AI CodeOps

Protocole MCP (Model Context Protocol)

Mis à jour le

MCP est un protocole ouvert qui permet aux applications d'IA d'appeler des outils et de lire des données d'autres services. Fonctionnement, et connexion des agents d'AI CodeOps aux serveurs MCP.

Le Model Context Protocol (MCP) est un protocole ouvert qui normalise la façon dont les applications d'IA se connectent à des outils et à des données externes. Un serveur MCP expose des outils (des actions), des ressources (des données) et des prompts ; un client MCP, au sein de l'application d'IA, les découvre et permet au modèle de les utiliser.

Définition

Les messages MCP sont en JSON-RPC 2.0. La spécification définit deux transports standard :

  • stdio : le client lance le serveur comme sous-processus local et communique par l'entrée et la sortie standard.
  • Streamable HTTP : le serveur est un service indépendant doté d'un unique point de terminaison HTTP ; le client envoie chaque message en POST et reçoit en retour du JSON ou un flux d'événements. Il a remplacé l'ancien transport HTTP+SSE.

Un client se connecte, liste les outils du serveur avec leurs schémas d'entrée, et les transmet au modèle. Lorsque le modèle demande à appeler un outil, le client envoie l'appel au serveur et renvoie le résultat au modèle.

Pourquoi c'est important

Avant MCP, chaque outil d'IA écrivait sa propre intégration pour chaque service. Avec un protocole commun, un service publie un seul serveur MCP et n'importe quel client MCP peut l'utiliser. Pour les agents qui écrivent du code, cela signifie un gestionnaire de tickets, une recherche dans la documentation ou des données de dépendances à jour sans code d'intégration sur mesure. Cela signifie aussi un nouveau risque : un appel d'outil peut modifier des choses, et les outils qu'un agent peut appeler nécessitent donc une politique.

Dans AI CodeOps

AI CodeOps est un client MCP. Vous ajoutez des serveurs sous Configure → MCP Servers, et les agents de vos sessions peuvent utiliser leurs outils. C'est aussi un serveur MCP : Claude Code, Cursor ou n'importe quel client MCP peut s'y connecter avec une clé API de l'espace de travail pour lancer des sessions, lire les constats et consulter la barrière de livraison (consultez le serveur MCP d'AI CodeOps). La prise en charge de MCP est en bêta.

  • Les sessions n'utilisent que des serveurs distants : une adresse HTTPS publique qui parle Streamable HTTP, authentifiée par des en-têtes statiques comme un bearer token. La connexion OAuth et l'ancien transport SSE seul ne sont pas encore pris en charge.
  • Les en-têtes sont chiffrés au repos avec AES-256-GCM, jamais renvoyés au navigateur, et déchiffrés uniquement lorsqu'une session se connecte.
  • Au démarrage d'une session, AI CodeOps se connecte à chaque serveur activé et liste ses outils. Un serveur injoignable est ignoré.

Limites et nommage, tels que les agents les voient :

tool names   <server>__<tool>, e.g. github__create_issue
per session  up to 32 MCP tools in total
per step     up to 6 rounds of tool calls
per call     30-second timeout; long results are shortened

Deux contrôles décident des outils qui atteignent les agents. Le champ MCP tools allowed d'un agent personnalisé liste des serveurs, des outils ou des noms server__tool. Et une règle de politique sur mcp.invoke est rapprochée de server/tool :

{ "id": "no-repo-deletes", "action": "mcp.invoke", "resource": "github/delete_*", "decision": "deny" }

Les règles mcp.invoke peuvent autoriser ou refuser, pas demander une approbation. Avec le réglage de confiance none, les outils MCP sont refusés sauf si une règle les autorise. L'ajout, la modification et la suppression de serveurs sont enregistrés dans le journal d'audit. La gestion des serveurs nécessite la permission mcp:manage, qu'ont les rôles Owner, Admin et DevOps Admin.

Questions fréquentes

AI CodeOps est-il un serveur MCP ?

Les deux. Son serveur MCP permet à Claude Code, à Cursor ou à n'importe quel client MCP de lancer des sessions et de consulter la barrière de livraison, et, en tant que client, il se connecte aux serveurs MCP distants que vous ajoutez pour que ses agents puissent utiliser leurs outils.

Les sessions d'AI CodeOps peuvent-elles utiliser un serveur MCP stdio local ?

Non. Vous pouvez en enregistrer un, mais les sessions s'exécutent sur la plateforme et ne se connectent qu'à des serveurs distants en HTTPS.

Une politique peut-elle tenir un outil MCP à l'écart des agents ?

Oui. Une règle mcp.invoke rapprochée de server/tool peut l'autoriser ou le refuser. Un outil qui n'est pas autorisé n'est jamais proposé aux agents.