Le Model Context Protocol (MCP) repose sur une idée simple : connecter vos outils à l’IA. En plaçant les outils dont vous avez besoin exactement là où le travail se fait, MCP élimine efficacement la nécessité de changer de contexte — c’est l’USB-C de l’IA, qui s’attaque à une partie du problème des silos en fournissant un point de connexion.
Cependant, trouver le bon contexte pour coder, corriger des bugs, rédiger de la documentation, et bien plus encore, est un défi distinct que MCP ne résout pas. Les silos SaaS font que les utilisateurs ne voient que des fragments de la réalité, et passent à côté du contexte transverse — entre systèmes — qui explique comment le travail se fait réellement. ;
Chez Glean, nous construisons des index et des graphes de connaissances à partir de plus de 100 sources de données afin de réunir ce contexte, pour que vous ayez tout ce qu’il faut pour résoudre la tâche. Aujourd’hui, nous partageons quelques 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 — où qu’ils soient 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 terminal
Glean peut aider à corriger les erreurs grâce à l’analyse des stack traces. MCP peut appeler Glean pour analyser la stack trace et identifier les principaux messages d’erreur, localiser le fichier source et la ligne, puis croiser ces informations avec la codebase, des erreurs similaires précédentes (issues de fils Slack, de tickets Jira ou de PRs antérieures) et la documentation pertinente. ;
Si Glean peut corriger le problème, vous pouvez lui demander de signaler toute documentation obsolète avec un correctif applicable, ce qui aide à briser le cycle des erreurs récurrentes dans cette partie de la codebase. Si le problème ne peut pas être résolu, par exemple à cause 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 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 seul. Nous avons construit un agent Google ADK qui utilise la recherche Glean et un outil personnalisé de récupération des 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.
Si MCP est une option pour l’interopérabilité des agents, Glean prend également en charge le agent toolkit (également utilisé dans cet exemple) ainsi que les intégrations LangChain.
Rédacteur de documentation
Les ingénieurs peuvent utiliser Glean pour rédiger des playbooks et de la documentation. Glean Search apporte des design docs, des PRDs et des exemples de mise en forme, ainsi qu’une connaissance de la codebase, 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, et ainsi boucler 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 concevoir et utiliser des outils d’IA où et comme ils le souhaitent. Cette approche intègre l’IA directement dans les workflows du quotidien. Elle évite aussi l’enfermement dans une plateforme unique, ce qui est particulièrement important dans 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. La création et le partage de serveurs MCP sont simples : il suffit d’activer les outils que vous souhaitez autoriser. Inutile de configurer manuellement l’infrastructure serveur, de gérer les pare-feu et le réseau, de dimensionner les serveurs, et plus encore — 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 également aux serveurs MCP : les permissions sur les données restent appliquées et toutes les actions sont autorisées. Grâce à OAuth centralisé pour MCP, les employés peuvent se connecter aux serveurs MCP approuvés par l’entreprise avec une simple commande dans l’hôte MCP.
L’interopérabilité des agents doit être un processus sûr et simple. Si vous souhaitez vous lancer, explorez notre installation rapide pour les serveurs MCP distants et consultez notre page September Drop pour en savoir plus sur d’autres fonctionnalités Glean passionnantes qui arrivent cette semaine !
Veuillez noter : les serveurs MCP distants sont actuellement disponibles en bêta publique.
