com timeout (comuns em Spring AI) podem aparecer downstream como erros de método.
  • Servidor Mínimo Viável: Implemente ao mínimo initialize, tools/list, tools/call e ping. Adicione logging robusto para cada requisição recebida.

Melhores Práticas de Prevenção

  • Seguir rigorosamente a especificação mais recente do MCP para códigos de erro e respostas de capacidade.
  • Utilizar SDKs oficial sempre possível, evitando implementações feitas desde o zero.
  • Incluir registro extensivo e negociação de versões em servidores de produção.
  • Monitorar regularmente a organização GitHub modelcontextprotocol para atualizações e mudanças disruptivas.
  • Testar profundamente a detecção de capacidades — isso previne a maioria dos problemas -32601 em uso real.

Desenvolvedores que claramente divulgam capacidades e tratam métodos opcionais com cuidado relatam significativamente menos tickets de suporte.

Conclusão

O erro MCP -32601 “Método não encontrado” geralmente é um comportamento esperado para funcionalidades opcionais do protocolo, não uma falha crítica. Diagnóstico sistemático com o Inspector MCP, declaração adequada de capacidades e alinhamento de versões resolvem quase todos os casos.

Mantenha seus servidores e clientes MCP atualizados conforme o ecossistema continua a evoluir em 2026. Para problemas persistentes, compartilhe o JSON de capacidades do seu servidor, logs exatos do método e versão do cliente nos repositórios GitHub relevantes ou forums da comunidade para assistência mais rápida da comunidade.

Implemente estas práticas para construir integrações MCP mais robustas e compatíveis.

Share this article

Referenced Tools

Browse entries that are adjacent to the topics covered in this article.

Explore directory
PaidSync.ai logo

PaidSync.ai

MCP Servers

PaidSync.ai is a hosted MCP server for paid advertising that exposes 610+ tools across 14 advertising, analytics, tagging, and commerce platforms. It supports read/write workflows from AI clients including ChatGPT, Claude, Gemini, Cursor, Claude Code, and Codex, with a free plan.

Hyper3D MCP logo

Hyper3D MCP

MCP Servers

Hyper3D MCP is Hyper3D's hosted Rodin MCP server for creating 3D assets from natural-language instructions or supported references, checking asynchronous generation progress, and retrieving model download links inside AI coding clients. Official setup is documented for Codex, Claude Code, and Kimi Code CLI.

Semrush MCP Server logo

Semrush MCP Server

MCP Servers

Semrush MCP connects AI assistants to Semrush APIs for keyword, backlink, website traffic and market research.

Browserbase MCP Server logo

Browserbase MCP Server

MCP Servers

Browserbase MCP gives AI agents browser automation tools powered by Stagehand and Browserbase browser sessions.

SerpApi MCP Server logo

SerpApi MCP Server

MCP Servers

SerpApi MCP exposes search engine results to AI assistants through SerpApi, supporting live research and structured search data retrieval.

Similarweb MCP Server logo

Similarweb MCP Server

MCP Servers

Similarweb MCP brings website traffic and digital market intelligence into AI assistants for competitive research.

a2a mcp

Search the directory

Find entries, skills, articles, and categories. Use arrow keys to select and Enter to open.