[{"data":1,"prerenderedAt":1015},["ShallowReactive",2],{"series-\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Flet-the-model-orchestrate-tools-with-a-local-code-runtime":3,"series-context-\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers":821},{"id":4,"title":5,"body":6,"contentId":806,"date":807,"description":808,"extension":809,"github":810,"meetTheInstructor":812,"meta":813,"navigation":142,"part":139,"path":814,"rawbody":815,"robots":812,"schemaOrg":812,"seo":816,"seriesSlug":817,"sitemap":818,"stem":819,"subtitle":812,"topics":812,"__hash__":820},"series\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Flet-the-model-orchestrate-tools-with-a-local-code-runtime.md","Laisser le modèle orchestrer les outils avec du code local",{"type":7,"value":8,"toc":798},"minimark",[9,21,36,41,49,60,69,72,83,87,90,100,103,107,110,329,332,340,343,347,350,359,365,368,406,409,620,630,636,730,743,746,755,759,762,776,780,786,794],[10,11,12,13,20],"p",{},"Cloudflare a popularisé le Code Mode en septembre 2025 avec un article intitulé ",[14,15,19],"a",{"href":16,"rel":17},"https:\u002F\u002Fblog.cloudflare.com\u002Fcode-mode\u002F",[18],"nofollow","Code Mode: the better way to use MCP",". L'article mérite vraiment d'être lu, mais il peut sembler un peu déroutant au premier abord. Il m'a fallu plusieurs mois pour bien comprendre le concept et savoir comment l'utiliser correctement.",[10,22,23,24,27,28,31,32,35],{},"Dans cette partie, nous remplacerons les deux outils Drive directs par un unique outil ",[25,26,25],"code",{}," générique. Nous exposerons une façade ",[25,29,30],{},"Drive"," typée et utiliserons un évaluateur local de confiance basé sur le constructeur ",[25,33,34],{},"Function",". Ce raccourci nous servira pendant le développement avant son isolation dans la partie 5.",[37,38,40],"h2",{"id":39},"partir-dun-mode-en-plusieurs-tours","Partir d'un mode en plusieurs tours",[10,42,43,44,48],{},"Dans ",[14,45,47],{"href":46},"\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Fbeyond-one-tool-call-at-a-time-introducing-code-mode","l'article précédent",", nous avons étudié l'exemple suivant : créer un fichier qui contient tous les titres d'un fichier Markdown présent dans un Drive.",[10,50,51,52,55,56,59],{},"Pour y parvenir, nous avons construit un serveur MCP avec deux outils, ",[25,53,54],{},"readFile"," et ",[25,57,58],{},"writeFile",", puis anticipé le comportement du modèle.",[10,61,62,63,65,66,68],{},"Le modèle doit d'abord lire le fichier avec ",[25,64,54],{},", ce qui charge l'intégralité de son contenu dans le contexte. Il doit ensuite extraire les titres de ce contenu et appeler ",[25,67,58],{}," pour les écrire dans un nouveau fichier.",[10,70,71],{},"Du point de vue du réseau, les messages échangés entre le modèle et le serveur MCP ressemblent à ceci :",[73,74,81],"pre",{"className":75,"code":77,"filename":78,"language":79,"meta":80},[76],"language-text","LLM -> MCP: readFile(path=\"myfile.md\")\nMCP -> LLM: { content: \"...\" }  \u002F\u002F entire file content\nLLM -> MCP: writeFile(path=\"myfile_titles.md\", content=\"...\")\nMCP -> LLM: { content: \"{ success: true }\" }\n","Exemple","text","",[25,82,77],{"__ignoreMap":80},[37,84,86],{"id":85},"passer-à-un-seul-tour","Passer à un seul tour",[10,88,89],{},"L'approche précédente fonctionne, mais elle présente quelques défauts.",[91,92,93,97],"ol",{},[94,95,96],"li",{},"Pour atteindre notre objectif, l'écriture dépend directement de la lecture. Nous savons dès le départ que ces deux étapes sont nécessaires. En théorie, un seul tour devrait donc suffire.",[94,98,99],{},"Le modèle doit charger l'intégralité du fichier dans son contexte. Il consomme ainsi du temps de traitement, des jetons et de l'espace de contexte pour des informations qu'il n'a pas besoin de connaître.",[10,101,102],{},"C'est précisément dans ce cas que le Code Mode montre son intérêt.",[37,104,106],{"id":105},"comme-sil-sagissait-dune-api","Comme s'il s'agissait d'une API",[10,108,109],{},"Si le Drive était exposé sous la forme d'une API de package plutôt que d'un MCP, à quoi ressemblerait notre code ?",[73,111,115],{"className":112,"code":113,"filename":78,"language":114,"meta":80,"style":80},"language-ts shiki shiki-themes github-light github-light github-dark","import { readFile, writeFile } from 'drive'\n\nasync function createFileWithTitles(inputPath: string, outputPath: string) {\n  const content = await readFile(inputPath)\n  const titles = content.match(\u002F^# (.*)$\u002Fgm)?.map(title => title.replace(\u002F^# \u002F, '')) ?? []\n  await writeFile(outputPath, titles.join('\\n'))\n}\n","ts",[25,116,117,137,144,184,205,295,323],{"__ignoreMap":80},[118,119,122,126,130,133],"span",{"class":120,"line":121},"line",1,[118,123,125],{"class":124},"s8jYJ","import",[118,127,129],{"class":128},"sxrX7"," { readFile, writeFile } ",[118,131,132],{"class":124},"from",[118,134,136],{"class":135},"sIIMD"," 'drive'\n",[118,138,140],{"class":120,"line":139},2,[118,141,143],{"emptyLinePlaceholder":142},true,"\n",[118,145,147,150,153,157,160,164,167,171,174,177,179,181],{"class":120,"line":146},3,[118,148,149],{"class":124},"async",[118,151,152],{"class":124}," function",[118,154,156],{"class":155},"snPdu"," createFileWithTitles",[118,158,159],{"class":128},"(",[118,161,163],{"class":162},"sP4rz","inputPath",[118,165,166],{"class":124},":",[118,168,170],{"class":169},"sBjJW"," string",[118,172,173],{"class":128},", ",[118,175,176],{"class":162},"outputPath",[118,178,166],{"class":124},[118,180,170],{"class":169},[118,182,183],{"class":128},") {\n",[118,185,187,190,193,196,199,202],{"class":120,"line":186},4,[118,188,189],{"class":124},"  