Chapitre 4

Analyse approfondie des technologies de base

Approfondissez votre compréhension des technologies de base des outils de programmation IA, notamment MCP, les systèmes de Skills, les systèmes d’Agent et LSP, et maîtrisez les principes d’architecture et les méthodes de configuration de ces technologies.

MCP（Model Context Protocol）

MCP est un protocole standard qui relie les modèles d’IA et les services externes, permettant à l’IA d’accéder à des ressources telles que des systèmes de fichiers, des bases de données et des API.

Principes d’architecture

MCP adopte une architecture client-serveur :

  • • MCP Client: Outils d’IA (par exemple Cursor, Claude Code)
  • • MCP Server: Le backend qui fournit les services (système de fichiers, GitHub, base de données)
  • • Protocol: protocole de communication standardisé (JSON-RPC)
  • • Tools & Resources : Outils et ressources fournis par Server

Serveurs MCP courants

Système de fichiers

Lire et écrire des fichiers locaux

GitHub

Intégration de l’API GitHub

Base de données

Exécution de requêtes SQL

Configuration et sécurité

  • • Fichier de configuration：Configurer les serveurs MCP au format JSON
  • • Mécanisme d’authentification：méthodes d’authentification telles que API Key, OAuth, etc.
  • • Contrôle des accès: Limiter le périmètre d’accès du Server
  • • Bonnes pratiques de sécurité : gestion des clés, principe du moindre privilège

Serveur MCP personnalisé

Créez votre propre MCP Server pour étendre les capacités de l'IA :

  • • Définir les Tools : implémenter des fonctions d’outil appelables par l’IA
  • • Fournir des Resources：Exposer des ressources de données à l’IA
  • • Mettre en œuvre le protocole : se conformer à la spécification du protocole MCP
  • • Tests et déploiement: Déployer en production après les tests locaux

Système de Skill

Le système Skill dote les assistants IA de capacités spécialisées réutilisables et constitue un élément clé pour améliorer l’efficacité des outils d’IA.

Cursor Skill

  • • Définition du format Markdown
  • • Contexte et instructions
  • • Capacités réutilisables
  • • Gestion des versions

Kiro Steering Files

  • • Piloté par fichier de configuration
  • • Personnalisation du comportement de l’IA
  • • Configuration spécifique au projet
  • • Partage en équipe

Claude Code Skills

  • • Réservé à la ligne de commande
  • • Intégration du terminal
  • • Automatisation des workflows
  • • Intégration MCP

Méta-compétences (Meta-Skills)

  • • Générer d’autres Skills
  • • Modèle de compétence
  • • Création automatique
  • • Bonnes pratiques

Gestion des compétences de l’équipe

  • • Bibliothèque de compétences：Partager la bibliothèque de compétences au sein de l’équipe et unifier les standards
  • • Contrôle de version: gérer Skill en version comme du code
  • • Documentation：chaque Skill dispose d’une documentation claire
  • • Mécanisme de revue: La soumission de la Skill nécessite une revue d’équipe

Système d’agent

Le système Agent permet à l’IA d’exécuter de manière autonome des tâches complexes, et pas seulement de répondre de façon interactive.

Types d'agent

Reactive Agent

Réactif, basé sur l’état actuel

Planning Agent

Axé sur la planification, élaborer un plan d’exécution

Learning Agent

Axé sur l’apprentissage, s’améliorant grâce à l’expérience

Flux de travail

1
Comprendre la tâche: Analyser les besoins des utilisateurs et comprendre l’objectif de la tâche
2
Élaborer un plan：décomposer la tâche et définir les étapes d’exécution
3
Exécuter l’action: Appeler des outils, modifier des fichiers, exécuter des commandes
4
Résultats de l’évaluation：Vérifiez les résultats d'exécution et décidez de l'étape suivante

Orchestration multi-agents

  • • Agent architecte : responsable de la conception du système et des décisions d’architecture
  • • Agent de codage: responsable de l’implémentation et de l’écriture du code
  • • Agent de test: Responsable de la rédaction et de l'exécution des cas de test
  • • Agent de revue: responsable des revues de code et des contrôles qualité

Système Plan

Le système Plan permet aux agents de formuler et d’exécuter des plans de manière autonome :

  • • Décomposition des tâches：Décomposer les tâches complexes en étapes exécutables
  • • Gestion des dépendances: Comprendre les dépendances entre les étapes
  • • Ajustement dynamique : ajuster le plan en fonction des résultats d’exécution
  • • Suivi de l’avancement: Suivre en temps réel l’avancement de l’exécution des tâches

LSP（Language Server Protocol）

LSP est le protocole standard entre les IDE et les services de langage, et les IDE IA renforcent les capacités intelligentes sur cette base.

Principes d’architecture

1
Language Server: Backend fournissant des services de langage (complétion, navigation, diagnostics)
2
Language Client：Client IDE, envoie des requêtes et affiche les résultats
3
Protocol: protocole JSON-RPC, communication standardisée

Relation avec l’IDE IA

  • • LSP fournit des services de langage de base
  • • Complétion et diagnostic améliorés par l’IA
  • • Comprendre en tenant compte du contexte
  • • Génération de code intelligente

Capacités de service linguistique

  • • Complétion de code: Complétion intelligente, sensible au contexte
  • • Aller à la définition: Accéder rapidement à l’emplacement de la définition
  • • Diagnostic：Détection d’erreurs et avertissements en temps réel
  • • Mise en forme: Formatage automatique du code

Résultats d’apprentissage

À la fin de ce chapitre, vous pourrez :

  • 1Comprendre en profondeur les mécanismes fondamentaux et les principes architecturaux de MCP, Skill, Agent et LSP
  • 2Être capable de configurer et de personnaliser ces systèmes, et de créer votre propre MCP Server et Skill
  • 3Comprendre l’architecture sous-jacente des IDE IA et maîtriser l’orchestration multi-Agent ainsi que le système Plan
  • 4Comprendre la gestion des compétences de l’équipe et la manière dont LSP et l’IA collaborent
Chapitre précédent : explication détaillée des outils en ligne de commandeChapitre suivant : framework d’amélioration Fabric AI