Les serveurs Autodesk Model Context Protocol (MCP)

Patrick · Septembre 18, 2025, 1:28

Autodesk® travaille en ce moment sur de nouveaux serveurs appelés Model Context Protocol (MCP). Ces serveurs sont comme des ponts simples et sûrs qui aident l’intelligence artificielle à mieux travailler avec les logiciels de dessin et de fabrication qu’utilise Autodesk®.

En gros, ils permettent à l’intelligence artificielle de comprendre ce que vous dites en langage simple et de faire des actions concrètes dans ces programmes. Le but est de rendre les tâches compliquées plus faciles, d’aider les designers et les ingénieurs à ne pas faire toujours les mêmes choses répétitives, et de permettre à l’innovation d’aller plus vite.

En utilisant ces serveurs MCP, l’IA peut devenir un vrai partenaire de travail, pas seulement un robot qui répond à des questions. Il y aura différents serveurs pour différents programmes comme Revit®, Model Data Explorer ou Fusion® Data, pour que tout fonctionne en douceur.

Qu’est-ce que le protocole de contexte de modèle (MCP) et quel est son objectif principal ?

Le protocole de contexte de modèle (MCP) est un cadre open-source conçu pour standardiser la manière dont les systèmes d’intelligence artificielle (IA), en particulier les grands modèles linguistiques (LLM), interagissent avec les outils, services et sources de données externes. Il est décrit comme l’équivalent de l’USB-C pour l’IA, offrant un connecteur universel qui permet aux modèles de se brancher sur l’écosystème numérique plus large. Son objectif principal est de permettre aux systèmes d’IA de prendre des mesures concrètes via des API en supprimant le besoin de code personnalisé pour créer des connexions sécurisées entre les systèmes, activant ainsi des flux de travail puissants à l’aide de commandes en langage naturel.

Comment les serveurs MCP transforment-ils l’interaction entre l’IA et les applications logicielles comme AutoCAD® et Revit® ?

Les serveurs MCP transforment cette interaction en agissant comme des connecteurs gérés et prêts pour la production, spécialement conçus pour les flux de travail basés sur des agents d’IA. Ils permettent aux utilisateurs de créer et de modifier des dessins dans AutoCAD® ou d’interagir avec des données de conception dans Revit® en utilisant des commandes conversationnelles. Grâce à l’API de « Function Calling » (appel de fonction), les LLM peuvent automatiquement sélectionner et exécuter les outils appropriés en fonction du contexte, ce qui permet d’automatiser des tâches complexes comme la modélisation en un clic ou la révision de la conformité du code, libérant ainsi les concepteurs et les développeurs pour se concentrer sur l’innovation.

Quels sont les principaux avantages de l’utilisation des serveurs Autodesk® MCP, en particulier pour les flux de travail de conception et de fabrication ?

Les serveurs Autodesk® MCP offrent plusieurs avantages clés pour les flux de travail de conception et de fabrication :

Sécurité prête pour l’entreprise : Ils sont construits selon les normes de sécurité et de conformité d’Autodesk®, avec des garanties d’authentification, de permissions et de protection des données.
Fiabilité et résilience : Hébergés par Autodesk®, ils sont isolés des modifications d’API, assurant des performances stables.
Sensibilité au contexte : Conçus pour recevoir le contexte du modèle, du projet et de l’utilisateur comme entrée afin de fournir des réponses appropriées à la situation pour les cas d’utilisation de conception et de fabrication.
Intelligence par défaut : Incorporés avec la logique Autodesk®, ce qui réduit la nécessité de spécifier chaque détail. Ces avantages simplifient les flux de travail, renforcent la confiance et sont idéaux pour les développeurs individuels et les grandes entreprises.

Quels sont les trois principaux progrès de l’IA qui, combinés, permettent à l’IA de devenir un « partenaire de travail capable » ?

