[{"data":1,"prerenderedAt":825},["ShallowReactive",2],{"series-\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fpair-ai-agents-with-mcp-to-access-the-outside-world":3,"series-context-\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web":686},{"id":4,"title":5,"body":6,"contentId":671,"date":672,"description":673,"extension":674,"github":675,"meetTheInstructor":677,"meta":678,"navigation":66,"part":70,"path":679,"rawbody":680,"robots":677,"schemaOrg":677,"seo":681,"seriesSlug":682,"sitemap":683,"stem":684,"subtitle":677,"topics":677,"__hash__":685},"series\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fpair-ai-agents-with-mcp-to-access-the-outside-world.md","Associer Agents IA et MCP pour accéder au monde extérieur",{"type":7,"value":8,"toc":669},"minimark",[9,13,26,29,132,143,154,157,609,626,642,645,662,665],[10,11,12],"p",{},"Notre serveur MCP est prêt, mais l'Agent ne sait toujours pas qu'il existe. L'étape suivante consiste à donner à l'Agent un client MCP capable de découvrir les outils du serveur et de les rendre disponibles au modèle.",[10,14,15,16,20,21,25],{},"Lorsque nous avons testé le serveur manuellement, l'Inspector MCP a utilisé ",[17,18,19],"strong",{},"List Tools"," pour récupérer les outils disponibles. L'AI SDK peut faire la même chose par programmation : il se connecte au serveur, liste les outils et les adapte à l'interface utilisée par ",[22,23,24],"code",{},"streamText",".",[10,27,28],{},"Avant cela, nous devons ajouter une configuration d'exécution Nitro pour indiquer l'URL du MCP.",[30,31,39],"pre",{"className":32,"code":33,"filename":34,"highlights":35,"language":37,"meta":38,"style":38},"language-ts shiki shiki-themes github-light github-light github-dark","import { defineNitroConfig } from 'nitropack\u002Fconfig'\n\nexport default defineNitroConfig({\n  runtimeConfig: {\n    openAiApiKey: '',\n    mcpEndpoint: '',\n  },\n  \u002F\u002F ...\n})\n","Exemple",[36],6,"ts","",[22,40,41,61,68,84,90,102,113,119,126],{"__ignoreMap":38},[42,43,46,50,54,57],"span",{"class":44,"line":45},"line",1,[42,47,49],{"class":48},"s8jYJ","import",[42,51,53],{"class":52},"sxrX7"," { defineNitroConfig } ",[42,55,56],{"class":48},"from",[42,58,60],{"class":59},"sIIMD"," 'nitropack\u002Fconfig'\n",[42,62,64],{"class":44,"line":63},2,[42,65,67],{"emptyLinePlaceholder":66},true,"\n",[42,69,71,74,77,81],{"class":44,"line":70},3,[42,72,73],{"class":48},"export",[42,75,76],{"class":48}," default",[42,78,80],{"class":79},"snPdu"," defineNitroConfig",[42,82,83],{"class":52},"({\n",[42,85,87],{"class":44,"line":86},4,[42,88,89],{"class":52},"  runtimeConfig: {\n",[42,91,93,96,99],{"class":44,"line":92},5,[42,94,95],{"class":52},"    openAiApiKey: ",[42,97,98],{"class":59},"''",[42,100,101],{"class":52},",\n",[42,103,106,109,111],{"class":104,"line":36},[44,105],"highlight",[42,107,108],{"class":52},"    mcpEndpoint: ",[42,110,98],{"class":59},[42,112,101],{"class":52},[42,114,116],{"class":44,"line":115},7,[42,117,118],{"class":52},"  },\n",[42,120,122],{"class":44,"line":121},8,[42,123,125],{"class":124},"sCsY4","  \u002F\u002F ...\n",[42,127,129],{"class":44,"line":128},9,[42,130,131],{"class":52},"})\n",[10,133,134,135,138,139,142],{},"Dans votre fichier ",[22,136,137],{},".env",", définissez la variable ",[22,140,141],{},"MCP_ENDPOINT"," avec l'URL du MCP :",[30,144,148],{"className":145,"code":146,"filename":34,"language":147,"meta":38,"style":38},"language-ini shiki shiki-themes github-light github-light github-dark","MCP_ENDPOINT=http:\u002F\u002Flocalhost:3000\u002Fmcp\n","ini",[22,149,150],{"__ignoreMap":38},[42,151,152],{"class":44,"line":45},[42,153,146],{},[10,155,156],{},"Nous pouvons alors connecter notre Agent IA au serveur MCP. Le client est créé pour la requête, récupère les outils disponibles et reste ouvert jusqu'à la fin de la réponse diffusée.",[30,158,172],{"className":32,"code":159,"filename":34,"highlights":160,"language":37,"meta":38,"style":38},"import { createOpenAI } from '@ai-sdk\u002Fopenai'\nimport { StreamableHTTPClientTransport } from '@modelcontextprotocol\u002Fsdk\u002Fclient\u002FstreamableHttp.js'\nimport { convertToModelMessages, experimental_createMCPClient, stepCountIs, streamText } from 'ai'\nimport { defineEventHandler, defineLazyEventHandler, readBody } from 'h3'\nimport { useRuntimeConfig } from 'nitropack\u002Fruntime'\n\nexport default defineLazyEventHandler(() => {\n  const runtimeConfig = useRuntimeConfig()\n\n  const model = createOpenAI({\n    apiKey: runtimeConfig.openAiApiKey,\n  })\n\n  return defineEventHandler(async (event) => {\n    const { messages } = await readBody(event)\n\n    const httpTransport = new StreamableHTTPClientTransport(\n      new URL(runtimeConfig.mcpEndpoint)\n    )\n    const httpClient = await experimental_createMCPClient({\n      transport: httpTransport\n    })\n    const tools = await httpClient.tools()\n\n    const result = streamText({\n      model: model('gpt-5-nano'),\n      system: `You are a helpful assistant. You can use the tool to add two numbers together.`,\n      stopWhen: stepCountIs(2),\n      tools,\n      messages: convertToModelMessages(messages),\n      onFinish: () => httpClient.close(),\n      onAbort: () => httpClient.close(),\n    })\n\n    return result.toUIMessageStreamResponse()\n  })\n})\n",[63,161,162,163,164,165,166,167,168,169,170,171],17,18,19,20,21,22,23,30,31,32,33,[22,173,174,186,199,211,223,235,239,257,275,279,294,300,306,311,340,367,372,391,403,409,426,432,438,458,463,478,495,506,522,528,540,559,575,580,585,599,604],{"__ignoreMap":38},[42,175,176,178,181,183],{"class":44,"line":45},[42,177,49],{"class":48},[42,179,180],{"class":52}," { createOpenAI } ",[42,182,56],{"class":48},[42,184,185],{"class":59}," '@ai-sdk\u002Fopenai'\n",[42,187,189,191,194,196],{"class":188,"line":63},[44,105],[42,190,49],{"class":48},[42,192,193],{"class":52}," { StreamableHTTPClientTransport } ",[42,195,56],{"class":48},[42,197,198],{"class":59}," '@modelcontextprotocol\u002Fsdk\u002Fclient\u002FstreamableHttp.js'\n",[42,200,201,203,206,208],{"class":44,"line":70},[42,202,49],{"class":48},[42,204,205],{"class":52}," { convertToModelMessages, experimental_createMCPClient, stepCountIs, streamText } ",[42,207,56],{"class":48},[42,209,210],{"class":59}," 'ai'\n",[42,212,213,215,218,220],{"class":44,"line":86},[42,214,49],{"class":48},[42,216,217],{"class":52}," { defineEventHandler, defineLazyEventHandler, readBody } ",[42,219,56],{"class":48},[42,221,222],{"class":59}," 'h3'\n",[42,224,225,227,230,232],{"class":44,"line":92},[42,226,49],{"class":48},[42,228,229],{"class":52}," { useRuntimeConfig } ",[42,231,56],{"class":48},[42,233,234],{"class":59}," 'nitropack\u002Fruntime'\n",[42,236,237],{"class":44,"line":36},[42,238,67],{"emptyLinePlaceholder":66},[42,240,241,243,245,248,251,254],{"class":44,"line":115},[42,242,73],{"class":48},[42,244,76],{"class":48},[42,246,247],{"class":79}," defineLazyEventHandler",[42,249,250],{"class":52},"(() ",[42,252,253],{"class":48},"=>",[42,255,256],{"class":52}," {\n",[42,258,259,262,266,269,272],{"class":44,"line":121},[42,260,261],{"class":48},"  const",[42,263,265],{"class":264},"sBjJW"," runtimeConfig",[42,267,268],{"class":48}," =",[42,270,271],{"class":79}," useRuntimeConfig",[42,273,274],{"class":52},"()\n",[42,276,277],{"class":44,"line":128},[42,278,67],{"emptyLinePlaceholder":66},[42,280,282,284,287,289,292],{"class":44,"line":281},10,[42,283,261],{"class":48},[42,285,286],{"class":264}," model",[42,288,268],{"class":48},[42,290,291],{"class":79}," createOpenAI",[42,293,83],{"class":52},[42,295,297],{"class":44,"line":296},11,[42,298,299],{"class":52},"    apiKey: runtimeConfig.openAiApiKey,\n",[42,301,303],{"class":44,"line":302},12,[42,304,305],{"class":52},"  })\n",[42,307,309],{"class":44,"line":308},13,[42,310,67],{"emptyLinePlaceholder":66},[42,312,314,317,320,323,326,329,333,336,338],{"class":44,"line":313},14,[42,315,316],{"class":48},"  return",[42,318,319],{"class":79}," defineEventHandler",[42,321,322],{"class":52},"(",[42,324,325],{"class":48},"async",[42,327,328],{"class":52}," (",[42,330,332],{"class":331},"sP4rz","event",[42,334,335],{"class":52},") ",[42,337,253],{"class":48},[42,339,256],{"class":52},[42,341,343,346,349,352,355,358,361,364],{"class":44,"line":342},15,[42,344,345],{"class":48},"    const",[42,347,348],{"class":52}," { ",[42,350,351],{"class":264},"messages",[42,353,354],{"class":52}," } ",[42,356,357],{"class":48},"=",[42,359,360],{"class":48}," await",[42,362,363],{"class":79}," readBody",[42,365,366],{"class":52},"(event)\n",[42,368,370],{"class":44,"line":369},16,[42,371,67],{"emptyLinePlaceholder":66},[42,373,375,377,380,382,385,388],{"class":374,"line":161},[44,105],[42,376,345],{"class":48},[42,378,379],{"class":264}," httpTransport",[42,381,268],{"class":48},[42,383,384],{"class":48}," new",[42,386,387],{"class":79}," StreamableHTTPClientTransport",[42,389,390],{"class":52},"(\n",[42,392,394,397,400],{"class":393,"line":162},[44,105],[42,395,396],{"class":48},"      new",[42,398,399],{"class":79}," URL",[42,401,402],{"class":52},"(runtimeConfig.mcpEndpoint)\n",[42,404,406],{"class":405,"line":163},[44,105],[42,407,408],{"class":52},"    )\n",[42,410,412,414,417,419,421,424],{"class":411,"line":164},[44,105],[42,413,345],{"class":48},[42,415,416],{"class":264}," httpClient",[42,418,268],{"class":48},[42,420,360],{"class":48},[42,422,423],{"class":79}," experimental_createMCPClient",[42,425,83],{"class":52},[42,427,429],{"class":428,"line":165},[44,105],[42,430,431],{"class":52},"      transport: httpTransport\n",[42,433,435],{"class":434,"line":166},[44,105],[42,436,437],{"class":52},"    })\n",[42,439,441,443,446,448,450,453,456],{"class":440,"line":167},[44,105],[42,442,345],{"class":48},[42,444,445],{"class":264}," tools",[42,447,268],{"class":48},[42,449,360],{"class":48},[42,451,452],{"class":52}," httpClient.",[42,454,455],{"class":79},"tools",[42,457,274],{"class":52},[42,459,461],{"class":44,"line":460},24,[42,462,67],{"emptyLinePlaceholder":66},[42,464,466,468,471,473,476],{"class":44,"line":465},25,[42,467,345],{"class":48},[42,469,470],{"class":264}," result",[42,472,268],{"class":48},[42,474,475],{"class":79}," streamText",[42,477,83],{"class":52},[42,479,481,484,487,489,492],{"class":44,"line":480},26,[42,482,483],{"class":52},"      model: ",[42,485,486],{"class":79},"model",[42,488,322],{"class":52},[42,490,491],{"class":59},"'gpt-5-nano'",[42,493,494],{"class":52},"),\n",[42,496,498,501,504],{"class":44,"line":497},27,[42,499,500],{"class":52},"      system: ",[42,502,503],{"class":59},"`You are a helpful assistant. You can use the tool to add two numbers together.`",[42,505,101],{"class":52},[42,507,509,512,515,517,520],{"class":44,"line":508},28,[42,510,511],{"class":52},"      stopWhen: ",[42,513,514],{"class":79},"stepCountIs",[42,516,322],{"class":52},[42,518,519],{"class":264},"2",[42,521,494],{"class":52},[42,523,525],{"class":44,"line":524},29,[42,526,527],{"class":52},"      tools,\n",[42,529,531,534,537],{"class":530,"line":168},[44,105],[42,532,533],{"class":52},"      messages: ",[42,535,536],{"class":79},"convertToModelMessages",[42,538,539],{"class":52},"(messages),\n",[42,541,543,546,549,551,553,556],{"class":542,"line":169},[44,105],[42,544,545],{"class":79},"      onFinish",[42,547,548],{"class":52},": () ",[42,550,253],{"class":48},[42,552,452],{"class":52},[42,554,555],{"class":79},"close",[42,557,558],{"class":52},"(),\n",[42,560,562,565,567,569,571,573],{"class":561,"line":170},[44,105],[42,563,564],{"class":79},"      