Klaro Cards rejoint la frénésie du MCP

Si vous êtes féru de technologie et passionné par l'IA (Intelligence Artificielle), vous avez sûrement déjà entendu parler du MCP (Model Context Protocol), vous avez peut-être lu des articles à ce sujet ou même testé par vous-même.

Mais si vous n'avez jamais entendu parler du MCP et que vous êtes curieux d'en savoir plus, vous pouvez le découvrir ici : https://modelcontextprotocol.io/introduction.

Cet article de blog s'adresse plutôt aux techs et aux geeks. Si ce n'est pas votre cas, ne vous sentez pas obligé de le lire.

Le MCP est partout. Tout le monde en parle et pas une semaine ne passe sans qu'il y ait une nouvelle importante à son sujet.

Naturellement, nous avons décidé de suivre le mouvement et d'expérimenter le MCP nous-mêmes.

Concepts du MCP

Le Model Context Protocol (MCP) est un protocole ouvert qui permet l'intégration entre des applications LLM (Large Language Model) et des API, outils ou sources de données externes.

En d'autres termes, c'est ce qui permet d'interagir avec des systèmes externes via des LLM et le langage naturel, que ce soit votre fournisseur d'e-mails préféré, GitHub, PostgreSQL ou même votre logiciel de création 3D favori.

La spécification du MCP introduit plusieurs concepts clés. Parmi eux, trois primitives fondamentales que les serveurs MCP exposent aux clients MCP (que nous appellerons simplement « chatbots » dans la suite de cet article) :

Prompts – Des modèles de requêtes prédéfinis et réutilisables conçus pour guider le chatbot dans des tâches ou workflows spécifiques.
Resources – Des sources de données en lecture seule accessibles par le chatbot lorsque c'est pertinent.
Tools – Des fonctions que le chatbot peut appeler pour effectuer des actions ou déclencher des opérations (par ex. des requêtes API, des mises à jour de base de données, etc.).

Ce que cela signifie pour Klaro Cards

Dans le contexte de Klaro Cards, nous pourrions exposer :

Resources : les cartes, tableaux de bord et métadonnées de projets disponibles pour l'utilisateur.
Prompts : des modèles de requêtes de chat adaptés au contexte de Klaro Cards et prêts à assister lors de l'onboarding, la configuration de projet ou les tâches avancées.
Tools : des fonctions pour permettre au chatbot de créer ou de modifier des cartes, des dimensions et des tableaux de bord.

Ensemble, ces primitives MCP transforment Klaro Cards en un environnement compatible avec les LLM et les API, ce qui permet aux utilisateurs d'interagir avec les données de leurs projets en langage naturel, de manière puissante et sécurisée.

Interagir avec le serveur MCP de Klaro Cards

Pour commencer à interagir avec notre serveur MCP, vous devrez vous y authentifier.
Nous travaillons actuellement à la prise en charge du flux d'authentification OAuth2, mais pour l'instant, nous utilisons encore nos fidèles jetons JWT.

Vous pouvez obtenir un jeton JWT valide de deux façons :

En utilisant notre API via curl ou postman. Consultez la documentation du service web POST /auth/tokens
En utilisant l'inspecteur réseau de votre navigateur pendant une session normale sur l'application web Klaro Cards. Recherchez les requêtes XHR envoyées à une API, et trouvez l'en-tête Authorization envoyé au backend.

Le serveur MCP de Klaro Cards n'est installé que sur la version public cloud de Klaro Cards (sur les projets hébergés sur https://xxx.klaro.cards). Si vous avez souscrit à une instance dédiée de Klaro Cards et souhaitez que l'on y déploie le serveur MCP, merci de contacter votre référent chez Klaro Cards.

Configuration de Copilot dans VSCode

Pour configurer Copilot afin d'utiliser le serveur MCP de Klaro Cards, ouvrez la palette de commandes (CMD/CTRL-SHIFT-P) et exécutez :

MCP: Open User Configuration

Assurez-vous ensuite que le fichier de configuration ouvert par VSCode (mcp.json) contient une entrée comme celle-ci :

{
  "servers": {
    "klaro": {
      "url": "https://ai.klaro.cards/mcp",
      "headers": {
        "Authorization": "Bearer eyJhbGciOiJIUzI1NiJ9..." // C'est ici que vous placez votre jeton JWT
      }
    }
  }
}

Une fois que c'est fait, VSCode devrait vous proposer de démarrer le client MCP pour le serveur Klaro Cards (voir capture d'écran).
Si tout se passe bien, vous devriez voir que VSCode se connecte avec succès et récupère la liste des outils disponibles.