const",[118,191,192],{"class":169}," content",[118,194,195],{"class":124}," =",[118,197,198],{"class":124}," await",[118,200,201],{"class":155}," readFile",[118,203,204],{"class":128},"(inputPath)\n",[118,206,208,210,213,215,218,221,223,226,229,233,236,239,242,245,247,250,253,256,258,261,264,267,270,272,274,276,279,281,283,286,289,292],{"class":120,"line":207},5,[118,209,189],{"class":124},[118,211,212],{"class":169}," titles",[118,214,195],{"class":124},[118,216,217],{"class":128}," content.",[118,219,220],{"class":155},"match",[118,222,159],{"class":128},[118,224,225],{"class":135},"\u002F",[118,227,228],{"class":124},"^",[118,230,232],{"class":231},"s3JiQ","# (",[118,234,235],{"class":169},".",[118,237,238],{"class":124},"*",[118,240,241],{"class":231},")",[118,243,244],{"class":124},"$",[118,246,225],{"class":135},[118,248,249],{"class":124},"gm",[118,251,252],{"class":128},")?.",[118,254,255],{"class":155},"map",[118,257,159],{"class":128},[118,259,260],{"class":162},"title",[118,262,263],{"class":124}," =>",[118,265,266],{"class":128}," title.",[118,268,269],{"class":155},"replace",[118,271,159],{"class":128},[118,273,225],{"class":135},[118,275,228],{"class":124},[118,277,278],{"class":231},"# ",[118,280,225],{"class":135},[118,282,173],{"class":128},[118,284,285],{"class":135},"''",[118,287,288],{"class":128},")) ",[118,290,291],{"class":124},"??",[118,293,294],{"class":128}," []\n",[118,296,298,301,304,307,310,312,315,318,320],{"class":120,"line":297},6,[118,299,300],{"class":124},"  await",[118,302,303],{"class":155}," writeFile",[118,305,306],{"class":128},"(outputPath, titles.",[118,308,309],{"class":155},"join",[118,311,159],{"class":128},[118,313,314],{"class":135},"'",[118,316,317],{"class":169},"\\n",[118,319,314],{"class":135},[118,321,322],{"class":128},"))\n",[118,324,326],{"class":120,"line":325},7,[118,327,328],{"class":128},"}\n",[10,330,331],{},"Il pourrait ressembler à cela.",[10,333,334,335,55,337,339],{},"Au lieu d'exposer ",[25,336,54],{},[25,338,58],{}," comme des appels d'outils séparés, nous les exposons comme des fonctions. L'implémentation sous-jacente pourrait rester identique. Seule la façade change, tandis que le comportement attendu reste le même.",[10,341,342],{},"Plutôt que de demander au modèle d'orchestrer les outils, nous pourrions maintenant lui demander d'orchestrer les fonctions en écrivant le code à notre place.",[37,344,346],{"id":345},"les-llm-connaissent-bien-le-code","Les LLM connaissent bien le code",[10,348,349],{},"Les LLM sont souvent plus fiables lorsqu'ils écrivent des structures de code familières que lorsqu'ils doivent choisir parmi un ensemble complexe d'outils. Le Code Mode exploite cette force sans donner au code généré un accès illimité à l'hôte.",[10,351,352,353,355,356,235],{},"Au lieu de fournir plusieurs outils au modèle, nous pouvons donc lui fournir un seul outil ",[25,354,25],{},". Pour lui indiquer quoi faire et quelles fonctions sont disponibles, nous pouvons ajouter une interface typée à la description de l'outil, exactement comme dans les fichiers TypeScript ",[25,357,358],{},".d.ts",[73,360,363],{"className":361,"code":362,"filename":358,"language":79,"meta":80},[76],"Run one small JavaScript program against the local Drive capability.\n\nThe generated code is an async arrow function. It receives only the named capabilities below and should return the compact result needed by the next decision.\n\ninterface Drive {\n  readFile: (path: string) => Promise\u003Cstring>;\n  writeFile: (path: string, content: string) => Promise\u003Cvoid>;\n}\n\ndeclare const drive: Drive;\n\nExample:\nasync () => {\n  const content = await drive.readFile('article.md');\n  const headings = content\n    .split('\\\\n')\n    .filter((line) => \u002F^#{1,6}\\\\s\u002F.test(line))\n    .map((line) => line.replace(\u002F^#+\\\\s*\u002F, ''));\n\n  await drive.writeFile('titles.md', headings.join('\\\\n'));\n  return { headingCount: headings.length };\n}\n",[25,364,362],{"__ignoreMap":80},[10,366,367],{},"Cette description fournit plusieurs informations au modèle :",[369,370,371,374,377,383,400],"ul",{},[94,372,373],{},"Une courte explication de ce que le code doit accomplir.",[94,375,376],{},"Le format attendu, ici une fonction fléchée asynchrone qui reçoit uniquement les capacités nommées et renvoie un résultat compact.",[94,378,379,380,382],{},"L'interface ",[25,381,30],{},", qui décrit les fonctions disponibles et leurs types.",[94,384,385,386,389,390,392,393,55,396,399],{},"La constante ",[25,387,388],{},"drive",", une instance de l'interface ",[25,391,30],{}," que le modèle peut utiliser. Elle lui indique que ",[25,394,395],{},"drive.readFile",[25,397,398],{},"drive.writeFile"," sont disponibles comme variable globale pour lire et écrire des fichiers.",[94,401,402,403,405],{},"Un exemple d'utilisation de la constante ",[25,404,388],{},". Cet exemple donne au modèle une référence claire, améliore sa fiabilité et réduit le risque qu'il génère un code défaillant.",[10,407,408],{},"L'outil pourrait alors ressembler à ceci :",[73,410,412],{"className":112,"code":411,"filename":78,"language":114,"meta":80,"style":80},"server.registerTool(\n  'code',\n  {\n    title: 'Drive Code Mode',\n    description: '...', \u002F\u002F Description from the previous code block\n    inputSchema: z.object({\n      code: z\n        .string()\n        .describe('An async arrow function that uses the typed Drive capability')\n    }),\n    annotations: {\n      title: 'Drive Code Mode'\n    }\n  },\n  async ({ code }) => {\n    const result = await evaluateCode(code)\n    const text = formatCodeResult(result)\n    return { content: [{ type: 'text', text }] }\n  }\n)\n",[25,413,414,425,433,438,448,462,473,478,490,506,512,518,527,533,539,559,578,594,609,615],{"__ignoreMap":80},[118,415,416,419,422],{"class":120,"line":121},[118,417,418],{"class":128},"server.",[118,420,421],{"class":155},"registerTool",[118,423,424],{"class":128},"(\n",[118,426,427,430],{"class":120,"line":139},[118,428,429],{"class":135},"  'code'",[118,431,432],{"class":128},",\n",[118,434,435],{"class":120,"line":146},[118,436,437],{"class":128},"  {\n",[118,439,440,443,446],{"class":120,"line":186},[118,441,442],{"class":128},"    title: ",[118,444,445],{"class":135},"'Drive Code Mode'",[118,447,432],{"class":128},[118,449,450,453,456,458],{"class":120,"line":207},[118,451,452],{"class":128},"    description: ",[118,454,455],{"class":135},"'...'",[118,457,173],{"class":128},[118,459,461],{"class":460},"sCsY4","\u002F\u002F Description from the previous code block\n",[118,463,464,467,470],{"class":120,"line":297},[118,465,466],{"class":128},"    inputSchema: z.",[118,468,469],{"class":155},"object",[118,471,472],{"class":128},"({\n",[118,474,475],{"class":120,"line":325},[118,476,477],{"class":128},"      code: z\n",[118,479,481,484,487],{"class":120,"line":480},8,[118,482,483],{"class":128},"        .",[118,485,486],{"class":155},"string",[118,488,489],{"class":128},"()\n",[118,491,493,495,498,500,503],{"class":120,"line":492},9,[118,494,483],{"class":128},[118,496,497],{"class":155},"describe",[118,499,159],{"class":128},[118,501,502],{"class":135},"'An async arrow function that uses the typed Drive capability'",[118,504,505],{"class":128},")\n",[118,507,509],{"class":120,"line":508},10,[118,510,511],{"class":128},"    }),\n",[118,513,515],{"class":120,"line":514},11,[118,516,517],{"class":128},"    annotations: {\n",[118,519,521,524],{"class":120,"line":520},12,[118,522,523],{"class":128},"      title: ",[118,525,526],{"class":135},"'Drive Code Mode'\n",[118,528,530],{"class":120,"line":529},13,[118,531,532],{"class":128},"    }\n",[118,534,536],{"class":120,"line":535},14,[118,537,538],{"class":128},"  },\n",[118,540,542,545,548,550,553,556],{"class":120,"line":541},15,[118,543,544],{"class":124},"  async",[118,546,547],{"class":128}," ({ ",[118,549,25],{"class":162},[118,551,552],{"class":128}," }) ",[118,554,555],{"class":124},"=>",[118,557,558],{"class":128}," {\n",[118,560,562,565,568,570,572,575],{"class":120,"line":561},16,[118,563,564],{"class":124},"    const",[118,566,567],{"class":169}," result",[118,569,195],{"class":124},[118,571,198],{"class":124},[118,573,574],{"class":155}," evaluateCode",[118,576,577],{"class":128},"(code)\n",[118,579,581,583,586,588,591],{"class":120,"line":580},17,[118,582,564],{"class":124},[118,584,585],{"class":169}," text",[118,587,195],{"class":124},[118,589,590],{"class":155}," formatCodeResult",[118,592,593],{"class":128},"(result)\n",[118,595,597,600,603,606],{"class":120,"line":596},18,[118,598,599],{"class":124},"    return",[118,601,602],{"class":128}," { content: [{ type: ",[118,604,605],{"class":135},"'text'",[118,607,608],{"class":128},", text }] }\n",[118,610,612],{"class":120,"line":611},19,[118,613,614],{"class":128},"  }\n",[118,616,618],{"class":120,"line":617},20,[118,619,505],{"class":128},[10,621,622,623,625,626,629],{},"Comme vous pouvez le constater, l'outil ",[25,624,25],{}," reste très générique. Toute sa puissance se trouve dans la fonction ",[25,627,628],{},"evaluateCode",", qui exécute le code, de préférence dans un environnement isolé.",[10,631,632,633,635],{},"Pour notre exemple, nous utiliserons toutefois un évaluateur local de confiance basé sur le constructeur ",[25,634,34],{},". Il n'est pas sûr pour la production, mais il suffit pour cette étape de développement.",[73,637,639],{"className":112,"code":638,"filename":78,"language":114,"meta":80,"style":80},"\u002F\u002F eslint-disable-next-line no-new-func\nconst orchestrate = new Function(\n  ...Object.keys(capabilities),\n  `\"use strict\"; return (${code.trim()});`\n)(...Object.values(capabilities))\n\nconst result = await orchestrate()\n",[25,640,641,646,664,678,696,712,716],{"__ignoreMap":80},[118,642,643],{"class":120,"line":121},[118,644,645],{"class":460},"\u002F\u002F eslint-disable-next-line no-new-func\n",[118,647,648,651,654,656,659,662],{"class":120,"line":139},[118,649,650],{"class":124},"const",[118,652,653],{"class":169}," orchestrate",[118,655,195],{"class":124},[118,657,658],{"class":124}," new",[118,660,661],{"class":155}," Function",[118,663,424],{"class":128},[118,665,666,669,672,675],{"class":120,"line":146},[118,667,668],{"class":124},"  ...",[118,670,671],{"class":128},"Object.",[118,673,674],{"class":155},"keys",[118,676,677],{"class":128},"(capabilities),\n",[118,679,680,683,685,687,690,693],{"class":120,"line":186},[118,681,682],{"class":135},"  `\"use strict\"; return (${",[118,684,25],{"class":128},[118,686,235],{"class":135},[118,688,689],{"class":155},"trim",[118,691,692],{"class":135},"()",[118,694,695],{"class":135},"});`\n",[118,697,698,701,704,706,709],{"class":120,"line":207},[118,699,700],{"class":128},")(",[118,702,703],{"class":124},"...",[118,705,671],{"class":128},[118,707,708],{"class":155},"values",[118,710,711],{"class":128},"(capabilities))\n",[118,713,714],{"class":120,"line":297},[118,715,143],{"emptyLinePlaceholder":142},[118,717,718,720,722,724,726,728],{"class":120,"line":325},[118,719,650],{"class":124},[118,721,567],{"class":169},[118,723,195],{"class":124},[118,725,198],{"class":124},[118,727,653],{"class":155},[118,729,489],{"class":128},[731,732,735],"callout",{"color":733,"icon":734},"primary","i-ph-info-duotone",[10,736,737,738,742],{},"Dans un environnement de production, vous devez utiliser un évaluateur isolé. Consultez ",[14,739,741],{"href":740},".