Codex, Cursor, VS Code avec GitHub Copilot, Claude Code et Claude se connectent au même serveur MCP Entity Enricher. Leurs agents peuvent concevoir des schémas, enrichir des entités en plusieurs langues, fusionner des modèles, organiser des identités sémantiques, évaluer la qualité par benchmark, synchroniser des tables relationnelles vers une base de données — sur les modèles de la plateforme, ou sur le modèle propre du client lorsque la tâche délègue ses appels LLM — et interroger l'assistant de support du produit lorsqu'une question porte sur Entity Enricher lui-même.
La validation de schéma et l'accord entre modèles ne garantissent ni l'exactitude factuelle ni la fraîcheur des données. Inspectez les sources, les échecs et les résultats partiels en base de données. Le MCP offre un accès conversationnel ; n8n et Make assurent l'automatisation des workflows sur ce même service.
Par défaut, chaque outil de démarrage exécute sa tâche sur votre propre modèle (avec use_platform_models=true, ou en nommant un modèle de plateforme, elle s'exécute sur les modèles facturés de la plateforme). La tâche n'effectue aucun appel de modèle de plateforme et ne consomme aucun crédit : le modèle derrière votre client MCP — celui qui détient déjà votre conversation, vos documents et vos outils connectés — répond à chaque appel de modèle de la tâche, et la plateforme garde ce qu'elle fait de mieux : construire les prompts, appliquer le schéma de sortie, valider et normaliser chaque réponse, sauvegarder les enregistrements et synchroniser les bases de données.
enable_web_search là où l'outil l'accepte : s'il est omis, il renvoie web_search_undecided afin que vous demandiez d'abord à l'utilisateur, puisque la recherche serait la vôtre. La tâche se met en pause dès que son premier appel de modèle est prêt.llm_requests dans le statut de la tâche : chaque entrée correspond à un appel de modèle au format MCP sampling/createMessage — prompt système, messages, outils et toolChoice — avec un purpose nommant l'étape et une échéance. Les pièces jointes binaires sont référencées comme ressourcesenricher://attachments/{id}, jamais intégrées en ligne ; le texte extrait figure déjà dans les messages. Un client qui a téléversé le fichier lit sa propre copie, si bien qu'une pièce jointe ne requiert jamais un modèle de la plateforme.answer_llm_request. La plateforme le valide par rapport au schéma exactement comme elle valide la réponse d'un provider ; une réponse rejetée revient sous la forme de la même conversation, avec l'erreur dans un résultat d'outil en échec, à corriger puis à renvoyer.Les détails du protocole et les cas limites — le refus, la décision de recherche web, les requêtes concurrentes, les requêtes de correction sur l'enrichissement, les pièces jointes, les délais d'expiration — figurent dans le guide Appels LLM délégués listé ci-dessous.
OAuth permet à un client de se connecter sans clé API. L'écran de consentement d'Entity Enricher identifie le client, l'organisation et le rôle accordé à la connexion. L'accès peut être géré ou révoqué dans Clés API → Applications connectées.
Ces exemples utilisent la connexion par navigateur (OAuth) et le même point de terminaison Streamable HTTP : https://entityenricher.ai/api/mcp/, barre oblique finale incluse. Chaque client possède son propre format de configuration.
Codex partage ses paramètres MCP entre son application, sa CLI et son extension IDE via ~/.codex/config.toml. La première commande enregistre Entity Enricher ; la commande de connexion ouvre l'authentification dans le navigateur lorsque c'est nécessaire.
codex mcp add entity-enricher --url https://entityenricher.ai/api/mcp/
codex mcp login entity-enricherCursor lit les serveurs de projet depuis .cursor/mcp.json, ou les serveurs personnels depuis ~/.cursor/mcp.json. L'entrée du serveur distant utilise mcpServers ; Cursor gère le flux de connexion OAuth.
{
"mcpServers": {
"entity-enricher": {
"url": "https://entityenricher.ai/api/mcp/"
}
}
}VS Code utilise .vscode/mcp.json avec un objet servers et un transport http explicite. Le démarrage du serveur met ses outils à la disposition de l'agent GitHub Copilot après autorisation.
