Smithery

Le développement d'agents d'IA sophistiqués implique souvent de les connecter à divers outils et sources de données externes. La gestion de ces intégrations peut rapidement devenir complexe, nécessitant un code personnalisé pour chaque connexion, ce qui conduit à des systèmes fragmentés et difficiles à maintenir. Smithery offre une plateforme dédiée pour simplifier ce processus pour les développeurs travaillant avec l'IA agentique. Nous proposons un registre centralisé et une solution d'hébergement spécialement conçus pour les services agentiques – des serveurs conçus pour communiquer de manière transparente avec les agents de modèles de langage en utilisant le Model Context Protocol (MCP). Notre objectif est d'accélérer le développement de l'IA agentique en rendant ces services essentiels détectables, standardisés et faciles à déployer.

Fonctionnalités Clés

• 🔍 Découvrez les Services Agentiques : Trouvez les serveurs MCP adaptés à vos applications d'IA grâce à notre registre centralisé. Vous pouvez parcourir la plateforme ou effectuer des recherches par programmation à l'aide de l'API du registre (GET /servers), en tirant parti de la recherche sémantique et de filtres spécifiques (tels que owner:, repo:, is:deployed) pour identifier précisément les services dont vous avez besoin. Chaque liste fournit des détails tels que des descriptions, des points de terminaison et des indicateurs d'utilisation.

• 🚀 Déployez et Hébergez Vos Serveurs MCP : Partagez facilement vos propres services agentiques avec la communauté. Smithery vous permet de déployer des serveurs MCP d'entrée/sortie standard (STDIO), en les hébergeant via une connexion WebSocket. Cela offre des avantages tels que la génération automatique d'un espace de jeu pour les tests utilisateurs, une visibilité accrue dans les résultats de recherche et un accès simplifié pour les utilisateurs sans nécessiter d'installations locales. Les déploiements s'exécutent dans un environnement sans serveur.

• 🧩 Intégrez-vous de Manière Transparente avec le MCP : Tirez parti du Model Context Protocol (MCP), une norme ouverte pour connecter les LLM à des outils et des données externes. En utilisant les serveurs MCP répertoriés sur Smithery, vous éliminez le besoin de code d'intégration personnalisé pour chaque source de données ou outil. Cette approche standardisée simplifie la création et la maintenance d'agents tels que les IDE intelligents, les interfaces de chat et les flux de travail d'IA personnalisés.

• ⚙️ Standardisez la Configuration et la Connexion : Interagissez avec divers serveurs MCP via une interface cohérente. Smithery utilise des schémas JSON (configSchema) fournis par les auteurs du serveur pour définir la configuration nécessaire à la connexion. Que vous vous connectiez via WebSocket (wss://server.smithery.ai/${qualifiedName}/ws?config=${base64encode(config)}) ou par d'autres méthodes, vous comprendrez à l'avance les paramètres requis.

Cas d'Usage

1. Améliorer un Assistant d'IA avec des Données en Temps Réel : Vous développez un assistant d'IA qui a besoin d'accéder aux informations météorologiques actuelles. Au lieu de créer un wrapper d'API personnalisé, vous effectuez une recherche dans le registre Smithery à l'aide de l'API (GET /servers?q=weather) pour trouver un serveur MCP fournissant des données météorologiques. Vous récupérez ses détails (GET /servers/{qualifiedName}), notez son schéma de configuration requis et l'intégrez à votre agent à l'aide d'une bibliothèque client MCP, en vous connectant via l'URL WebSocket fournie.

2. Partager un Outil Interne Personnalisé : Votre équipe a créé un service interne qui permet à un agent LLM d'interroger la base de données de documentation de votre entreprise via une interface MCP. Pour le rendre accessible à d'autres développeurs et agents au sein de l'entreprise, vous ajoutez le serveur à Smithery et utilisez la fonctionnalité Deployments. Smithery héberge le serveur, fournit un point de terminaison WebSocket stable et le rend détectable via le registre, simplifiant ainsi son adoption dans différents projets.

3. Créer un Flux de Travail d'Agent Multi-Outils : Vous construisez un agent de recherche qui doit extraire des articles universitaires, résumer du contenu Web et gérer des citations. Vous utilisez Smithery pour découvrir des serveurs MCP distincts spécialisés dans chaque tâche (par exemple, un serveur de recherche arXiv, un serveur de scraping/résumé Web, un serveur Zotero/bibliographie). Étant donné qu'ils respectent tous la norme MCP, l'intégration de ces divers outils dans votre agent devient beaucoup plus gérable que de traiter des API disparates.

Conclusion

Smithery agit comme le hub essentiel pour les développeurs qui construisent avec l'IA agentique. En fournissant un registre centralisé pour la découverte de serveurs MCP et en offrant un déploiement et un hébergement rationalisés, nous simplifions le processus de connexion de vos agents LLM aux outils et aux données dont ils ont besoin. L'adoption du Model Context Protocol via Smithery signifie moins de temps passé sur le code d'intégration passe-partout et plus de temps consacré à la création d'applications d'IA intelligentes et performantes. Explorez le registre pour trouver des services existants, ou déployez les vôtres et contribuez à l'écosystème en pleine croissance.