\u002Freplacing-local-eval-with-isolated-cloudflare-workers","Remplacer l'évaluateur par des Workers Cloudflare isolés"," pour en savoir plus.",[10,744,745],{},"Si vous n'avez jamais utilisé ce constructeur, c'est normal. Il n'est pas sûr et ne doit pas exécuter de code non fiable, y compris du code généré par un LLM, en dehors de cette étape de développement de confiance.",[10,747,748,749,751,752,754],{},"Pour résumer rapidement, le constructeur ",[25,750,34],{}," crée une nouvelle fonction à partir de la chaîne de code fournie. Les premiers arguments correspondent aux noms des paramètres, et le dernier contient le corps de la fonction. Ici, nous transmettons la capacité ",[25,753,388],{}," comme paramètre et renvoyons la fonction fléchée asynchrone générée par le modèle.",[37,756,758],{"id":757},"des-bibliothèques-pour-le-code-mode","Des bibliothèques pour le Code Mode",[10,760,761],{},"Le Code Mode peut être pénible à implémenter, car les types de la description de l'outil doivent rester synchronisés avec l'implémentation réelle.",[10,763,764,765,55,770,775],{},"Heureusement, des bibliothèques comme ",[14,766,769],{"href":767,"rel":768},"https:\u002F\u002Fdevelopers.cloudflare.com\u002Fagents\u002Ftools\u002Fcodemode\u002F",[18],"Cloudflare Code Mode",[14,771,774],{"href":772,"rel":773},"https:\u002F\u002Ftanstack.com\u002Fblog\u002Ftanstack-ai-code-mode",[18],"TanStack Code Mode"," permettent de l'implémenter facilement à partir de la même définition d'outil qu'un MCP.",[37,777,779],{"id":778},"ce-que-nous-avons-construit","Ce que nous avons construit",[10,781,782,783,785],{},"Nous avons remplacé deux appels d'outils dépendants par un programme généré qui utilise une façade ",[25,784,30],{}," typée et renvoie uniquement le résultat nécessaire à la décision suivante. La frontière de l'exécuteur reste volontairement étroite. Les prochains articles conserveront la même approche, mais remplaceront le Drive local par une spécification OpenAPI bien plus volumineuse.",[10,787,788,789,793],{},"Dans la ",[14,790,792],{"href":791},"\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Fsearching-openapi-specification-without-filling-the-context","partie 3",", nous utiliserons cette frontière pour rechercher dans un document OpenAPI sans placer toute la spécification dans le contexte du modèle.",[795,796,797],"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 .sP4rz, html code.shiki .sP4rz{--shiki-light:#E36209;--shiki-default:#E36209;--shiki-dark:#FFAB70}html pre.shiki code .sBjJW, html code.shiki .sBjJW{--shiki-light:#005CC5;--shiki-default:#005CC5;--shiki-dark:#79B8FF}html pre.shiki code .s3JiQ, html code.shiki .s3JiQ{--shiki-light:#032F62;--shiki-default:#032F62;--shiki-dark:#DBEDFF}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 .sCsY4, html code.shiki .sCsY4{--shiki-light:#6A737D;--shiki-default:#6A737D;--shiki-dark:#6A737D}",{"title":80,"searchDepth":139,"depth":139,"links":799},[800,801,802,803,804,805],{"id":39,"depth":139,"text":40},{"id":85,"depth":139,"text":86},{"id":105,"depth":139,"text":106},{"id":345,"depth":139,"text":346},{"id":757,"depth":139,"text":758},{"id":778,"depth":139,"text":779},"2eaa3055-6247-4237-aad6-cde698eedb82","2026-07-12","Créez un environnement Code Mode local minimal et fiable avec une façade Drive typée, ainsi qu'un exécuteur prêt à être isolé.","md",{"branch":811},"part-2-generic-code-mode",null,{},"\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Flet-the-model-orchestrate-tools-with-a-local-code-runtime","---\ncontentId: 2eaa3055-6247-4237-aad6-cde698eedb82\npart: 2\ntitle: Laisser le modèle orchestrer les outils avec du code local\ndescription: Créez un environnement Code Mode local minimal et fiable avec une façade Drive typée, ainsi qu'un exécuteur prêt à être isolé.\ngithub:\n  branch: part-2-generic-code-mode\ndate: 2026-07-12\nseriesSlug: building-code-mode-for-apis-with-mcp-and-isolated-workers\n---\n\nCloudflare a popularisé le Code Mode en septembre 2025 avec un article intitulé [Code Mode: the better way to use MCP](https:\u002F\u002Fblog.cloudflare.com\u002Fcode-mode\u002F). L'article mérite vraiment d'être lu, mais il peut sembler un peu déroutant au premier abord. Il m'a fallu plusieurs mois pour bien comprendre le concept et savoir comment l'utiliser correctement.\n\nDans cette partie, nous remplacerons les deux outils Drive directs par un unique outil `code` générique. Nous exposerons une façade `Drive` typée et utiliserons un évaluateur local de confiance basé sur le constructeur `Function`. Ce raccourci nous servira pendant le développement avant son isolation dans la partie 5.\n\n## Partir d'un mode en plusieurs tours\n\nDans [l'article précédent](\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Fbeyond-one-tool-call-at-a-time-introducing-code-mode), nous avons étudié l'exemple suivant : créer un fichier qui contient tous les titres d'un fichier Markdown présent dans un Drive.\n\nPour y parvenir, nous avons construit un serveur MCP avec deux outils, `readFile` et `writeFile`, puis anticipé le comportement du modèle.\n\nLe modèle doit d'abord lire le fichier avec `readFile`, ce qui charge l'intégralité de son contenu dans le contexte. Il doit ensuite extraire les titres de ce contenu et appeler `writeFile` pour les écrire dans un nouveau fichier.\n\nDu point de vue du réseau, les messages échangés entre le modèle et le serveur MCP ressemblent à ceci :\n\n```text [Exemple]\nLLM -> MCP: readFile(path=\"myfile.md\")\nMCP -> LLM: { content: \"...\" }  \u002F\u002F entire file content\nLLM -> MCP: writeFile(path=\"myfile_titles.md\", content=\"...\")\nMCP -> LLM: { content: \"{ success: true }\" }\n```\n\n## Passer à un seul tour\n\nL'approche précédente fonctionne, mais elle présente quelques défauts.