{
"servers": {
"entity-enricher": {
"type": "http",
"url": "https://entityenricher.ai/api/mcp/"
}
}
}Cette commande enregistre un serveur HTTP distant dans Claude Code. La commande /mcp dans Claude Code ouvre ses contrôles de connexion et d'authentification.
claude mcp add --transport http entity-enricher https://entityenricher.ai/api/mcp/Sur claude.ai et Claude Desktop, les paramètres Connecteurs proposent une action « Ajouter un connecteur personnalisé ». Le connecteur utilise l'URL du serveur indiquée ci-dessus et ouvre l'écran d'autorisation d'Entity Enricher. Cette connexion hébergée se configure via les Connecteurs ; claude_desktop_config.json est réservé aux serveurs locaux.
Les clés d'accès de l'organisation sont créées dans Paramètres → Clés API avec un rôle choisi. Les clients peuvent envoyer la clé dans un en-tête X-API-Key au lieu de se connecter via OAuth. Par exemple, cette configuration Codex lit la clé depuis une variable d'environnement :
[mcp_servers.entity-enricher]
url = "https://entityenricher.ai/api/mcp/"
env_http_headers = { "X-API-Key" = "ENTITY_ENRICHER_API_KEY" }ENTITY_ENRICHER_API_KEY doit contenir la clé dans l'environnement du processus qui exécute Codex. Cursor et VS Code acceptent cet en-tête HTTP dans leur propre objet de configuration headers. Les références clients ci-dessus décrivent les paramètres pris en charge.
La même demande fonctionne sur tous les clients : "Listez mes schémas Entity Enricher, puis enrichissez Sanofi avec mon schéma d'entreprise pharmaceutique et affichez le résultat sauvegardé."Le client découvre les outils et les utilise pour sélectionner un schéma et lancer l'enrichissement. Les demandes de confirmation, l'affichage de la progression et l'accès aux ressources dépendent du client.
62 outils couvrent la création de schémas, l'enrichissement, les benchmarks, la synchronisation de base de données, les identités sémantiques et le support produit. Ils réutilisent les services backend pour la validation, la facturation et le traitement. Chaque outil expose ses propres paramètres pris en charge. Les tâches longues (enrichissement par lot, génération d'échantillons, exécutions de benchmark) sont asynchrones : l'outil de démarrage renvoie un job_id, le client interroge get_job_statuspuis lit les enregistrements obtenus ou les résultats de benchmark. Inspectez les échecs et les résultats partiels avant de conclure au succès.
| Catégorie | Outil | Description |
|---|---|---|
| Découverte | list_models | Listez les clés de modèles disponibles, les capacités nominales, les langues, les stratégies, les valeurs par défaut sélectionnées automatiquement et les profile_limits de l'organisation. |
| Schémas | generate_sample | Générez un JSON d'échantillon modifiable à partir d'une demande en texte libre, pour la création de schémas. |
| Schémas | list_schemas | Listez les schémas enregistrés de votre organisation, les épinglés en premier. |
| Schémas | get_schema | Consultez un schéma enregistré avec ses propriétés, ses annotations et son input_contract. |
| Schémas | create_schema_from_sample | Générez et enregistrez automatiquement un schéma à partir d'échantillons validés ; renvoie schema_id, le contenu du schéma et les liens vers les enregistrements. |
| Schémas | save_schema | Enregistrer un schéma rédigé directement et renvoyer son ID et son lien. |
| Schémas | update_schema | Modifiez les métadonnées d'un schéma enregistré ou remplacez l'intégralité de son schema_content sans appel au LLM. |
| Schémas | get_schema_part | Ne lisez que le fragment de schéma nécessaire à une modification. |
| Schémas | get_enum_candidates | Listez les valeurs observées en dehors du vocabulaire actuel de chaque énumération ouverte, avec leur nombre d'occurrences dans les enregistrements d'enrichissement récents. |
| Schémas | update_schema_property | Modifiez ou supprimez une propriété par son chemin, sans remplacer le schéma complet. |
| Schémas | add_schema_property | Ajoutez une propriété sous la racine (parent_path='), sous un chemin d'objet ou sous '$defs.X'. |
| Schémas | move_schema_property | Déplacez une propriété vers la racine, un chemin d'objet ou '$defs.X', en conservant ses indicateurs et son expertise. |
| Schémas | resolve_unify_proposal | Résolvez une proposition d'unification de types d'entités en attente issue de get_schema. |
| Schémas | nest_schema_region | Matérialiser une région d'entités à partir du x-entityMap de get_schema. |
