McpExplorer : Exploration du Model Context Protocol avec .NET

Ce projet est une application d'exploration conçue pour apprendre et démontrer les concepts fondamentaux du Model Context Protocol (MCP) en utilisant un écosystème .NET moderne. L'application, construite en WPF, met en œuvre un serveur MCP in-process et un client intelligent capable d'orchestrer dynamiquement des outils.

Mission du Projet

L'objectif principal de ce projet est éducatif :

1. Comprendre le MCP : Mettre en pratique les concepts de base du protocole, tels que la découverte et l'appel d'outils.
2. Explorer l'Orchestration d'IA : Démontrer comment un client peut sélectionner dynamiquement des outils, que ce soit par des règles logiques simples ou en faisant appel à un Grand Modèle de Langage (LLM).
3. Utiliser des Outils .NET Modernes : Intégrer des bibliothèques de pointe comme le SDK C# officiel du MCP, Semantic Kernel pour l'orchestration IA, et Prompty pour la gestion des prompts.

Fonctionnalités

L'application WPF fournit une interface simple pour interagir avec un serveur MCP qui expose plusieurs outils :

• Transcription Audio (Simulation) : Un outil qui simule la transcription d'un fichier audio.
• Optimisation de Texte : Deux outils distincts pour reformater un texte pour un courriel professionnel ou un message Microsoft Teams.
• Orchestration Côté Client :
  • Basée sur des Règles : Un bouton qui analyse le contenu du texte pour choisir entre l'optimisation pour courriel ou pour Teams.
  • Basée sur l'IA : Un bouton qui utilise un LLM (via Semantic Kernel) pour analyser la liste des outils disponibles et la tâche de l'utilisateur afin de sélectionner l'outil le plus approprié.

Architecture et Choix Technologiques

La solution est construite autour de plusieurs composants clés qui interagissent pour créer une application flexible et puissante.

graph TD
    subgraph "Application WPF (McpExplorer.Wpf)"
        direction LR
        A[MainWindow.xaml] -- Interagit avec --> B(MainWindow.xaml.cs);
        B -- Appelle --> C{Client MCP};
        C -- Communique via Stdio --> D{Serveur MCP};
        B -- Utilise --> E[Semantic Kernel];
        E -- Lit --> F(appsettings.json);
        E -- Invoque --> G[LLM (OpenAI, etc.)];
        G -- Décide --> B;
    end

    subgraph "Serveur In-Process (Géré par IHost)"
        direction LR
        D -- Expose --> H(McpExplorerTools.cs);
        H -- Lit --> I(Prompts/.prompty);
    end

    style A fill:#cde4ff
    style F fill:#fff2cd
    style I fill:#fff2cd
    style G fill:#d4edda

Loading

1. Application WPF avec Serveur In-Process

L'application est une solution WPF .NET. Plutôt que de dépendre d'un serveur externe, nous utilisons Microsoft.Extensions.Hosting pour démarrer et gérer un serveur MCP directement au sein du processus de l'application.

• Avantage : Simplifie grandement le déploiement et le débogage. Le cycle de vie du serveur est lié à celui de l'application.
• Implémentation : Le fichier App.xaml.cs configure et lance un IHost au démarrage.

2. SDK C# pour le Model Context Protocol

Nous utilisons la bibliothèque ModelContextProtocol, le SDK C# officiel.

• Serveur : WithToolsFromAssembly() permet de découvrir et d'exposer automatiquement les méthodes marquées avec les attributs [McpServerToolType] et [McpServerTool].
• Client : Le client se connecte au serveur via un transport Stdio (Standard Input/Output), parfait pour la communication in-process.

3. Semantic Kernel comme Orchestrateur IA

Pour la fonctionnalité de sélection d'outil par l'IA, nous utilisons Microsoft Semantic Kernel.

• Rôle : Il agit comme un cerveau qui peut raisonner sur les outils disponibles.
• Flexibilité : Il est conçu pour être agnostique au modèle. Nous l'avons configuré pour qu'il puisse utiliser plusieurs fournisseurs de LLM.

4. Configuration Flexible des LLM

La sélection du fournisseur de LLM (OpenAI, Azure OpenAI, etc.) et des modèles est gérée de manière externe dans un fichier appsettings.json.

• Avantage : Permet de changer de LLM sans recompiler l'application.
• Implémentation : Le fichier appsettings.json est chargé au démarrage et injecté via l'injection de dépendances dans MainWindow.

5. Prompty pour la Gestion des Prompts

Les prompts, qu'ils soient simples (pour les outils d'optimisation) ou complexes (pour la sélection d'outils par l'IA), sont stockés dans des fichiers .prompty.

• Avantage : Sépare la logique du prompt du code C#, ce qui les rend plus faciles à gérer, à versionner et à améliorer.

Comment ça Marche ? Le Flux de Sélection par IA

Le cœur de la fonctionnalité avancée de ce projet est le bouton "Select Tool with AI". Voici le déroulement de cette action :

sequenceDiagram
    participant User
    participant Client (MainWindow)
    participant LLM (via Semantic Kernel)
    participant Serveur MCP

    User->>Client: Clique sur "Select Tool with AI"
    Client->>Serveur MCP: ListToolsAsync()
    Serveur MCP-->>Client: Retourne la liste des outils (nom, description)
    Client->>LLM: InvokeAsync(tâche, liste des outils)
    Note right of Client: Le client envoie le texte de la transcription<br/>et la liste des outils au LLM via un prompt.
    LLM-->>Client: Retourne le nom de l'outil choisi (ex: "OptimizeForEmail")
    Client->>Serveur MCP: CallToolAsync("OptimizeForEmail", texte)
    Serveur MCP-->>Client: Retourne le résultat de l'outil
    Client->>User: Affiche le résultat final

Loading

1. Découverte : Le client demande au serveur MCP la liste de tous les outils qu'il expose.
2. Raisonnement : Le client envoie cette liste, ainsi que la tâche de l'utilisateur (le texte transcrit), à un LLM via un prompt structuré (MCPToolSelection.prompty). Le prompt demande au LLM de choisir l'outil le plus approprié.
3. Décision : Le LLM analyse les descriptions des outils et la tâche, puis retourne sa décision sous forme de JSON.
4. Exécution : Le client utilise le nom de l'outil retourné par le LLM pour effectuer un appel CallToolAsync au serveur MCP.

Ce flux démontre parfaitement la puissance du MCP : le serveur expose des capacités, et le client décide intelligemment comment les utiliser.

Comment Lancer le Projet

Prérequis

• SDK .NET 8 ou supérieur.

Configuration

1. Ouvrez le fichier McpExplorer.Wpf/appsettings.json.
2. Choisissez un Provider (par exemple, "OpenAI").
3. Remplissez les informations requises pour ce fournisseur (par exemple, ApiKey et Model).

Exécution

Ouvrez un terminal à la racine du projet et exécutez la commande suivante :

dotnet run --project McpExplorer.Wpf/McpExplorer.Wpf.csproj