\n\n1. Pour atteindre notre objectif, l'écriture dépend directement de la lecture. Nous savons dès le départ que ces deux étapes sont nécessaires. En théorie, un seul tour devrait donc suffire.\n2. Le modèle doit charger l'intégralité du fichier dans son contexte. Il consomme ainsi du temps de traitement, des jetons et de l'espace de contexte pour des informations qu'il n'a pas besoin de connaître.\n\nC'est précisément dans ce cas que le Code Mode montre son intérêt.\n\n## Comme s'il s'agissait d'une API\n\nSi le Drive était exposé sous la forme d'une API de package plutôt que d'un MCP, à quoi ressemblerait notre code ?\n\n```ts [Exemple]\nimport { readFile, writeFile } from 'drive'\n\nasync function createFileWithTitles(inputPath: string, outputPath: string) {\n  const content = await readFile(inputPath)\n  const titles = content.match(\u002F^# (.*)$\u002Fgm)?.map(title => title.replace(\u002F^# \u002F, '')) ?? []\n  await writeFile(outputPath, titles.join('\\n'))\n}\n```\n\nIl pourrait ressembler à cela.\n\nAu lieu d'exposer `readFile` et `writeFile` comme des appels d'outils séparés, nous les exposons comme des fonctions. L'implémentation sous-jacente pourrait rester identique. Seule la façade change, tandis que le comportement attendu reste le même.\n\nPlutôt que de demander au modèle d'orchestrer les outils, nous pourrions maintenant lui demander d'orchestrer les fonctions en écrivant le code à notre place.\n\n## Les LLM connaissent bien le code\n\nLes LLM sont souvent plus fiables lorsqu'ils écrivent des structures de code familières que lorsqu'ils doivent choisir parmi un ensemble complexe d'outils. Le Code Mode exploite cette force sans donner au code généré un accès illimité à l'hôte.\n\nAu lieu de fournir plusieurs outils au modèle, nous pouvons donc lui fournir un seul outil `code`. Pour lui indiquer quoi faire et quelles fonctions sont disponibles, nous pouvons ajouter une interface typée à la description de l'outil, exactement comme dans les fichiers TypeScript `.d.ts`.\n\n```text [.d.ts]\nRun one small JavaScript program against the local Drive capability.\n\nThe generated code is an async arrow function. It receives only the named capabilities below and should return the compact result needed by the next decision.\n\ninterface Drive {\n  readFile: (path: string) => Promise\u003Cstring>;\n  writeFile: (path: string, content: string) => Promise\u003Cvoid>;\n}\n\ndeclare const drive: Drive;\n\nExample:\nasync () => {\n  const content = await drive.readFile('article.md');\n  const headings = content\n    .split('\\\\n')\n    .filter((line) => \u002F^#{1,6}\\\\s\u002F.test(line))\n    .map((line) => line.replace(\u002F^#+\\\\s*\u002F, ''));\n\n  await drive.writeFile('titles.md', headings.join('\\\\n'));\n  return { headingCount: headings.length };\n}\n```\n\nCette description fournit plusieurs informations au modèle :\n\n- Une courte explication de ce que le code doit accomplir.\n- Le format attendu, ici une fonction fléchée asynchrone qui reçoit uniquement les capacités nommées et renvoie un résultat compact.\n- L'interface `Drive`, qui décrit les fonctions disponibles et leurs types.\n- La constante `drive`, une instance de l'interface `Drive` que le modèle peut utiliser. Elle lui indique que `drive.readFile` et `drive.writeFile` sont disponibles comme variable globale pour lire et écrire des fichiers.\n- Un exemple d'utilisation de la constante `drive`. Cet exemple donne au modèle une référence claire, améliore sa fiabilité et réduit le risque qu'il génère un code défaillant.\n\nL'outil pourrait alors ressembler à ceci :\n\n```ts [Exemple]\nserver.registerTool(\n  'code',\n  {\n    title: 'Drive Code Mode',\n    description: '...', \u002F\u002F Description from the previous code block\n    inputSchema: z.object({\n      code: z\n        .string()\n        .describe('An async arrow function that uses the typed Drive capability')\n    }),\n    annotations: {\n      title: 'Drive Code Mode'\n    }\n  },\n  async ({ code }) => {\n    const result = await evaluateCode(code)\n    const text = formatCodeResult(result)\n    return { content: [{ type: 'text', text }] }\n  }\n)\n```\n\nComme vous pouvez le constater, l'outil `code` reste très générique. Toute sa puissance se trouve dans la fonction `evaluateCode`, qui exécute le code, de préférence dans un environnement isolé.\n\nPour notre exemple, nous utiliserons toutefois un évaluateur local de confiance basé sur le constructeur `Function`. Il n'est pas sûr pour la production, mais il suffit pour cette étape de développement.\n\n```ts [Exemple]\n\u002F\u002F eslint-disable-next-line no-new-func\nconst orchestrate = new Function(\n  ...Object.keys(capabilities),\n  `\"use strict\"; return (${code.trim()});`\n)(...Object.values(capabilities))\n\nconst result = await orchestrate()\n```\n\n::callout{icon=\"i-ph-info-duotone\" color=\"primary\"}\nDans un environnement de production, vous devez utiliser un évaluateur isolé. Consultez [Remplacer l'évaluateur par des Workers Cloudflare isolés](.\u002Freplacing-local-eval-with-isolated-cloudflare-workers.md) pour en savoir plus.\n::\n\nSi vous n'avez jamais utilisé ce constructeur, c'est normal. Il n'est pas sûr et ne doit pas exécuter de code non fiable, y compris du code généré par un LLM, en dehors de cette étape de développement de confiance.\n\nPour résumer rapidement, le constructeur `Function` crée une nouvelle fonction à partir de la chaîne de code fournie. Les premiers arguments correspondent aux noms des paramètres, et le dernier contient le corps de la fonction. Ici, nous transmettons la capacité `drive` comme paramètre et renvoyons la fonction fléchée asynchrone générée par le modèle.\n\n## Des bibliothèques pour le Code Mode\n\nLe Code Mode peut être pénible à implémenter, car les types de la description de l'outil doivent rester synchronisés avec l'implémentation réelle.