| Schémas | publish_schema | Publiez la copie de travail d'un schéma lié à une base de données en tant que contrat utilisé par l'enrichissement et les répliques. |
| Schémas | delete_schema | Effectuez une suppression logique d'un schéma enregistré par UUID. |
| Schémas | analyze_sample | Analysez l'ambiguïté des propriétés des échantillons et la portée d'identité des relations avant la génération du schéma. |
| Schémas | analyze_schema | Analysez l'ambiguïté des propriétés et la portée d'identité des relations d'un schéma enregistré, en écrivant les annotations dans le schéma. |
| Enrichissement et fusion | start_batch_enrichment | Lancer l'enrichissement asynchrone facturé d'une liste d'entités selon exactement un paramètre parmi schema_id et target_schema. |
| Enrichissement et fusion | enrich_entity | Enrichissez une entité selon exactement l'un des paramètres schema_id ou target_schema ; renvoie une sortie structurée, record_id, les coûts et le résultat éventuel côté base de données. |
| Enrichissement et fusion | retry_expertises | Relancez uniquement les domaines d'expertise en échec d'un enregistrement existant, puis mettez à jour sa sortie et tentez la fusion/synchronisation de l'exécution. |
| Enrichissement et fusion | merge_records | Fusionnez au moins deux enregistrements d'une même entité en un nouvel enregistrement d'arbitrage. |
| Contrôle des tâches | get_job_status | Consultez le statut, la progression et le résumé final compact d'une tâche, avec les ID des enregistrements persistés. |
| Contrôle des tâches | cancel_job | Demandez l'annulation d'une tâche LLM en attente, en cours ou en pause. |
| Contrôle des tâches | answer_job_question | Reprenez une tâche en pause en fournissant les réponses aux questions renvoyées lors de la mise en pause. |
| Contrôle des tâches | answer_llm_request | Soumettez le résultat d'un appel de modèle en attente d'une tâche déléguée : une tâche que l'utilisateur a lancée sur le propre modèle du client (comportement par défaut de chaque outil de démarrage, sauf si use_platform_models=true ou un… |
| Enregistrements et statistiques | list_records | Listez les enregistrements de votre organisation sous forme compacte et paginée, du plus récent au plus ancien. |
| Enregistrements et statistiques | get_record | Consultez le structured_output, l'entity_input_data, les erreurs de validation, les verdicts d'expertise et les métriques d'un enregistrement persisté. |
| Enregistrements et statistiques | get_stats | Consultez les totaux d'enregistrements, le taux de réussite, les tokens et le récapitulatif des coûts à l'échelle de l'organisation. |
| Benchmarks | list_benchmark_scenarios | Listez les résumés compacts des scénarios de benchmark ainsi que le total. |
| Benchmarks | get_benchmark_scenario | Consultez un scénario de benchmark avec les résultats de qualité, de coût et de vitesse par modèle. |
| Benchmarks | get_benchmark_scenario_results | Filtrez, classez et limitez les résultats de benchmark par modèle d'un scénario. |
| Benchmarks | create_benchmark_scenario | Créez un benchmark réutilisable avec un juge de notation obligatoire. |
| Benchmarks | update_benchmark_scenario | Modifiez la définition de test ou la configuration de notation d'un benchmark. |
| Benchmarks | set_benchmark_reference | Enregistrer la référence gold d'un benchmark d'enrichissement ou de génération de schéma. |
| Benchmarks | revert_benchmark_reference_updates | Annuler les modifications automatiques apportées par une passe de notation à la référence d'un scénario. |
| Benchmarks | delete_benchmark_scenario | Supprimez un scénario de benchmark et ses résultats enregistrés. |
| Benchmarks | run_benchmark | Lancer l'exécution et la notation asynchrones facturées d'un benchmark. |
| Pièces jointes | upload_attachment | Téléverser des octets de fichier encodés en base64 comme matériau source réutilisable ; renvoie id et requires_capability. |
| Pièces jointes | delete_attachment | Supprimez définitivement une pièce jointe de votre organisation, y compris son fichier stocké. |
| Database Sync | list_database_syncs | Listez les déclarations de bases de données, les schémas liés, les options et les hôtes de synchronisation d'un schéma enregistré. |
| Database Sync | list_entity_states | Parcourez les lignes d'entités fusionnées actuelles d'un schéma, et non les enregistrements par exécution. |