onAbort",[42,566,548],{"class":52},[42,568,253],{"class":48},[42,570,452],{"class":52},[42,572,555],{"class":79},[42,574,558],{"class":52},[42,576,578],{"class":577,"line":171},[44,105],[42,579,437],{"class":52},[42,581,583],{"class":44,"line":582},34,[42,584,67],{"emptyLinePlaceholder":66},[42,586,588,591,594,597],{"class":44,"line":587},35,[42,589,590],{"class":48},"    return",[42,592,593],{"class":52}," result.",[42,595,596],{"class":79},"toUIMessageStreamResponse",[42,598,274],{"class":52},[42,600,602],{"class":44,"line":601},36,[42,603,305],{"class":52},[42,605,607],{"class":44,"line":606},37,[42,608,131],{"class":52},[10,610,611,612,615,616,618,619,621,622,625],{},"La ligne la plus importante est ",[22,613,614],{},"const tools = await httpClient.tools()",". Comme l'action ",[17,617,19],{}," de l'Inspector, elle récupère les outils exposés par le serveur MCP. Les transmettre à ",[22,620,24],{}," les rend disponibles au modèle. Lorsque le modèle en demande un, ",[22,623,624],{},"experimental_createMCPClient"," utilise le transport HTTP pour appeler le serveur MCP pour le compte de l'Agent.",[627,628,631],"callout",{"color":629,"icon":630},"info","i-ph-info-duotone",[10,632,633,634,637,638,641],{},"Le client MCP utilise le transport Streamable HTTP pour échanger des messages de protocole avec le serveur MCP. Le fermer dans ",[22,635,636],{},"onFinish"," ou ",[22,639,640],{},"onAbort"," le maintient disponible pendant la diffusion de la réponse, puis libère ses ressources.",[10,643,644],{},"Pour l'utilisateur, l'Agent se comporte exactement comme avec un outil direct. D'un point de vue architectural, il consomme toutefois maintenant une capacité standardisée fournie par un serveur distinct.",[646,647,648,649,648,658],"figure",{},"\n  ",[650,651,652,653,648],"video",{"autoPlay":66,"loop":66,"muted":66,"playsInline":66},"\n    ",[654,655],"source",{"src":656,"type":657},"https:\u002F\u002Fimages.soubiran.dev\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fmcp-to-provide-additional-capabilities-to-the-ai-agent\u002Fai-agent-paired-with-mcp.mp4","video\u002Fmp4",[659,660,661],"figcaption",{},"L'Agent IA utilisant un outil et générant une réponse.",[10,663,664],{},"L'Agent peut désormais utiliser un outil sans savoir comment il est implémenté. Nous pouvons faire évoluer le serveur MCP indépendamment, laisser des clients compatibles l'utiliser ou connecter l'Agent à un autre serveur MCP lorsqu'il a besoin de capacités supplémentaires. Dans l'article suivant, nous ajouterons une interface de chat pour que les utilisateurs puissent interagir directement avec l'Agent.",[666,667,668],"style",{},"html pre.shiki code .s8jYJ, html code.shiki .s8jYJ{--shiki-light:#D73A49;--shiki-default:#D73A49;--shiki-dark:#F97583}html pre.shiki code .sxrX7, html code.shiki .sxrX7{--shiki-light:#24292E;--shiki-default:#24292E;--shiki-dark:#E1E4E8}html pre.shiki code .sIIMD, html code.shiki .sIIMD{--shiki-light:#032F62;--shiki-default:#032F62;--shiki-dark:#9ECBFF}html pre.shiki code .snPdu, html code.shiki .snPdu{--shiki-light:#6F42C1;--shiki-default:#6F42C1;--shiki-dark:#B392F0}html pre.shiki code .sCsY4, html code.shiki .sCsY4{--shiki-light:#6A737D;--shiki-default:#6A737D;--shiki-dark:#6A737D}html .light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html.light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html pre.shiki code .sBjJW, html code.shiki .sBjJW{--shiki-light:#005CC5;--shiki-default:#005CC5;--shiki-dark:#79B8FF}html pre.shiki code .sP4rz, html code.shiki .sP4rz{--shiki-light:#E36209;--shiki-default:#E36209;--shiki-dark:#FFAB70}",{"title":38,"searchDepth":63,"depth":63,"links":670},[],"99c16147-c018-4cb9-a94f-d9dfa738bb38","2025-10-07","Les Agents IA avec des outils personnalisés sont puissants. Connecter un serveur MCP à un Agent débloque un autre niveau de capacités.","md",{"branch":676},"03.pairing-ai-agents-with-mcp-to-make-outside-world-accessible",null,{},"\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fpair-ai-agents-with-mcp-to-access-the-outside-world","---\ncontentId: 99c16147-c018-4cb9-a94f-d9dfa738bb38\npart: 3\ntitle: Associer Agents IA et MCP pour accéder au monde extérieur\ndescription: Les Agents IA avec des outils personnalisés sont puissants. Connecter un serveur MCP à un Agent débloque un autre niveau de capacités.