\n\nHeureusement, des bibliothèques comme [Cloudflare Code Mode](https:\u002F\u002Fdevelopers.cloudflare.com\u002Fagents\u002Ftools\u002Fcodemode\u002F) et [TanStack Code Mode](https:\u002F\u002Ftanstack.com\u002Fblog\u002Ftanstack-ai-code-mode) permettent de l'implémenter facilement à partir de la même définition d'outil qu'un MCP.\n\n## Ce que nous avons construit\n\nNous avons remplacé deux appels d'outils dépendants par un programme généré qui utilise une façade `Drive` typée et renvoie uniquement le résultat nécessaire à la décision suivante. La frontière de l'exécuteur reste volontairement étroite. Les prochains articles conserveront la même approche, mais remplaceront le Drive local par une spécification OpenAPI bien plus volumineuse.\n\nDans la [partie 3](\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Fsearching-openapi-specification-without-filling-the-context), nous utiliserons cette frontière pour rechercher dans un document OpenAPI sans placer toute la spécification dans le contexte du modèle.\n",{"title":5,"description":808},"building-code-mode-for-apis-with-mcp-and-isolated-workers",{"loc":814},"fr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Flet-the-model-orchestrate-tools-with-a-local-code-runtime","1VzaG9uVJr2Y-FphqQDnb8pVgTWibet6dUxoiD7L8Kk",{"overview":822,"chapters":987},{"id":823,"title":824,"body":825,"contentId":966,"date":807,"description":967,"extension":809,"github":968,"meetTheInstructor":970,"meta":971,"navigation":142,"part":812,"path":972,"rawbody":973,"robots":812,"schemaOrg":812,"seo":974,"seriesSlug":817,"sitemap":975,"stem":976,"subtitle":977,"topics":978,"__hash__":986},"series\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers.md","Construire le Code Mode pour les API avec MCP et Workers",{"type":7,"value":826,"toc":963},[827,830,838,844,856,872,875,878,881,936,944,953,957],[10,828,829],{},"Bonjour et bienvenue ! 👋",[10,831,832,833,837],{},"Cette série prolonge de manière concrète l'article ",[14,834,836],{"href":835},"\u002Ffr\u002Fposts\u002Fcode-mode-two-tools-and-an-mcp-can-save-your-llm-context","Code Mode, deux outils et un MCP peuvent préserver le contexte de votre LLM",". Celui-ci présentait l'idée suivante : au lieu de demander à un modèle d'orchestrer chaque appel d'outil dépendant, laissons-le écrire cette orchestration sous forme de code et renvoyer uniquement le résultat nécessaire à sa prochaine décision.",[10,839,840,841,843],{},"Ici, nous allons construire cette approche étape par étape. Nous commencerons par une petite transformation de fichier en local, puis nous passerons à une API décrite avec OpenAPI avant de remplacer l'évaluateur local de confiance basé sur le constructeur ",[25,842,34],{}," par un environnement d'exécution isolé. Nous obtiendrons un serveur MCP exécutable en local, capable de rechercher dans la spécification d'une API et d'exécuter une requête ciblée vers cette API.",[10,845,846,847,851,852,235],{},"Les principes fondamentaux de MCP sortent du cadre de cette série. Si vous avez besoin d'une introduction au protocole ou à la relation entre un Agent IA et un serveur MCP, commencez par ",[14,848,850],{"href":849},"\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web","Agents IA et serveur MCP au service du web agentique",", en particulier ",[14,853,855],{"href":854},"\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fmcp-to-provide-additional-capabilities-to-the-ai-agent","son article sur le serveur MCP",[10,857,858,859,863,864,867,868,871],{},"Tout au long de la série, le ",[860,861,862],"strong",{},"modèle"," génère des appels d'outils ou du code, le ",[860,865,866],{},"client MCP"," ou Agent exécute la boucle du modèle et le ",[860,869,870],{},"serveur MCP"," fournit les capacités. Il faut bien distinguer ces rôles : l'hôte, et non le code généré, définit les capacités disponibles.",[10,873,874],{},"L'idée centrale est simple. Avec des outils MCP directs, le modèle doit appeler un outil, recevoir l'intégralité du résultat intermédiaire, puis utiliser ce résultat pour décider comment appeler l'outil suivant. Avec le Code Mode, le modèle écrit l'orchestration sous forme de code. Ce code accède aux capacités dont il a besoin dans l'environnement d'exécution, et le modèle reçoit uniquement le résultat final souhaité pour poursuivre son travail.",[10,876,877],{},"Le Code Mode n'est pas toujours le bon choix. Les outils MCP directs restent plus simples pour les actions courtes et évidentes. L'environnement d'exécution supplémentaire devient utile lorsqu'une tâche comporte des appels dépendants, nécessite un traitement local des données ou doit parcourir une API vaste et évolutive. C'est par exemple le cas d'une spécification OpenAPI qui peut dépasser la fenêtre de contexte du modèle.",[10,879,880],{},"Au fil de cette série, nous allons :",[91,882,883,892,907,917,931],{},[94,884,885,888,889,891],{},[860,886,887],{},"Au-delà d'un appel d'outil à la fois : découvrir le Code Mode"," : construire deux outils ",[25,890,30],{}," directs autour d'un fichier Markdown de test et observer comment l'intégralité de son contenu traverse le contexte du modèle avant l'appel d'outil suivant.",[94,893,894,897,898,900,901,903,904,906],{},[860,895,896],{},"Laisser le modèle orchestrer les outils dans un environnement local"," : remplacer les deux outils directs par un outil ",[25,899,25],{}," générique, exposer une façade ",[25,902,30],{}," typée et introduire l'interface de l'exécuteur que les parties suivantes remplaceront. L'évaluateur local basé sur le constructeur ",[25,905,34],{}," est volontairement un raccourci réservé au développement de confiance, et non un bac à sable de