| Database Sync | create_database_sync | Déclarez un schéma enregistré pour la synchronisation relationnelle vers PostgreSQL, MySQL ou SQLite. |
| Database Sync | assign_sync_host | Attribuez ou retirez l'hôte qui provisionne une synchronisation de base de données. |
| Database Sync | classify_database_model | Lancer une analyse facturée proposant des clés de base de données, des types SQL, des index et la propriété des relations sur un schéma lié. |
| Database Sync | delete_database_sync | Supprimez une base de données enregistrée et ses deltas en file d'attente, ce qui interrompt son flux. |
| Database Sync | get_database_setup_instructions | Renvoie des instructions non secrètes d'installation, d'appairage confirmé dans le navigateur et d'exécution pour un client ee-database sync. |
| Database Sync | fetch_database_deltas | Lisez la fenêtre ordonnée suivante des deltas SQL et des charges utiles canoniques d'une synchronisation de base de données. |
| Database Sync | ack_database_deltas | Accusez réception de chaque delta via up_to_id après une application réussie, ce qui libère son bail. |
| Database Sync | sync_records_to_database | Valider et injecter une sortie d'enrichissement stockée ou fournie dans la couche entité et les synchronisations liées. |
| ID sémantiques | list_semantic_concepts | Parcourez les concepts de l'organisation avec leurs alias, leurs compteurs d'usage et les facettes type/modèle. |
| ID sémantiques | get_semantic_concept | Consultez les alias, les clés d'identité source, les enregistrements liés et les plus proches voisins d'un concept au sein de son propre segment type/modèle. |
| ID sémantiques | probe_semantic_concept | Prévisualisez la résolution d'identité sans ajouter de concept ni augmenter son utilisation. |
| ID sémantiques | add_semantic_concept | Ajoutez un concept d'identité avec un usage à zéro, ou ajoutez un texte comme alias via alias_of. |
| ID sémantiques | update_concept_alias | Supprimez ou promouvez un alias de concept à l'aide des ID d'alias fournis par get_semantic_concept. |
| ID sémantiques | import_semantic_concepts | Résolvez de 1 à 1000 textes pour un même type de concept. |
| ID sémantiques | merge_semantic_concepts | Fusionnez un concept perdant dans un concept gagnant. |
| ID sémantiques | delete_semantic_concepts | Supprimez les concepts sélectionnés par ids, concept_types ou unused_only. |
| ID sémantiques | migrate_semantic_embeddings | Inspectez ou migrez l'espace d'embeddings de concepts de l'organisation. |
| Support produit | ask_support | Posez à Rupert, l'assistant de support produit d'Entity Enricher, une question sur l'application elle-même : le fonctionnement d'une fonctionnalité, d'un outil ou d'un paramètre, la signification d'un error_code, d'une limite, d'un statut… |
| Support produit | get_support_conversation | Consultez l'un de vos fils de support avec tous ses échanges : vos questions (role user), les réponses de Rupert (assistant) et les messages de suivi de l'équipe de support (admin, avec author_name). |
| Support produit | list_support_conversations | Vos fils de support, activité la plus récente en premier, avec message_count et unread_for_user (un message de suivi de l'équipe de support que vous n'avez pas lu). |
Les instructions du serveur expliquent les workflows disponibles ; les descriptions des outils expliquent chaque appel. Pour les décisions de modélisation ou la reprise après erreur, votre client peut lire l'index des guides sur enricher://docs et sélectionner un guide via les ressources MCP. La lecture d'un guide n'exécute aucun modèle. Les liens ci-dessous ouvrent ces mêmes guides, en anglais, dans le dépôt public.
Par défaut, chaque tâche que vous lancez s'exécute sur votre propre modèle : répondez à chacun de ses appels de modèle avec `answer_llm_request`, et laissez la plateforme valider chaque réponse par rapport au schéma. `use_platform_models=true` exécute plutôt la tâche sur la plateforme, avec le meilleur modèle selon le benchmark de l'organisation pour cette tâche.
Concevez un schéma réutilisable à partir d'exemples validés, avec identité, relations et champs multilingues.
Lisez, créez et modifiez des documents de schéma Entity Enricher sans confondre le JSON Schema sérialisé, les données d'exemple et les chemins des outils de propriétés.
Choisissez l'extraction, l'enrichissement par les connaissances ou une combinaison en deux passes, et préservez la provenance des pièces jointes d'un appel à l'autre.