\ngithub:\n  branch: 03.pairing-ai-agents-with-mcp-to-make-outside-world-accessible\ndate: 2025-10-07\nseriesSlug: ai-agents-and-mcp-server-teaming-up-for-the-agentic-web\n---\n\nNotre serveur MCP est prêt, mais l'Agent ne sait toujours pas qu'il existe. L'étape suivante consiste à donner à l'Agent un client MCP capable de découvrir les outils du serveur et de les rendre disponibles au modèle.\n\nLorsque nous avons testé le serveur manuellement, l'Inspector MCP a utilisé **List Tools** pour récupérer les outils disponibles. L'AI SDK peut faire la même chose par programmation : il se connecte au serveur, liste les outils et les adapte à l'interface utilisée par `streamText`.\n\nAvant cela, nous devons ajouter une configuration d'exécution Nitro pour indiquer l'URL du MCP.\n\n```ts [Exemple] {6}\nimport { defineNitroConfig } from 'nitropack\u002Fconfig'\n\nexport default defineNitroConfig({\n  runtimeConfig: {\n    openAiApiKey: '',\n    mcpEndpoint: '',\n  },\n  \u002F\u002F ...\n})\n```\n\nDans votre fichier `.env`, définissez la variable `MCP_ENDPOINT` avec l'URL du MCP :\n\n```ini [Exemple]\nMCP_ENDPOINT=http:\u002F\u002Flocalhost:3000\u002Fmcp\n```\n\nNous pouvons alors connecter notre Agent IA au serveur MCP. Le client est créé pour la requête, récupère les outils disponibles et reste ouvert jusqu'à la fin de la réponse diffusée.\n\n```ts [Exemple] {2,17-23,30-33}\nimport { createOpenAI } from '@ai-sdk\u002Fopenai'\nimport { StreamableHTTPClientTransport } from '@modelcontextprotocol\u002Fsdk\u002Fclient\u002FstreamableHttp.js'\nimport { convertToModelMessages, experimental_createMCPClient, stepCountIs, streamText } from 'ai'\nimport { defineEventHandler, defineLazyEventHandler, readBody } from 'h3'\nimport { useRuntimeConfig } from 'nitropack\u002Fruntime'\n\nexport default defineLazyEventHandler(() => {\n  const runtimeConfig = useRuntimeConfig()\n\n  const model = createOpenAI({\n    apiKey: runtimeConfig.openAiApiKey,\n  })\n\n  return defineEventHandler(async (event) => {\n    const { messages } = await readBody(event)\n\n    const httpTransport = new StreamableHTTPClientTransport(\n      new URL(runtimeConfig.mcpEndpoint)\n    )\n    const httpClient = await experimental_createMCPClient({\n      transport: httpTransport\n    })\n    const tools = await httpClient.tools()\n\n    const result = streamText({\n      model: model('gpt-5-nano'),\n      system: `You are a helpful assistant. You can use the tool to add two numbers together.`,\n      stopWhen: stepCountIs(2),\n      tools,\n      messages: convertToModelMessages(messages),\n      onFinish: () => httpClient.close(),\n      onAbort: () => httpClient.close(),\n    })\n\n    return result.toUIMessageStreamResponse()\n  })\n})\n```\n\nLa ligne la plus importante est `const tools = await httpClient.tools()`. Comme l'action **List Tools** de l'Inspector, elle récupère les outils exposés par le serveur MCP. Les transmettre à `streamText` les rend disponibles au modèle. Lorsque le modèle en demande un, `experimental_createMCPClient` utilise le transport HTTP pour appeler le serveur MCP pour le compte de l'Agent.\n\n::callout{icon=\"i-ph-info-duotone\" color=\"info\"}\nLe client MCP utilise le transport Streamable HTTP pour échanger des messages de protocole avec le serveur MCP. Le fermer dans `onFinish` ou `onAbort` le maintient disponible pendant la diffusion de la réponse, puis libère ses ressources.\n::\n\nPour l'utilisateur, l'Agent se comporte exactement comme avec un outil direct. D'un point de vue architectural, il consomme toutefois maintenant une capacité standardisée fournie par un serveur distinct.