Partie 1 | Comprendre le MCP
Chapitre 1 : Comprendre les concepts MCP
1.1 Qu'est-ce que le MCP ?
1.2 Pourquoi un LLM a-t-il besoin d'outils ?
1.3 Problèmes liés à la méthode existante
1.4 L'émergence du MCP et la transformation structurelle
__1.4.1 Structure MCP
__1.4.2 Changements apportés par MCP

Chapitre 2 : Comprendre le fonctionnement du MCP
2.1 Architecture MCP
Plateforme client MCP 2.1.1
2.2 Principe de fonctionnement du MCP
2.3 Méthode de communication MCP
__2.3.1 Mode Studio
__2.3.2 Méthode SSE
2.4 Comment utiliser MCP
__2.4.1 Outils, ressources et suggestions
2.4.2 Comment enregistrer un client
2,5 MCP et LLM
2.6 Limitations fonctionnelles du MCP
2.7 Vulnérabilités de sécurité dans MCP

Partie 2 | Préparation de l'environnement de laboratoire
Chapitre 3 : Obtention d’une clé API
3.1 API OpenAI
3.2 API Tavily
3.3 API de recherche Brave
3.4 API Google Maps

Chapitre 4 : Préparation du bureau Claude
4.1 Installation de Node.js
4.2 Installation de Cloud Desktop

Chapitre 5 : Préparation du curseur
5.1 Qu'est-ce qu'un curseur ?
5.1.1 Politique tarifaire
5.2 Installation de Python
5.3 Installation du curseur

Chapitre 6 : Utilisation du curseur
6.1 Comprendre le curseur
6.2 Démarrage du curseur
6.2.1 Introduction à l'écran
6.2.2 Création de projets et gestion des fichiers
6.3 Comprendre les fonctions du curseur

Partie 3 | Exercices pratiques MCP
Chapitre 7 : Utilisation du MCP
7.1 Comparaison de l'appel de fonction et du serveur MCP
7.2 Création d'un serveur MCP basé sur une méthode de communication
7.2.1 Utilisation du mode Studio
7.2.2 Utilisation de la méthode SSE

Chapitre 8 : Création et connexion à un serveur MCP à partir d’un curseur
8.1 Création et connexion à votre propre serveur MCP
8.1.1 Création d'un serveur Math MCP
8.1.2 Serveur RAG : Création de PDF
__8.1.3 Serveur RAG : Création d’un bureau
__8.1.4 Création d'un serveur d'explorateur (Explorateur Windows)
8.1.5 Création d'un serveur de recherche Web
8.2 Connexion à un serveur MCP public
8.2.1 Relier la pensée séquentielle
__8.2.2 Connexion à la recherche Web (Brave Search)
8.2.3 Connexion à l'Explorateur Windows

Chapitre 9 : Création et connexion à un serveur MCP sur le bureau cloud
9.1 Enregistrement de votre propre serveur MCP
__9.1.1 Explorateur Windows
Serveur Math MCP __9.1.2
9.2 Connexion à un serveur MCP public
__9.2.1 Connexion à la recherche Web (Tavily)
__9.2.2 Connexion à Google Maps
__9.2.3 Résumé

Comment connecter, contrôler et déployer à grande échelle un grand nombre d'agents d'IA ?
La structure et la philosophie de MCP en quelques mots !

La réponse est MCP

Concevoir une structure qui connecte plusieurs outils et interagit avec eux tout en les exécutant séquentiellement, en s'appuyant sur des frameworks comme LangChain ou AutoGen, n'est pas chose facile.
L'exploitation de plusieurs agents ou outils au sein d'un même système exige notamment une prise en compte attentive de facteurs complexes tels que les méthodes de communication entre les outils, les spécifications d'entrée/sortie et la gestion d'état. MCP est une nouvelle approche pour résoudre ces problèmes : un protocole conçu pour connecter des agents et des outils basés sur LLM.
Il peut être utilisé avec divers outils tels que Cloud Desktop, Cursor AI et Smithery, et son architecture serveur-client vous aide à construire vous-même des systèmes d'IA modulaires.

Conçu pour des gens comme :

ㆍ Pour ceux qui souhaitent se familiariser rapidement avec la structure et la philosophie du MCP
ㆍ Ceux qui souhaitent comprendre la structure des agents basés sur MCP dans des outils tels que Cloud Desktop, Cursor AI et Smithery
Les développeurs qui souhaitent implémenter directement la structure serveur-client MCP dans Cloud Desktop, Cursor AI, Smithery, etc.
• Les développeurs qui ressentent les limites de la méthode d'appel de fonction existante et envisagent de concevoir un système d'agents modulaire
• Les planificateurs et les ingénieurs qui souhaitent intégrer divers outils et LLM dans une méthode de communication unique

Essayez vous-même ce qui suit :

Installez et testez Cloud Desktop et Cursor AI
• Créer et utiliser un serveur MCP en fonction de la méthode de communication (Stdio, SSE)
Créez votre propre serveur MCP et connectez-vous-y.
Création d'un MCP mathématique simple / Création d'un serveur RAG
Création d'un serveur d'exploration (Explorateur Windows) / Création d'un serveur de recherche Web
Essayez de vous connecter à un serveur MCP public
Essayez de relier la pensée séquentielle
Essayez de vous connecter à l'Explorateur Windows / Essayez de vous connecter à la recherche Web (Brave Search)
Création et connexion à un serveur MCP sur Cloud Desktop

[Note de l'auteur]

L'émergence du MCP n'est pas seulement une avancée technologique ; c'est un tournant qui change le paradigme de l'utilisation des LLM.
Nous passons désormais d'une génération de réponses simple et centrée sur un modèle à une architecture de résolution de problèmes complexes et centrée sur le système.
De plus, la création d'un environnement où différents agents d'IA peuvent partager leurs rôles et coopérer de manière organique jette les bases d'une réponse plus flexible et intelligente aux demandes des utilisateurs, aussi complexes soient-elles.
Par conséquent, les changements suivants deviendront plus évidents à l'avenir :

• Transition d'un modèle unique à une architecture multi-agents
• Un passage d'une méthode où les utilisateurs appellent directement les outils à une méthode où l'IA interprète les requêtes des utilisateurs et sélectionne et exécute automatiquement l'outil approprié.
• Améliorer les outils mis en œuvre de manière répétitive pour en faire des structures réutilisables
• Évolution d'une conception centrée sur le LLM vers une architecture centrée sur l'agent
À terme, l’écosystème de l’IA évoluera vers un système collaboratif multi-agents centré sur des protocoles de connexion standardisés comme MCP.