Enrichissez une entité, interprétez son résultat réel et rattrapez les échecs partiels de modèles sans refaire le travail déjà réussi.
Enrichissez une liste d'entités de façon asynchrone et distinguez les résultats ignorés, en échec, fusionnés et admis en base de données.
Comparez les modèles sur l'enrichissement, la génération d'échantillons ou la génération de schémas, en utilisant la bonne référence et la bonne interprétation des scores.
Transformez vos schémas d'enrichissement en tables relationnelles dans votre propre base de données et vérifiez séparément l'admission, la migration et la livraison vers les réplicas.
Reconnaissez les entités récurrentes au-delà de leurs formes de surface, examinez les correspondances incertaines et comprenez l'impact des changements de vocabulaire sur les répliques.
Posez à Rupert, l'assistant de support produit, n'importe quelle question sur Entity Enricher lui-même, poursuivez le fil que vous avez ouvert et lisez les messages de suivi de l'équipe de support.
Les ressources exposent les données de schémas et d'enregistrements, ainsi que les guides de workflow, au format Markdown. Les clients choisissent comment les découvrir et les charger ; le contenu des ressources consomme malgré tout du contexte du modèle.
| Modèle d'URI | Description |
|---|---|
| enricher://docs | Index des guides de workflow, chacun disponible à l'URI de ressource indiquée. |
| enricher://schemas/{schema_id} | Copie de travail d'un schéma enregistré, au format Markdown ; utilisez get_schema avec version="published" pour obtenir le contrat lié actif. |
| enricher://records/{record_id} | Un enregistrement d'enrichissement passé rendu en Markdown — métadonnées + sortie structurée + erreurs de validation. |
| enricher://attachments/{attachment_id} | Les octets d'une pièce jointe téléversée, servis avec leur véritable type de média — c'est ainsi qu'une tâche qui délègue ses appels LLM transmet à votre client un fichier PDF, image ou audio qu'il n'a pas lui-même téléversé. |
Lorsqu'une question porte sur Entity Enricher lui-même — le fonctionnement d'une fonctionnalité ou d'un outil, la signification d'un code d'erreur, d'une limite ou d'un avertissement, la raison pour laquelle un résultat se présente ainsi — et que les guides n'y répondent pas, les instructions du serveur demandent à l'agent d'interroger Rupert, l'assistant de support produit, avec ask_support plutôt que de deviner. L'appel renvoie la réponse complète et l'identifiant du fil ouvert ; transmettre ceconversation_id à la question suivante conserve le contexte de l'échange.
Chaque question est décomptée du quota de support quotidien de l'organisation, indiqué parquestions_remaining. L'équipe de support peut répondre dans le fil : le prochain ask_support sur ce fil renvoie ces réponses dansnew_admin_messages, etget_support_conversation lit un fil entier. Ces mêmes fils apparaissent dans le chat de support de l'application web et, pour les propriétaires, dans l'onglet Discussions de la page Utilisateurs, signalés comme ouverts par un agent IA.
Lorsque vous demandez à enrich_entity d'utiliser un modèle de classification et que l'entité ne correspond pas au type du schéma, l'outil renvoie une réponse sans erreur assortie de détails structurés. Le client la lit, vous en expose le raisonnement et (après votre confirmation) réessaie avec force_after_classification_warning=true — ce qui désactive le classificateur lors de la nouvelle tentative.
{
"success": false,
"error_code": "classification_warning",
"message": "Pre-flight classification rejected the entity. ...",
"classification": {
"status": "mismatch",
"reasoning": "Titan is a moon of Saturn, not a planet.",
"confidence": 0.97
},
"job_id": "..."
}La réponse MCP conserve les détails de la classification afin que votre client puisse expliquer la décision avant de lancer un nouvel appel.
La même interactivité alimente un second flux : lorsque generate_sample s'exécute avec des documents sources, son planificateur peut s'interrompre pour poser des questions de clarification structurelle. Le client vous les transmet et relance la tâche avec answer_job_question — tour après tour, jusqu'à ce que l'échantillon soit généré.