\n\n\u003Cfigure>\n  \u003Cvideo autoplay loop muted playsinline>\n    \u003Csource src=\"https:\u002F\u002Fimages.soubiran.dev\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fmcp-to-provide-additional-capabilities-to-the-ai-agent\u002Fai-agent-paired-with-mcp.mp4\" type=\"video\u002Fmp4\">\n  \u003C\u002Fvideo>\n  \u003Cfigcaption>L'Agent IA utilisant un outil et générant une réponse.\u003C\u002Ffigcaption>\n\u003C\u002Ffigure>\n\nL'Agent peut désormais utiliser un outil sans savoir comment il est implémenté. Nous pouvons faire évoluer le serveur MCP indépendamment, laisser des clients compatibles l'utiliser ou connecter l'Agent à un autre serveur MCP lorsqu'il a besoin de capacités supplémentaires. Dans l'article suivant, nous ajouterons une interface de chat pour que les utilisateurs puissent interagir directement avec l'Agent.\n",{"title":5,"description":673},"ai-agents-and-mcp-server-teaming-up-for-the-agentic-web",{"loc":679},"fr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fpair-ai-agents-with-mcp-to-access-the-outside-world","nmX1tExcL4OUUIJ1VqYJpVGwj2Koz-_Xq3Hb6kHCVrY",{"overview":687,"chapters":798},{"id":688,"title":689,"body":690,"contentId":777,"date":672,"description":778,"extension":674,"github":779,"meetTheInstructor":782,"meta":783,"navigation":66,"part":677,"path":784,"rawbody":785,"robots":677,"schemaOrg":677,"seo":786,"seriesSlug":682,"sitemap":787,"stem":788,"subtitle":789,"topics":790,"__hash__":797},"series\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web.md","Agents IA et serveur MCP au service du web agentique",{"type":7,"value":691,"toc":774},[692,695,698,707,710,713,716,750,753,763,768],[10,693,694],{},"Salut 👋,",[10,696,697],{},"Depuis des mois, j'explore l'IA et les dernières innovations. L'idée de discuter avec mon site web, littéralement de discuter avec lui via une interface semblable à celle que vous utilisez pour parler à un ami sur votre téléphone, me fascine. Cette idée m'a conduit à créer des Agents IA capables d'interagir avec mon site et de fournir aux utilisateurs des informations de qualité, à jour et adaptées au contexte.",[10,699,700,701,706],{},"Cette série ne traite pas des détails exacts de l'implémentation de mon Agent IA. J'ai déjà écrit deux articles à ce sujet. Le premier couvre ",[702,703,705],"a",{"href":704},"\u002Ffr\u002Fposts\u002Fai-agents-will-deeply-transform-our-experience-with-the-web","l'essor des Agents IA"," et leur impact potentiel sur le web. Le second aborde l'implémentation technique de mon Agent IA.",[10,708,709],{},"Cette série se concentre plutôt sur les concepts fondamentaux pour vous aider à démarrer votre propre Agent IA et à le connecter à un serveur MCP afin de lui donner davantage de capacités.",[10,711,712],{},"Nous ne construirons rien de particulièrement élaboré, car le web agentique en est encore à ses débuts. Comme je l'ai mentionné dans mon article sur l'essor des Agents IA, tout reste à bâtir. Il n'existe pas encore de schémas établis ni de méthodes définitives. Pour l'instant, la meilleure approche est de construire, expérimenter, évaluer et itérer.",[10,714,715],{},"Au fil de cette série, nous allons :",[717,718,719,726,732,738,744],"ol",{},[720,721,722,725],"li",{},[17,723,724],{},"Construire facilement un Agent IA grâce à l'AI SDK"," : avec l'AI SDK, nous créerons notre premier Agent IA et comprendrons ce qui le différencie d'une IA traditionnelle.",[720,727,728,731],{},[17,729,730],{},"MCP pour fournir des capacités supplémentaires à l'Agent IA"," : avec le SDK MCP officiel, nous créerons un serveur MCP doté d'un outil simple et interagirons avec lui.",[720,733,734,737],{},[17,735,736],{},"Associer les Agents IA et MCP pour accéder au monde extérieur"," : un Agent IA a besoin d'outils ; nous connecterons l'Agent au serveur MCP afin qu'il puisse interagir avec le monde extérieur.",[720,739,740,743],{},[17,741,742],{},"Une application