Les trois principaux progrès de l’IA qui contribuent à cette transformation sont :

L’intelligence croissante de l’IA : Sa capacité à comprendre et à mémoriser ce qu’un utilisateur veut réellement a considérablement augmenté.
La conversion du langage naturel en code : L’IA peut désormais transformer le langage courant en code, permettant aux utilisateurs de décrire leurs requêtes dans une formulation normale et quotidienne.
La connexion avec les outils et les données de l’entreprise via les serveurs MCP : Grâce aux serveurs MCP, l’IA peut prendre des mesures tangibles avec les outils et les données de l’entreprise, au lieu de simplement en parler. Ensemble, ces avancées permettent à l’IA de passer du statut de « chatbot utile » à celui de « partenaire de travail capable ».

Quels types de données et de services les serveurs MCP sont-ils capables de gérer, selon la liste des implémentations de serveurs disponibles ?

La liste des implémentations de serveurs MCP est extrêmement vaste et couvre une multitude de catégories, démontrant la polyvalence du protocole. Les serveurs MCP sont capables de gérer et d’interagir avec :

Bases de données : SQL, NoSQL (MongoDB, PostgreSQL, MySQL, Snowflake, Redis, etc.), ainsi que des bases de données spécifiques au cloud comme Azure SQL Database ou Supabase.
Outils de développement : Plateformes de gestion de code (GitHub, GitLab), outils d’intégration continue/déploiement continu (CircleCI), outils de vérification et de gestion des erreurs, outils de scraping web, et plateformes sans code/low-code.
Services d’IA et d’apprentissage automatique : Plus de 200 modèles d’IA, des API d’analyse de texte, de vision par ordinateur, de reconnaissance vocale, de génération d’images et de vidéo, et des plateformes d’orchestration de LLM.
Gestion d’entreprise : Logiciels de gestion des ressources humaines, de comptabilité, de facturation, de gestion de projet, de CRM, et de gestion des stocks.
Commerce : Plateformes e-commerce (Shopify, WooCommerce), services de paiement (PayPal, Stripe), et API de données de marché.
Communication : Plateformes de messagerie (WhatsApp, Slack, Telegram), services d’courriel, et API d’appels téléphoniques.
Stockage de fichiers : Services de stockage cloud (Dropbox, Google Drive), API de génération et de conversion de documents (PDF, images).
Analyse de données : Outils d’analyse web, de référencement (SEO), de données financières, de données géospatiales, et de données blockchain.
Automatisation de la maison intelligente et IoT : Contrôle des appareils, données météorologiques, et systèmes de sécurité.
Médias sociaux et divertissement : Intégration avec des plateformes sociales (Reddit, Bluesky), API de jeux vidéo, et services de streaming.
Outils linguistiques : Traduction automatique, transcription, et traitement du langage naturel.
Apprentissage et éducation : Plateformes LMS, outils de création de cours en ligne, et API pour la gestion de certifications.
Marketing : Outils d’courriel marketing, d’automatisation marketing, de gestion des médias sociaux, et de génération de leads.
Productivité : Outils de gestion de tâches, de planification, de prise de notes, et de gestion du temps.
Sécurité : Plateformes de surveillance des erreurs, d’évaluation des vulnérabilités, et de détection de menaces. Cette liste exhaustive souligne la vision du MCP comme un « cadre agnostique à la plateforme » pour l’intégration de l’IA.

Comment l’intégration du MCP avec Revit® permet-elle des interactions bidirectionnelles et un dialogue à plusieurs tours avec un LLM ?

L’intégration du MCP avec Revit® permet des interactions bidirectionnelles et un dialogue à plusieurs tours grâce à une approche client-serveur. Le serveur MCP expose des « outils » Revit® spécifiques (comme CreateWall, InsertWindowInWall) qui peuvent être appelés par un LLM. Lorsque l’utilisateur formule une requête en langage naturel (par exemple, « créer un mur »), le LLM identifie l’outil pertinent, génère les paramètres nécessaires (souvent au format JSON) et l’exécute.