La plupart des erreurs d'outil renvoient un objet structuré avec un champ error_code, afin que le client puisse distinguer les échecs de quota, de classification, de délai d'attente et de provider. Certaines réponses plus anciennes ne comportent qu'un champ error ou message ; inspectez le résultat lui-même autant que le statut de transport.
| error_code | Quand |
|---|---|
| invalid_request | UUID mal formé, arguments mutuellement exclusifs (schema_id + target_schema) ou échec de la validation du corps de la requête. |
| prompt_limit_reached | Quota de prompts quotidien / hebdomadaire / mensuel épuisé (HTTP 402). Le corps de la réponse inclut period, limit, used, needed. |
| insufficient_credits | L'organisation a la facturation activée mais le solde de crédits est trop faible pour démarrer la tâche (HTTP 402). Le corps de la réponse inclut le solde et une URL d'achat. |
| model_limit_exceeded | Plus de modèles demandés que le forfait n'en autorise (HTTP 402). Renvoie la limite + le nombre demandé. |
| language_limit_exceeded | Plus de langues demandées que le forfait n'en autorise (HTTP 402). |
| concurrent_job_limit_reached | Trop de tâches d'enrichissement actives pour cette organisation. Patientez ou passez à un forfait supérieur. |
| classification_warning | ⚡ Non-erreur : le classificateur de contrôle préalable a rejeté l'entité. La réponse contient le contexte de classification afin que le client puisse demander une confirmation à l'utilisateur et réessayer avec force_after_classification_warning=true. |
| benchmarks_not_in_plan | Le plan de l'organisation n'inclut pas les Benchmarks de modèles (HTTP 403). Les outils de benchmark en écriture vérifient également le rôle de propriétaire. |
| support_question_limit_reached | Le quota quotidien de questions de support de l'organisation est épuisé (HTTP 402). Le corps de la réponse contient limit et used ; chaque résultat ask_support indique questions_remaining. |
| support_requires_user | ask_support a été appelé avec une clé d'accès d'organisation (HTTP 403). Un fil de support appartient à une personne : connectez-vous avec OAuth ou avec une clé API personnelle. |
| support_unavailable | L'assistant de support n'a pas pu répondre (échec du relais). La question est tout de même décomptée et le fil existe : relisez-le plus tard avec get_support_conversation plutôt que de poser à nouveau la question immédiatement. |
| web_search_undecided | Un outil de démarrage a été appelé sans enable_web_search pour une tâche exécutée sur votre modèle. Demandez à l'utilisateur si votre modèle peut utiliser la recherche web, puis appelez-le de nouveau avec enable_web_search=true ou false. |
| delegation_requires_auto | Une tâche exécutée sur votre modèle a rencontré un modèle de plateforme explicite injecté après le lancement, par exemple une valeur par défaut de l'organisation (HTTP 400). Démarrez la tâche avec use_platform_models=true, ou supprimez cette valeur par défaut. |
| request_not_pending | answer_llm_request a désigné une requête déjà traitée, expirée ou appartenant à une tâche qui a poursuivi son exécution. Consultez get_job_status(job_id).llm_requests pour savoir ce qui est en attente actuellement. |
| llm_request_pending | answer_job_question a été appelé sur une tâche en pause sur des requêtes LLM déléguées, et non sur une question. Répondez-y avec answer_llm_request. |
| llm_request_timeout | Une tâche déléguant ses appels LLM n'a reçu aucune réponse à une requête en attente dans les 15 minutes ; la tâche a échoué. Les tâches déléguées n'ont pas de réponse par défaut. |
| ambiguity_check_disabled | analyze_schema a été appelé sur un schéma dont la vérification d'ambiguïté est désactivée (HTTP 400). Réactivez-la d'abord via update_schema avec ambiguity_check_enabled=true. |
| enrichment_timeout | La tâche a dépassé timeout_seconds. Essayez avec moins de modèles ou en divisant l'entité. |
| schema_generation_timeout | La génération du schéma a dépassé timeout_seconds. |
| schema_generation_failed | Erreur LLM en amont lors de la génération du schéma (HTTP 502). |
| model_output_invalid | Le modèle a renvoyé une sortie qui ne correspond pas au schéma (HTTP 502). Le corps de la réponse indique le modèle, le chemin de la propriété en cause et retryable: true — appelez à nouveau l'outil, ou choisissez un modèle plus puissant. |
| cancelled | La tâche a été annulée en cours d'exécution (HTTP 499). |
| not_found | Le schéma ou l'ID d'enregistrement n'existe pas dans votre organisation. |
| http_error | Cas générique pour les erreurs HTTP sans corps de détail structuré. |
get_stats fournit les résumés côté chat ; les tableaux de bord complets restent dans l'application.