IA puissante avec Nitro et Nuxt UI"," : nous construirons une interface utilisateur pour notre Agent IA afin de faciliter l'interaction.",[720,745,746,749],{},[17,747,748],{},"Déployer notre Agent IA dans le monde avec Cloudflare"," : enfin, nous déploierons l'application IA et le serveur MCP sur Cloudflare. C'est la plateforme que j'ai choisie, mais vous pouvez les déployer où vous préférez.",[10,751,752],{},"À la fin, vous disposerez d'une interface de chat complète pour dialoguer avec votre Agent IA, ainsi que de tous les éléments nécessaires pour continuer à expérimenter.",[646,754,648,755,648,760],{},[650,756,652,757,648],{"autoPlay":66,"loop":66,"muted":66,"playsInline":66},[654,758],{"src":759,"type":657},"https:\u002F\u002Fimages.soubiran.dev\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fai-application.mp4",[659,761,762],{},"Notre application IA finale.",[764,765,767],"h2",{"id":766},"chapitres","Chapitres",[769,770],"series-chapters-list",{"className":771},[772,773],"mx-auto","max-w-5xl",{"title":38,"searchDepth":63,"depth":63,"links":775},[776],{"id":766,"depth":63,"text":767},"fdeaf0eb-725c-4963-a535-b059c6bd980d","Construisez une application IA, comprenez le fonctionnement des Agents IA et découvrez comment un serveur MCP étend leurs capacités.",{"name":780,"repository":781},"AI Agents and MCP","barbapapazes\u002Fai-agent","Depuis des mois, je suis fasciné par l'IA et son potentiel. J'ai peiné à trouver les bonnes ressources pour comprendre le fonctionnement des Agents IA. Après des recherches et des expérimentations, j'ai commencé à saisir les concepts clés et je suis ravi de partager ce que j'ai appris avec vous.",{},"\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web","---\ncontentId: fdeaf0eb-725c-4963-a535-b059c6bd980d\ntitle: \"Agents IA et serveur MCP au service du web agentique\"\nsubtitle: Explorez l'avenir du web en construisant une application IA\ndescription: Construisez une application IA, comprenez le fonctionnement des Agents IA et découvrez comment un serveur MCP étend leurs capacités.\ndate: 2025-10-07\ntopics:\n  - ai-agents\n  - ai\n  - mcp\n  - agentic-web\n  - nuxt\n  - nuxt-ui\ngithub:\n  name: AI Agents and MCP\n  repository: barbapapazes\u002Fai-agent\nmeetTheInstructor: Depuis des mois, je suis fasciné par l'IA et son potentiel. J'ai peiné à trouver les bonnes ressources pour comprendre le fonctionnement des Agents IA. Après des recherches et des expérimentations, j'ai commencé à saisir les concepts clés et je suis ravi de partager ce que j'ai appris avec vous.\nseriesSlug: ai-agents-and-mcp-server-teaming-up-for-the-agentic-web\n---\n\nSalut 👋,\n\nDepuis des mois, j'explore l'IA et les dernières innovations. L'idée de discuter avec mon site web, littéralement de discuter avec lui via une interface semblable à celle que vous utilisez pour parler à un ami sur votre téléphone, me fascine. Cette idée m'a conduit à créer des Agents IA capables d'interagir avec mon site et de fournir aux utilisateurs des informations de qualité, à jour et adaptées au contexte.\n\nCette série ne traite pas des détails exacts de l'implémentation de mon Agent IA. J'ai déjà écrit deux articles à ce sujet. Le premier couvre [l'essor des Agents IA](\u002Ffr\u002Fposts\u002Fai-agents-will-deeply-transform-our-experience-with-the-web) et leur impact potentiel sur le web. Le second aborde l'implémentation technique de mon Agent IA.\n\nCette série se concentre plutôt sur les concepts fondamentaux pour vous aider à démarrer votre propre Agent IA et à le connecter à un serveur MCP afin de lui donner davantage de capacités.\n\nNous ne construirons rien de particulièrement élaboré, car le web agentique en est encore à ses débuts. Comme je l'ai mentionné dans mon article sur l'essor des Agents IA, tout reste à bâtir. Il n'existe pas encore de schémas établis ni de méthodes définitives. Pour l'instant, la meilleure approche est de construire, expérimenter, évaluer et itérer.