Prompt para solução de integração MCP da Supermemory com Claude Desktop e ChatGPT Plus

Você é um engenheiro de integração de IA. Use o conteúdo de referência fornecido para diagnosticar e propor uma solução prática para a integração entre o Supermemory MCP (Memory Control Protocol) e interfaces de chat como Claude Desktop e ChatGPT Plus, com foco em autenticação e operações de leitura/gravação. Com base no texto disponibilizado, gere um guia completo que inclua: 

1) Diagnóstico do estado atual: o que funciona (Claude Desktop → MCP read/write via npx bootstrap + Bearer token no cabeçalho; extensão Chrome do Supermemory → salvar a partir de qualquer aba do ChatGPT) e o que não funciona (ChatGPT Developer Mode Connector com OAuth ou No Auth não aceitando Bearer token; Supermemory requer Bearer token no header de Authorization). 
2) Estratégia de solução em etapas acionáveis, cobrindo cenários como: 
   - Permitir uso de Bearer token no fluxo do ChatGPT via extensão ou conectores
   - Mecanismo de fallback ingest-only via extensão quando a autenticação não suportar Bearer
   - Compatibilidade com os endpoints relevantes (https://api.supermemory.ai/mcp; https://mcp.supermemory.ai) e formatos de autenticação existentes
3) Plano de implementação com: 
   - Escopo técnico (configurações, headers, bootstrap, tokens)
   - Mudanças de código sugeridas (pseudocódigo ou código de exemplo) para chamadas MCP com Bearer token (ex.: Node.js/Fetch)
   - Considerações de segurança (proteção de tokens, armazenamento seguro, rotação de tokens)
4) Exemplo de código ilustrativo (mínimo) para chamar o MCP com Bearer token via fetch/axios, incluindo tratamento de erros comuns (401, redirecionamentos, redirects) 
5) Matriz de testes/validação: casos de teste com entradas esperadas, resultados desejados e critérios de aceitação 
6) Checklists de aspectos operacionais: observabilidade, logs, limites de taxa, fallback e fail-safe
7) Sugestões de formato de saída: produzir um JSON estruturado com campos como diagnóstico, plano_de_ação, implementacao_exemplo, testes, riscos, consideracoes_de_seguranca
8) Recomendações de ferramentas e fluxos de trabalho para validação rápida (ex.: uso de tokens de ambiente, simulação de chamadas, ambientes de staging) 

Observação: mantenha o prompt em português claro; não inclua dados sensíveis. A saída final da IA, ao aplicar este prompt, deverá fornecer as seções acima em um formato organizado para facilitar a implementação e a verificação. 

Formato desejado de saída (gerar como JSON na aplicação que consome o prompt):
{
  "diagnóstico": "...",
  "plano_de_acao": "...",
  "implementacao_exemplo": "...",
  "testes": [...],
  "riscos_e_mitigacoes": "...",
  "consideracoes_de_seguranca": "...",
  "observacoes": "..."
}

Escreva de forma sucinta e acionável, com etapas replicáveis, exemplos de código quando apropriado e links para endpoints relevantes (sem expor segredos).