Exemples de serveurs pour agents d'intelligence artificielle
Les serveurs du Model Context Protocol (MCP) permettent aux modèles d'intelligence artificielle générative d'accéder à des sources de données externes et à des outils via une interface standard. Ce protocole permet à différentes applications d'IA de se connecter de manière sécurisée et cohérente à des bases de données ou à des outils logiciels.
Mises à jour
- 25 octobre 2026: Étoiles 91,368 → 91,545, dernière version v2.1.0 (25 octobre 2026).
- 19 octobre 2026: Étoiles 91,136 → 91,368, dernière version v2.0.0 (19 octobre 2026).
- 11 octobre 2026: Étoiles 90,905 → 91,136, dernière version v1.0.0 (11 octobre 2026).
- 1 octobre 2026: Étoiles 90,906 → 90,905, dernière version 2026.8.31 (31 août 2026).
Ce que ça vous apporte
- Vous permet de garantir à vos grands modèles de langage (LLM) un accès sécurisé aux fichiers locaux, aux entrepôts de données et à la mémoire persistante.
- Vous pouvez connecter vos applications d'intelligence artificielle à des sources de données externes en examinant les exemples de serveurs de référence.
- Vous accédez à des modèles prêts à l'emploi pour développer vos propres serveurs en utilisant différents kits de développement logiciel (SDK).
Installation
# With uvx
uvx mcp-server-git
# With pip
pip install mcp-server-git
python -m mcp_server_gitExécution
npx -y @modelcontextprotocol/server-memorySi vous ne codez pas
Je souhaite connecter mon modèle d'intelligence artificielle à des sources de données externes en utilisant les serveurs de référence du Model Context Protocol (MCP). Tout d'abord, guidez-moi pour démarrer le serveur de mémoire avec la commande npx -y @modelcontextprotocol/server-memory et pour configurer le client de bureau. Expliquez également les étapes pour accéder aux dépôts de code en utilisant la commande uvx mcp-server-git.
Dépôt : https://github.com/modelcontextprotocol/servers. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.
Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.
Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.
Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-10-01 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.