\n\nAu fil de cette série, nous allons :\n\n1. **Construire facilement un Agent IA grâce à l'AI SDK** : avec l'AI SDK, nous créerons notre premier Agent IA et comprendrons ce qui le différencie d'une IA traditionnelle.\n2. **MCP pour fournir des capacités supplémentaires à l'Agent IA** : avec le SDK MCP officiel, nous créerons un serveur MCP doté d'un outil simple et interagirons avec lui.\n3. **Associer les Agents IA et MCP pour accéder au monde extérieur** : un Agent IA a besoin d'outils ; nous connecterons l'Agent au serveur MCP afin qu'il puisse interagir avec le monde extérieur.\n4. **Une application IA puissante avec Nitro et Nuxt UI** : nous construirons une interface utilisateur pour notre Agent IA afin de faciliter l'interaction.\n5. **Déployer notre Agent IA dans le monde avec Cloudflare** : enfin, nous déploierons l'application IA et le serveur MCP sur Cloudflare. C'est la plateforme que j'ai choisie, mais vous pouvez les déployer où vous préférez.\n\nÀ la fin, vous disposerez d'une interface de chat complète pour dialoguer avec votre Agent IA, ainsi que de tous les éléments nécessaires pour continuer à expérimenter.\n\n\u003Cfigure>\n  \u003Cvideo autoplay loop muted playsinline>\n    \u003Csource src=\"https:\u002F\u002Fimages.soubiran.dev\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fai-application.mp4\" type=\"video\u002Fmp4\">\n  \u003C\u002Fvideo>\n  \u003Cfigcaption>Notre application IA finale.\u003C\u002Ffigcaption>\n\u003C\u002Ffigure>\n\n## Chapitres\n\n::series-chapters-list\n---\nclass: mx-auto max-w-5xl\n---\n::\n",{"title":689,"description":778},{"loc":784},"fr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web","Explorez l'avenir du web en construisant une application IA",[791,792,793,794,795,796],"ai-agents","ai","mcp","agentic-web","nuxt","nuxt-ui","-HwT1nh_HXY5V9dlNZCSc3lLRsAtMnRAARN_LsYbWKs",[799,805,811,813,819],{"contentId":800,"title":724,"description":801,"path":802,"part":45,"github":803,"topics":677},"59a8e5d2-5fc9-4087-b62e-88592bcbebd5","Les Agents IA peuvent sembler mystérieux, mais ils ne sont pas aussi complexes qu'ils en ont l'air. Prouvons-le avec des explications et des exemples détaillés.","\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fbuilding-an-ai-agent-made-easy-thanks-to-the-ai-sdk",{"branch":804},"01.building-an-ai-agent-made-easy-thanks-to-the-ai-sdk",{"contentId":806,"title":730,"description":807,"path":808,"part":63,"github":809,"topics":677},"09b092f0-098a-43ff-b859-07b7892cb3f6","Les serveurs MCP se multiplient. Les comprendre est essentiel pour exploiter pleinement le potentiel des Agents IA.","\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fmcp-to-provide-additional-capabilities-to-the-ai-agent",{"branch":810},"02.mcp-to-provide-additional-capabilities-to-the-ai-agent",{"contentId":671,"title":5,"description":673,"path":679,"part":70,"github":812,"topics":677},{"branch":676},{"contentId":814,"title":742,"description":815,"path":816,"part":86,"github":817,"topics":677},"7ba7afbc-74f6-42bf-8545-af7b0b4ed440","Avoir un Agent IA est un bon début, mais l'intégrer dans une application fait toute la différence. Nuxt UI facilite cette étape.","\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fa-powerful-ai-application-made-with-nitro-and-nuxt-ui",{"branch":818},"04.a-powerful-ai-application-made-with-nitro-and-nuxt-ui",{"contentId":820,"title":748,"description":821,"path":822,"part":92,"github":823,"topics":677},"81b0747d-3674-4639-b65a-1730ad55f922","Déployez l'application IA et son serveur MCP sur Cloudflare afin que chacun puisse utiliser ses capacités en ligne, depuis n'importe quel Agent.","\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fdeploying-our-ai-agent-to-the-world-using-cloudflare",{"branch":824},"05.deploying-our-ai-agent-to-the-world-using-cloudflare",1795016702788]