TheModelDesk

Le Model Context Protocol (MCP) sert d'interface standardisée pour exposer des outils, des ressources et des invites aux agents d'IA. À l'instar de REST pour les API web, le MCP permet aux développeurs de créer des outils une seule fois sous forme de serveurs, utilisables par tout client compatible, qu'ils soient hébergés localement via stdio ou à distance via HTTP.

Ce tutoriel explique comment mettre en œuvre une architecture MCP en utilisant FastMCP, une bibliothèque Python qui simplifie la création de serveurs grâce à des décorateurs similaires à ceux de FastAPI. Pour relier ces serveurs à un agent d'IA, le projet utilise langchain-mcp-adapters, permettant à LangChain v1 d'intégrer des outils provenant de sources multiples de manière transparente.

La pile technique repose sur Ollama pour exécuter le modèle Qwen (plus précisément qwen3.5:4b), qui dispose de capacités natives d'appel d'outils. La configuration présentée comprend un serveur FastMCP local pour des fonctions basiques (comptage de mots, heure actuelle) et un serveur distant de DeepWiki pour interroger des dépôts GitHub.

En séparant les outils dans des serveurs distincts, l'agent devient un script de coordination qui fusionne les outils locaux et distants. Cette approche garantit que le LLM reste local, n'interagissant avec des services externes que lorsque cela est strictement nécessaire.