Comment configurer des serveurs MCP et utiliser des outils pour agents IA

Comment configurer des serveurs MCP et utiliser des outils pour agents IA

Comment configurer des serveurs MCP et utiliser des outils pour agents IA

Dans ce guide détaillé, je vais vous montrer comment configurer un serveur MCP simple avec un outil personnalisé et l’intégrer à Claude Desktop. Cette méthode vous permettra d’étendre les capacités de votre assistant IA en lui donnant accès à des outils externes.

Qu’est-ce qu’un serveur MCP ?

Si vous n’êtes pas familier avec les serveurs MCP, vous pouvez les considérer comme un moyen d’exposer un outil ou un ensemble d’outils à votre assistant IA ou agent. Cela permet à l’IA d’interagir avec des fonctionnalités externes et d’utiliser des capacités au-delà de son modèle de base.

Notre exemple : un outil pour compter les lettres « R »

Pour ce tutoriel, j’ai créé un outil simple qui compte le nombre de lettres « R » dans un mot donné. Voici comment cela fonctionne dans Claude Desktop :

Lorsque je demande à Claude : « Utilise l’outil count_R pour compter les R dans le mot ‘framboise’ », Claude répond : « Je vais utiliser l’outil count_R pour compter le nombre de lettres R dans le mot ‘framboise’ » et ensuite affiche le résultat : « Le mot ‘framboise’ contient 1 lettre R ».

C’est un exemple très simple, mais il vous donnera les bases pour construire n’importe quel outil que vous souhaitez.

Configuration pas à pas

Étape 1 : Préparation de l’environnement

Commençons par configurer notre environnement de développement :

  1. Ouvrez votre IDE préféré (j’utilise Windsurf dans cette démonstration)
  2. Ouvrez le terminal
  3. Créez un nouveau dossier pour votre projet :
    mkdir count_r_server
  4. Accédez au dossier créé :
    cd count_r_server

Étape 2 : Création d’un environnement virtuel Python

Ensuite, nous allons créer et activer un environnement virtuel Python :

python -m venv venv

Pour activer l’environnement :

Sur Windows :

venv\Scripts\activate

Sur Mac/Linux :

source venv/bin/activate

Vous devriez voir le nom de l’environnement apparaître dans votre terminal, confirmant qu’il est bien activé.

Étape 3 : Installation de la bibliothèque MCP

Installons maintenant la bibliothèque MCP :

pip install mcp

Cette commande installe tout ce dont vous avez besoin pour créer votre serveur MCP.

Étape 4 : Création du serveur MCP

Créez un nouveau fichier nommé server.py dans votre dossier. Voici le code à y insérer :

from mcp.server.fastmcp import FastMCP
import time
import signal
import sys

# Gestionnaire de signal pour arrêter le serveur proprement
def signal_handler(sig, frame):
    print("\nArrêt du serveur MCP...")
    sys.exit(0)

# Configuration du gestionnaire de signal
signal.signal(signal.SIGINT, signal_handler)

# Création du serveur MCP
mcp = FastMCP(
    name="count_r",
    host="127.0.0.1",
    port=5000,
    timeout=30
)

# Définition de notre outil
@mcp.tool()
def count(word: str) -> int:
    """Compte le nombre de lettres 'r' dans un mot donné."""
    try:
        if not isinstance(word, str):
            return 0
        return word.lower().count('r')
    except Exception as e:
        return str(e)

if __name__ == "__main__":
    print(f"Démarrage du serveur MCP count_r sur {mcp.host}:{mcp.port}")
    mcp.run()

Ce code est légèrement plus complexe que le minimum requis, mais il inclut une meilleure gestion des erreurs et plus de robustesse.

Étape 5 : Démarrage du serveur

Maintenant, démarrons notre serveur :

python server.py

Vous devriez voir un message indiquant que le serveur MCP a démarré sur l’adresse locale et le port spécifié.

Étape 6 : Configuration de Claude Desktop

Pour que Claude Desktop puisse utiliser notre outil, nous devons modifier son fichier de configuration :

  1. Ouvrez Claude Desktop
  2. Cliquez sur le menu hamburger, puis sur « Fichier » > « Paramètres »
  3. Allez dans l’onglet « Développeur »
  4. Cliquez sur le bouton « Modifier la configuration »

Cela ouvrira le fichier de configuration. S’il est vide, ajoutez le code JSON suivant :

{
  "mcp_servers": [
    {
      "name": "count_r",
      "command": "python",
      "args": [
        "/chemin/absolu/vers/votre/dossier/count_r_server/server.py"
      ],
      "host": "127.0.0.1",
      "port": 5000,
      "timeout": 30
    }
  ]
}

Important : Remplacez /chemin/absolu/vers/votre/dossier/count_r_server/server.py par le chemin absolu vers votre fichier server.py.

Étape 7 : Redémarrage de Claude Desktop

Malheureusement, il semble y avoir un problème connu : Claude Desktop ne détecte pas toujours les nouveaux serveurs MCP. L’auteur du tutoriel mentionne qu’il doit désinstaller et réinstaller Claude Desktop pour que celui-ci détecte le serveur MCP, ce qui est assez fastidieux.

Après avoir redémarré ou réinstallé Claude Desktop :

  1. Retournez dans les paramètres du développeur
  2. Vous devriez maintenant voir votre serveur MCP « count_r » listé
  3. Vérifiez également la petite icône de marteau dans l’interface, qui devrait indiquer « 1 outil disponible »

Utilisation de l’outil

Maintenant que tout est configuré, vous pouvez utiliser votre outil dans Claude Desktop :

  1. Tapez une requête comme : « Compte le nombre de R dans le mot ‘framboise’ en utilisant l’outil count_r »
  2. Une boîte de dialogue apparaîtra pour vous demander si vous souhaitez autoriser l’utilisation de l’outil
  3. Choisissez « Autoriser pour cette conversation » ou l’option qui vous convient
  4. Claude utilisera l’outil et affichera le résultat

Ressources supplémentaires

Si vous cherchez d’autres serveurs MCP prêts à l’emploi, il existe un excellent répertoire GitHub appelé « awesome-mcp-servers » par appCypher. Ce répertoire liste de nombreux serveurs MCP, leur documentation, et comment les utiliser.

Conclusion

Vous savez maintenant comment configurer un serveur MCP simple avec un outil personnalisé et l’intégrer à Claude Desktop. Cette base vous permettra de créer des outils plus complexes comme :

  • Des outils pour vérifier la météo
  • Des intégrations avec des APIs externes
  • Des outils de traitement de données
  • Et bien plus encore

N’oubliez pas que vous pouvez créer pratiquement n’importe quel outil que vous souhaitez en suivant ce modèle. La bibliothèque MCP vous permet d’encapsuler n’importe quelle API dans ce format simple et de l’exposer à votre assistant IA.

Bonne création d’outils !

Featured image by Ilya Pavlov on Unsplash