Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Anatomie du protocole
- Pourquoi l’appel de fonctions seul est insuffisant pour des écosystèmes d’agents complexes.
- Primitives MCP : outils, ressources, invites (prompts) et leurs schémas JSON.
- Cycle de vie d’une session MCP : initialisation, liste des outils, appel, retour, arrêt.
- Comparaison entre MCP, OpenAPI et GraphQL pour l’exposition de fonctionnalités aux agents.
Construction d’un serveur MCP stdio
- Génération d’une architecture de base pour un serveur MCP TypeScript avec le SDK officiel.
- Définition des schémas d’outils avec Zod et génération de la validation au moment de l’exécution.
- Implémentation de gestionnaires d’outils appelant des API REST internes ou des bases de données.
- Gestion des erreurs, des résultats partiels et de l’exécution longue des outils.
Construction d’un serveur MCP HTTP
- Passage du mode stdio à HTTP pour le déploiement distant et la répartition de charge.
- Mise en œuvre de l’authentification par jetons porteurs (bearer tokens) et mTLS.
- Dégradation gracieuse lorsque les connexions HTTP échouent en cours de session.
- Déploiement des serveurs MCP HTTP derrière Kong ou nginx avec limitation du débit.
Modèles d’intégration client
- Enregistrement d’un serveur MCP auprès de Claude Code via le fichier de configuration.
- Connexion de OpenClaude à plusieurs points de terminaison MCP simultanément.
- Réalisation d’un client agent Python personnalisé avec le SDK Python MCP.
- Gestion gracieuse des changements de disponibilité des outils au moment de l’exécution.
Exposition des ressources et invites
- Mise à disposition de ressources en lecture seule pour l’enrichissement du contexte de l’agent.
- Création de modèles d’invites paramétrables guidant le raisonnement de l’agent.
- Mise à jour dynamique des ressources lorsque les données sous-jacentes changent.
- Séparation des outils modifiables et des ressources immuables pour clarifier la sécurité.
Registre interne d’outils et découverte
- Construction d’un registre MCP à l’échelle de l’entreprise avec métadonnées et balises de propriété.
- Découverte automatique via DNS-SD ou fichiers de point de terminaison connu.
- Versionnement des outils et dépréciation des anciens points de terminaison sans interrompre les clients.
- Catalogage des outils avec des descriptions en langage naturel pour la recherche par les agents.
Limites de sécurité entreprise
- Mise en œuvre de contrôles d’autorisation dans les gestionnaires d’outils selon l’identité de l’agent.
- Utilisation de la segmentation réseau pour isoler les outils à haut risque de l’accès général des agents.
- Isolation de l’exécution des outils avec seccomp et des conteneurs gVisor.
- Journalisation de chaque invocation d’outil aux fins de conformité et d’analyse médico-légale.
Ingénierie des performances et de la fiabilité
- Définir des politiques de délai par famille d’outils : bases de données, calcul et API externes.
- Mise en œuvre de disjoncteurs lorsque les services en aval sont peu fiables.
- Mise en cache des résultats d’outils pour réduire les calculs coûteux redondants.
- Exécution des serveurs MCP comme sidecars ou en tant que microservices autonomes.
Interopérabilité entre plateformes agents
- Tests de compatibilité du serveur MCP avec les clients Claude Code et Continue.dev.
- Gestion des différences de négociation de transport entre plateformes.
- Rédaction d’adaptateurs polyfill pour les frameworks d’agents non compatibles MCP.
- Construction d’un marché d’outils transversal au sein de l’organisation.
Évolution de l’écosystème MCP en interne
- Collecte des retours des développeurs sur l’utilité et la précision des outils.
- Réalisation d’audits trimestriels des outils et suppression des intégrations obsolètes.
- Intégration de nouvelles équipes avec des modèles de serveurs MCP en libre-service.
- Contribution d’améliorations au référentiel open-source de la spécification MCP.
Pré requis
- Expérience en programmation avec TypeScript ou Python.
- Compréhension des mécanismes d’appel d’outils et de fonctions pour les LLM.
- Connaissances de base en réseau : HTTP, WebSockets et JSON-RPC.
Audience
- Développeurs backend concevant des outils personnalisés pour des agents IA.
- Ingénieurs plateforme standardisant l’accès des agents IA aux systèmes entreprise.
- Architectes solution concevant des écosystèmes d’outils IA pour une adoption interne.
14 Heures