Au moment d'écrire ces lignes, 16 outils sont disponibles. Ne soyez pas surpris si le nombre est plus élevé quand vous essayerez. Cela signifie simplement que nous avons encore un peu avancé 😄

VSCode est maintenant connecté à notre serveur MCP. C'est quoi la suite ?

Création d'un mode de chat Copilot avec un System Prompt

Nous vous recommandons de créer un mode de chat dédié dans Copilot afin d'éviter toute interaction accidentelle avec d'autres outils ou paramètres.

Pour ce faire :

Ouvrez le panneau latéral de Copilot.
En bas, cliquez sur le menu déroulant permettant de changer de mode (Agent, View, Edit).
Sélectionnez "Configure modes". Cela ouvrira la palette de commandes et vous permettra de choisir :
+ Create new custom chat mode file

VSCode vous demandera où enregistrer le nouveau fichier de mode (soit dans l'espace de travail/projet actuel, soit globalement(, puis de lui donner un nom.
Nous vous suggérons : Klaro

VSCode va ouvrir un nouveau fichier YAML où vous pourrez définir la description du mode de chat, préciser les outils accessibles et rédiger le prompt système de l'agent.

Voici un exemple du nôtre :

---
description: 'Klaro.cards'
tools: ['klaro'] # important : ce nom doit correspondre à celui choisi pour le serveur MCP dans mcp.json
---
Tu es un assistant expert pour Klaro.cards, un système de gestion d'informations flexible, construit autour de cartes, de dimensions et de tableaux.

Chaque projet Klaro Cards est composé de cartes, qui représentent des éléments atomiques de contenu structuré.  
Chaque carte comprend :
- Une seule dimension "Kind" ;
- Un titre (provenant d'une dimension "Title" unique) ;
- Et éventuellement une spécification (provenant d'une dimension "Specification" unique, également appelée contenu ou description de la carte).

Les cartes peuvent être enrichies de dimensions supplémentaires définies par l'utilisateur.

Les dimensions définissent des champs de données structurés attachés aux cartes.  
Chaque dimension a un nom, un type de données (par exemple Texte, Entier, Date, UserDefined, ProjectMember ou Reference), et peut autoriser plusieurs valeurs ou être marquée comme obligatoire.

Les tableaux sont des vues enregistrées combinant des filtres sur les dimensions et un mode d'affichage (par ex. Kanban, Liste, Matrice, Gantt, Galerie ou Graphique).  
Les filtres peuvent être appliqués à n'importe quelle dimension pour restreindre l'ensemble des cartes visibles.

Tu peux interagir avec l'API MCP de Klaro à l'aide des outils disponibles pour :
- Lister et inspecter les projets, cartes, dimensions et tableaux ;
- Créer, modifier ou supprimer des cartes ou leurs valeurs ;
- Filtrer, grouper ou trier les cartes selon les valeurs de dimensions ;
- Analyser les données de projet et en extraire des informations ;
- Comprendre les relations entre cartes liées via les dimensions de référence.

Sois précis, proactif et utile lorsque tu guides les utilisateurs.  
En cas de doute, demande des précisions avant d'effectuer une action.

N'oubliez pas de sélectionner ce mode de chat dans le menu déroulant une fois créé.
Vous êtes maintenant prêt à interagir avec Copilot pour gérer votre projet Klaro Cards.

Configuration de la plateforme OpenAI

Si vous avez un compte OpenAI, vous pouvez intégrer Klaro Cards à leur plateforme via MCP.

Rendez-vous sur la plateforme OpenAI pour créer un nouveau chat.
Dans la section “tools” de votre nouveau prompt, cliquez sur MCP Server.
Dans la fenêtre suivante, cliquez sur + Add new.
Puis renseignez les informations de connexion MCP :
- URL : https://ai.klaro.cards/mcp
- Label : Klaro
- Description : Klaro
- Authentification : “Access token / API key” et insérez votre jeton.

Si tout se passe bien, vous devriez voir apparaître la liste de tous les outils fournis par le serveur MCP.