production.",[94,908,909,912,913,916],{},[860,910,911],{},"Rechercher dans une spécification OpenAPI sans remplir le contexte"," : conserver le document OpenAPI dans le serveur, résoudre ses références ",[25,914,915],{},"$ref"," locales et laisser le code généré effectuer ses recherches dans une façade de types compacte au lieu de renvoyer toute la spécification au modèle.",[94,918,919,922,923,926,927,930],{},[860,920,921],{},"Appeler des API avec le Code Mode et ne renvoyer que l'essentiel"," : ajouter un outil ",[25,924,925],{},"execute"," distinct avec une fonction ",[25,928,929],{},"api.request()"," contrôlée par l'hôte. Nous validerons les options de la requête, appellerons l'API MarketHub locale utilisée pour les tests et renverrons une projection ciblée plutôt que la réponse complète de l'API.",[94,932,933,935],{},[860,934,741],{}," : remplacer uniquement l'exécuteur par de nouveaux Workers dynamiques. La recherche s'exécutera sans accès sortant, tandis que les appels passeront par une passerelle avec une liste d'autorisations. Les identifiants resteront hors du code généré. Nous aborderons également les limites des résultats, les limites de ressources et les délais imposés par l'hôte.",[10,937,938,939,943],{},"Le dépôt associé, ",[940,941],"git-hub-link",{"repo":942},"barbapapazes\u002Fcode-mode",", est un manuel exécutable pour cette série. Chaque article dispose d'une branche qui représente un état complet, d'une petite évaluation et d'un diff ciblé par rapport à l'étape précédente. Je vous recommande d'extraire une branche et d'étudier l'implémentation pour mieux comprendre les concepts, car les articles ne couvriront pas chaque détail.",[731,945,947],{"color":946,"icon":734},"info",[10,948,949,950,952],{},"Cette série suppose que vous connaissez TypeScript, les promesses JavaScript, les API HTTP et les concepts de base de MCP. Les étapes locales ne contiennent aucun identifiant. Les parties 2 à 4 utilisent un évaluateur local de confiance basé sur le constructeur ",[25,951,34],{}," pour le développement. La partie 5 fournit une base de déploiement Cloudflare et une évaluation structurelle de la sécurité.",[37,954,956],{"id":955},"chapitres","Chapitres",[958,959],"series-chapters-list",{"className":960},[961,962],"mx-auto","max-w-5xl",{"title":80,"searchDepth":139,"depth":139,"links":964},[965],{"id":955,"depth":139,"text":956},"4fc50be1-a524-474e-8426-392581f8b0e8","Construisez un serveur MCP pour une API décrite par OpenAPI, puis remplacez l'évaluateur local par des Workers Cloudflare isolés.",{"name":969,"repository":942},"Code Mode","J'ai créé cette série pour transformer l'idée du Code Mode en une implémentation concrète. Nous commencerons avec deux outils MCP ordinaires, puis nous confierons l'orchestration au code généré avant de remplacer un évaluateur local de confiance basé sur le constructeur Function par des Workers Cloudflare dynamiques et isolés.",{},"\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers","---\ncontentId: 4fc50be1-a524-474e-8426-392581f8b0e8\ntitle: Construire le Code Mode pour les API avec MCP et Workers\nsubtitle: Créez un serveur MCP économe en contexte pour les API décrites avec OpenAPI\ndescription: Construisez un serveur MCP pour une API décrite par OpenAPI, puis remplacez l'évaluateur local par des Workers Cloudflare isolés.\ndate: 2026-07-12\ntopics:\n  - ai\n  - ai-agents\n  - mcp\n  - code-mode\n  - openapi\n  - cloudflare\n  - typescript\ngithub:\n  name: Code Mode\n  repository: barbapapazes\u002Fcode-mode\nmeetTheInstructor: J'ai créé cette série pour transformer l'idée du Code Mode en une implémentation concrète. Nous commencerons avec deux outils MCP ordinaires, puis nous confierons l'orchestration au code généré avant de remplacer un évaluateur local de confiance basé sur le constructeur Function par des Workers Cloudflare dynamiques et isolés.\nseriesSlug: building-code-mode-for-apis-with-mcp-and-isolated-workers\n---\n\nBonjour et bienvenue ! 👋\n\nCette série prolonge de manière concrète l'article [Code Mode, deux outils et un MCP peuvent préserver le contexte de votre LLM](\u002Ffr\u002Fposts\u002Fcode-mode-two-tools-and-an-mcp-can-save-your-llm-context). Celui-ci présentait l'idée suivante : au lieu de demander à un modèle d'orchestrer chaque appel d'outil dépendant, laissons-le écrire cette orchestration sous forme de code et renvoyer uniquement le résultat nécessaire à sa prochaine décision.\n\nIci, nous allons construire cette approche étape par étape. Nous commencerons par une petite transformation de fichier en local, puis nous passerons à une API décrite avec OpenAPI avant de remplacer l'évaluateur local de confiance basé sur le constructeur `Function` par un environnement d'exécution isolé. Nous obtiendrons un serveur MCP exécutable en local, capable de rechercher dans la spécification d'une API et d'exécuter une requête ciblée vers cette API.\n\nLes principes fondamentaux de MCP sortent du cadre de cette série. Si vous avez besoin d'une introduction au protocole ou à la relation entre un Agent IA et un serveur MCP, commencez par [Agents IA et serveur MCP au service du web agentique](\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web), en particulier [son article sur le serveur MCP](\u002Ffr\u002Fseries\u002Fai-agents-and-mcp-server-teaming-up-for-the-agentic-web\u002Fmcp-to-provide-additional-capabilities-to-the-ai-agent).\n\nTout au long de la série, le **modèle** génère des appels d'outils ou du code, le **client MCP** ou Agent exécute la boucle du modèle et le **serveur MCP** fournit les capacités. Il faut bien distinguer ces rôles : l'hôte, et non le code généré, définit les capacités disponibles.