Pour l’interaction bidirectionnelle, Revit® peut également fournir des données au LLM. Par exemple, après qu’un utilisateur a sélectionné un mur dans Revit®, l’ID du mur et ses données géométriques peuvent être transmis au LLM comme contexte pour une requête ultérieure (par exemple, « insérer une fenêtre sur ce mur »). Le LLM utilise alors ces informations pour affiner sa décision et appeler un autre outil Revit® avec des paramètres précis. Les réponses des outils sont renvoyées au client LLM, qui les résume et les présente à l’utilisateur, permettant ainsi un dialogue continu et la réalisation de tâches complexes en plusieurs étapes.

Quels sont les défis techniques liés à l’intégration du MCP avec des applications de bureau comme Revit®, et comment sont-ils abordés ?

L’intégration du MCP avec des applications de bureau comme Revit® présente des défis techniques, principalement liés à la gestion des threads et des interactions d’E/S standard. La principale difficulté réside dans le fait que l’utilisation directe des E/S standard (Stdio) dans Revit® peut bloquer l’interface utilisateur, car l’application attendrait le résultat du serveur MCP, le faisant geler.

Pour y remédier, plusieurs approches sont suggérées :

Lancement d’un processus séparé : Lancer le serveur MCP (le client dans ce cas, qui communique avec le LLM et le serveur MCP local) dans un processus de console distinct. Cela empêche Revit® de geler pendant les opérations, car le processus d’E/S est externalisé.
Événements d’inactivité et WCF : Utiliser les événements d’inactivité de Revit® avec une technologie comme Windows Communication Foundation (WCF) pour communiquer avec le serveur MCP. Cependant, il est crucial de contraindre correctement le thread de l’événement d’inactivité pour éviter que le sondage continu de l’API ne bloque Revit®.
Modification du code source : Implémenter un TransportBase ou ITransport personnalisé directement dans le code source du MCP pour gérer spécifiquement les requêtes côté client de manière non bloquante.
Appel de fonction direct : Pour les clients non commerciaux utilisant un seul fournisseur LLM (comme ChatGPT ou DeepSeek), utiliser directement la fonctionnalité d’appel de fonction de l’API LLM peut être une solution plus simple, évitant ainsi les problèmes de blocage de thread.

De plus, la standardisation du format des paramètres via JSON est essentielle pour faciliter la communication entre le LLM et les outils Revit®, réduisant ainsi les modifications futures des méthodes.

Comment Autodesk® soutient-il l’adoption des serveurs MCP et quelle est sa vision pour l’avenir de l’IA dans la conception et la fabrication ?

Autodesk® soutient activement l’adoption des serveurs MCP en les intégrant au cœur de sa plateforme et de ses produits, comme l’Autodesk® Assistant. Ils envisagent ces serveurs comme des connecteurs gérés, fiables et sécurisés, conformes aux normes d’entreprise, qui permettront aux systèmes d’IA de prendre des actions concrètes dans les workflows de conception et de fabrication.

La vision d’Autodesk® pour l’avenir de l’IA inclut :

Accélération de la créativité : L’IA permettra d’accomplir des flux de travail complexes en langage naturel, libérant ainsi les concepteurs des tâches répétitives pour qu’ils puissent se concentrer sur l’innovation.
Fondation AI-ready : Les serveurs MCP fourniront une base structurée et prête pour l’IA, facilitant l’automatisation des flux de travail et l’intégration avec la plateforme Autodesk®.
Écosystème ouvert : Autodesk® prévoit un marché où les développeurs pourront accéder aux serveurs Autodesk® MCP et même contribuer les leurs, créant de nouvelles opportunités pour les clients et les partenaires.
Optimisation par l’IA : L’Autodesk® Assistant, alimenté par les serveurs MCP, optimisera les décisions en temps réel, fournira des conseils spécifiques à l’industrie et automatisera les tâches répétitives.
Modèle d’API modernisé : Un nouveau modèle de tarification basé sur l’utilisation des API sera introduit pour soutenir l’évolutivité des cas d’utilisation de l’automatisation et préparer le terrain pour les flux de travail assistés par agent et pilotés par machine.