Le Model Context Protocol (MCP) repose sur une idée simple : connecter vos outils à l’IA. En plaçant les outils dont vous avez besoin là où le travail se fait, MCP élimine efficacement le besoin de changer de contexte — c’est l’USB-C de l’IA, qui s’attaque à une partie du problème des silos en fournissant le point de connexion.
Cependant, trouver le bon contexte pour coder, corriger des bugs, rédiger de la documentation, et plus encore constitue un défi distinct que MCP ne résout pas. Les silos SaaS font que les utilisateurs ne voient que des fragments du tableau, en passant à côté du contexte inter-systèmes sur la manière dont le travail s’effectue réellement.
Chez Glean, nous construisons des index et des graphes de connaissances à partir de plus de 100 sources de données pour rassembler ce contexte, afin que vous ayez ce qu’il vous faut pour accomplir la tâche. Aujourd’hui, nous partageons des façons créatives dont des ingénieurs utilisent les serveurs MCP distants de Glean pour ancrer l’IA et les agents dans tout le contexte qui compte — quel que soit l’endroit où ils sont construits. Ce qui est possible avec MCP dépend de la manière dont vous choisissez de l’utiliser, et nous souhaitons partager des idées pour vous aider à démarrer.
Débogueur de terminal
Glean peut aider à corriger des erreurs grâce à l’analyse des stack traces. MCP peut appeler Glean pour analyser la stack trace et identifier les principaux messages d’erreur, repérer le fichier source et la ligne, et recouper ces informations avec la base de code, des erreurs similaires passées (à partir de fils Slack, de tickets Jira ou de PRs précédentes) et la documentation pertinente.
Si Glean peut corriger le problème, vous pouvez lui demander de signaler toute documentation obsolète avec un correctif applicable, afin d’aider à rompre le cycle des erreurs récurrentes dans cette partie de la base de code. Si le problème ne peut pas être résolu, peut-être en raison de connaissances manquantes, Glean peut recommander un expert ou un canal Slack à contacter. Le graphe de connaissances de Glean capture non seulement le contenu, mais aussi les personnes, les processus et les relations — et, dans ce cas, l’expertise au sein de l’organisation.
Débogueur de pipeline CI/CD
L’agent de débogage de pipeline CI/CD s’appuie sur un serveur MCP de Glean pour apporter du contexte depuis GitHub, Jira, Confluence, Slack, et plus encore, afin d’expliquer des échecs CI/CD qui ne sont pas visibles dans le pipeline à lui seul. Nous avons construit un agent Google ADK qui utilise la recherche Glean et un outil personnalisé de récupération de logs GitHub, puis nous l’avons connecté à Cursor via MCP afin que les ingénieurs puissent déboguer les échecs de pipeline CI/CD directement depuis leur IDE.
Bien que MCP soit une option pour l’interopérabilité des agents, Glean prend également en charge les intégrations agent toolkit (également utilisées dans cet exemple) et LangChain.
Rédacteur de documentation
Les ingénieurs peuvent utiliser Glean pour rédiger des playbooks et de la documentation. Glean Search apporte des documents de conception, des PRDs et des exemples de mise en forme, ainsi que la connaissance de la base de code, pour générer de la documentation. Avec un écosystème MCP étendu, les utilisateurs peuvent publier directement sur des sites de documentation, comme Confluence via le serveur MCP Atlassian, bouclant la boucle de la création à la publication.
Ouvert et sécurisé, avec un contrôle intégré
MCP facilite l’intégration de Glean là où vous travaillez, que ce soit dans votre IDE ou dans des interfaces de chat comme Claude Desktop et ChatGPT. Glean est engagé en faveur de l’ouverture et de l’interopérabilité des agents, afin que les employés puissent créer et utiliser des outils d’IA où et comme ils le souhaitent. Cette approche place l’IA directement dans les workflows du quotidien. Elle évite également l’enfermement dans une plateforme unique, ce qui est particulièrement important durant cette période d’innovation rapide en IA.
L’ouverture ne doit pas se faire au détriment du contrôle ou de la sécurité. Avec les serveurs MCP distants, les entreprises peuvent gérer de manière centralisée quels outils sont exposés via MCP. Créer et partager des serveurs MCP est simple : activez les outils que vous souhaitez rendre disponibles. Inutile de configurer manuellement l’infrastructure serveur, de gérer les pare-feu et le réseau, de dimensionner les serveurs, etc. — tout cela est intégré aux serveurs MCP distants de Glean.
Glean Protect, notre suite de sécurité complète, multi-couches pour les données, l’IA et les agents, s’applique aussi aux serveurs MCP : les permissions sur les données restent appliquées et toutes les actions sont autorisées. Grâce à un OAuth centralisé pour MCP, les employés peuvent se connecter à des serveurs MCP approuvés par l’entreprise via une simple commande dans l’hôte MCP.
L’interopérabilité des agents doit être un processus simple et sûr. Si vous souhaitez vous lancer, explorez notre installation rapide pour les serveurs MCP distants et consultez notre page September Drop pour plus de détails sur d’autres fonctionnalités Glean passionnantes qui arrivent pour vous cette semaine !
Veuillez noter : les serveurs MCP distants sont actuellement disponibles en bêta publique.