\n\nL'idée centrale est simple. Avec des outils MCP directs, le modèle doit appeler un outil, recevoir l'intégralité du résultat intermédiaire, puis utiliser ce résultat pour décider comment appeler l'outil suivant. Avec le Code Mode, le modèle écrit l'orchestration sous forme de code. Ce code accède aux capacités dont il a besoin dans l'environnement d'exécution, et le modèle reçoit uniquement le résultat final souhaité pour poursuivre son travail.\n\nLe Code Mode n'est pas toujours le bon choix. Les outils MCP directs restent plus simples pour les actions courtes et évidentes. L'environnement d'exécution supplémentaire devient utile lorsqu'une tâche comporte des appels dépendants, nécessite un traitement local des données ou doit parcourir une API vaste et évolutive. C'est par exemple le cas d'une spécification OpenAPI qui peut dépasser la fenêtre de contexte du modèle.\n\nAu fil de cette série, nous allons :\n\n1. **Au-delà d'un appel d'outil à la fois : découvrir le Code Mode** : construire deux outils `Drive` directs autour d'un fichier Markdown de test et observer comment l'intégralité de son contenu traverse le contexte du modèle avant l'appel d'outil suivant.\n2. **Laisser le modèle orchestrer les outils dans un environnement local** : remplacer les deux outils directs par un outil `code` générique, exposer une façade `Drive` typée et introduire l'interface de l'exécuteur que les parties suivantes remplaceront. L'évaluateur local basé sur le constructeur `Function` est volontairement un raccourci réservé au développement de confiance, et non un bac à sable de production.\n3. **Rechercher dans une spécification OpenAPI sans remplir le contexte** : conserver le document OpenAPI dans le serveur, résoudre ses références `$ref` locales et laisser le code généré effectuer ses recherches dans une façade de types compacte au lieu de renvoyer toute la spécification au modèle.\n4. **Appeler des API avec le Code Mode et ne renvoyer que l'essentiel** : ajouter un outil `execute` distinct avec une fonction `api.request()` contrôlée par l'hôte. Nous validerons les options de la requête, appellerons l'API MarketHub locale utilisée pour les tests et renverrons une projection ciblée plutôt que la réponse complète de l'API.\n5. **Remplacer l'évaluateur par des Workers Cloudflare isolés** : remplacer uniquement l'exécuteur par de nouveaux Workers dynamiques. La recherche s'exécutera sans accès sortant, tandis que les appels passeront par une passerelle avec une liste d'autorisations. Les identifiants resteront hors du code généré. Nous aborderons également les limites des résultats, les limites de ressources et les délais imposés par l'hôte.\n\nLe dépôt associé, \u003CGitHubLink repo=\"barbapapazes\u002Fcode-mode\" \u002F>, est un manuel exécutable pour cette série. Chaque article dispose d'une branche qui représente un état complet, d'une petite évaluation et d'un diff ciblé par rapport à l'étape précédente. Je vous recommande d'extraire une branche et d'étudier l'implémentation pour mieux comprendre les concepts, car les articles ne couvriront pas chaque détail.\n\n::callout{icon=\"i-ph-info-duotone\" color=\"info\"}\nCette série suppose que vous connaissez TypeScript, les promesses JavaScript, les API HTTP et les concepts de base de MCP. Les étapes locales ne contiennent aucun identifiant. Les parties 2 à 4 utilisent un évaluateur local de confiance basé sur le constructeur `Function` pour le développement. La partie 5 fournit une base de déploiement Cloudflare et une évaluation structurelle de la sécurité.\n::\n\n## Chapitres\n\n::series-chapters-list\n---\nclass: mx-auto max-w-5xl\n---\n::\n",{"title":824,"description":967},{"loc":972},"fr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers","Créez un serveur MCP économe en contexte pour les API décrites avec OpenAPI",[979,980,981,982,983,984,985],"ai","ai-agents","mcp","code-mode","openapi","cloudflare","typescript","HqoFmkgNETmMSWXeXg8BeVY4Vjz1w13UtWu2_6vvVaE",[988,994,996,1002,1009],{"contentId":989,"title":990,"description":991,"path":46,"part":121,"github":992,"topics":812},"02726224-2677-4d4b-9390-cf6543caba80","Au-delà d'un appel d'outil : découvrir le Code Mode","Découvrez pourquoi les appels d'outils MCP dépendants remplissent le contexte du modèle et comment le Code Mode déplace leur orchestration dans le code.",{"branch":993},"part-1-direct-tools",{"contentId":806,"title":5,"description":808,"path":814,"part":139,"github":995,"topics":812},{"branch":811},{"contentId":997,"title":998,"description":999,"path":791,"part":146,"github":1000,"topics":812},"c32e838b-fc65-4cf8-a541-db7017ff7c0e","Chercher dans OpenAPI sans saturer la fenêtre de contexte","Conservez la spécification OpenAPI côté serveur et recherchez dans une façade typée compacte sans renvoyer le document complet.",{"branch":1001},"part-3-search",{"contentId":1003,"title":1004,"description":1005,"path":1006,"part":186,"github":1007,"topics":812},"5097481f-e94c-409c-865b-78f9bbf83a68","Appeler des API avec le Code Mode et garder l'essentiel","Utilisez une fonction de requête contrôlée par l'hôte pour valider et exécuter un appel API ciblé, puis ne renvoyer que le résultat utile.","\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Fcalling-apis-with-code-mode-and-returning-only-what-matters",{"branch":1008},"part-4-local-execute",{"contentId":1010,"title":741,"description":1011,"path":1012,"part":207,"github":1013,"topics":812},"334230f9-e74b-4174-b2f1-05bf1ec0d1fd","Remplacez l'évaluateur local basé sur Function par des Workers Cloudflare isolés, avec des sorties bornées et un accès réseau contrôlé.","\u002Ffr\u002Fseries\u002Fbuilding-code-mode-for-apis-with-mcp-and-isolated-workers\u002Freplacing-local-eval-with-isolated-cloudflare-workers",{"branch":1014},"part-5-dynamic-workers",1795016702142]