Serveur MCP pour Codex et les autres clients IA

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.

Exécutez vos tâches sur le modèle de votre client

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.

  1. Démarrez la tâche sans modèle explicite (omis ou auto), en décidantenable_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.
  2. Lisez 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.
  3. Exécutez la requête sur votre propre modèle et renvoyez le résultat avecanswer_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.
  4. Répétez l'opération jusqu'à la fin du job. Les enregistrements sont marqués avec la clé de modèle mcp::client sans aucun coût ; une requête restée sans réponse fait échouer le job au bout de quinze minutes.

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.

Démarrage rapide

Connexion OAuth

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

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 CLI
codex mcp add entity-enricher --url https://entityenricher.ai/api/mcp/
codex mcp login entity-enricher
Documentation de Codex

Cursor

Cursor 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.

.cursor/mcp.json
{
  "mcpServers": {
    "entity-enricher": {
      "url": "https://entityenricher.ai/api/mcp/"
    }
  }
}
Documentation de Cursor

VS Code / GitHub Copilot

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.

.vscode/mcp.json
{
  "servers": {
    "entity-enricher": {
      "type": "http",
      "url": "https://entityenricher.ai/api/mcp/"
    }
  }
}
Documentation de VS Code / GitHub Copilot

Claude Code

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 Code CLI
claude mcp add --transport http entity-enricher https://entityenricher.ai/api/mcp/
Documentation de Claude Code

Claude / Claude Desktop

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.

Documentation du connecteur Claude
  1. 1L'organisation à laquelle l'autorisation est limitée
  2. 2La connexion agit avec votre propre rôle, jamais avec un rôle plus étendu
  3. 3Révocable à tout moment depuis Applications connectées
L'écran de consentement identifie le client demandeur, l'organisation et le rôle accordé à la connexion.

Authentification par clé API

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 :

~/.codex/config.toml
[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.

Exemple de conversation

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.

Outils

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.

CatégorieOutilDescription
Découvertelist_modelsListez 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.
Schémasgenerate_sampleGénérez un JSON d'échantillon modifiable à partir d'une demande en texte libre, pour la création de schémas.
Schémaslist_schemasListez les schémas enregistrés de votre organisation, les épinglés en premier.
Schémasget_schemaConsultez un schéma enregistré avec ses propriétés, ses annotations et son input_contract.
Schémascreate_schema_from_sampleGénérez et enregistrez automatiquement un schéma à partir d'échantillons validés ; renvoie schema_id, le contenu du schéma et les liens vers les enregistrements.
Schémassave_schemaEnregistrer un schéma rédigé directement et renvoyer son ID et son lien.
Schémasupdate_schemaModifiez les métadonnées d'un schéma enregistré ou remplacez l'intégralité de son schema_content sans appel au LLM.
Schémasget_schema_partNe lisez que le fragment de schéma nécessaire à une modification.
Schémasget_enum_candidatesListez les valeurs observées en dehors du vocabulaire actuel de chaque énumération ouverte, avec leur nombre d'occurrences dans les enregistrements d'enrichissement récents.
Schémasupdate_schema_propertyModifiez ou supprimez une propriété par son chemin, sans remplacer le schéma complet.
Schémasadd_schema_propertyAjoutez une propriété sous la racine (parent_path='), sous un chemin d'objet ou sous '$defs.X'.
Schémasmove_schema_propertyDéplacez une propriété vers la racine, un chemin d'objet ou '$defs.X', en conservant ses indicateurs et son expertise.
Schémasresolve_unify_proposalRésolvez une proposition d'unification de types d'entités en attente issue de get_schema.
Schémasnest_schema_regionMatérialiser une région d'entités à partir du x-entityMap de get_schema.
Schémaspublish_schemaPubliez la copie de travail d'un schéma lié à une base de données en tant que contrat utilisé par l'enrichissement et les répliques.
Schémasdelete_schemaEffectuez une suppression logique d'un schéma enregistré par UUID.
Schémasanalyze_sampleAnalysez l'ambiguïté des propriétés des échantillons et la portée d'identité des relations avant la génération du schéma.
Schémasanalyze_schemaAnalysez l'ambiguïté des propriétés et la portée d'identité des relations d'un schéma enregistré, en écrivant les annotations dans le schéma.
Enrichissement et fusionstart_batch_enrichmentLancer l'enrichissement asynchrone facturé d'une liste d'entités selon exactement un paramètre parmi schema_id et target_schema.
Enrichissement et fusionenrich_entityEnrichissez 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 fusionretry_expertisesRelancez 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 fusionmerge_recordsFusionnez au moins deux enregistrements d'une même entité en un nouvel enregistrement d'arbitrage.
Contrôle des tâchesget_job_statusConsultez le statut, la progression et le résumé final compact d'une tâche, avec les ID des enregistrements persistés.
Contrôle des tâchescancel_jobDemandez l'annulation d'une tâche LLM en attente, en cours ou en pause.
Contrôle des tâchesanswer_job_questionReprenez une tâche en pause en fournissant les réponses aux questions renvoyées lors de la mise en pause.
Contrôle des tâchesanswer_llm_requestSoumettez 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 statistiqueslist_recordsListez les enregistrements de votre organisation sous forme compacte et paginée, du plus récent au plus ancien.
Enregistrements et statistiquesget_recordConsultez le structured_output, l'entity_input_data, les erreurs de validation, les verdicts d'expertise et les métriques d'un enregistrement persisté.
Enregistrements et statistiquesget_statsConsultez les totaux d'enregistrements, le taux de réussite, les tokens et le récapitulatif des coûts à l'échelle de l'organisation.
Benchmarkslist_benchmark_scenariosListez les résumés compacts des scénarios de benchmark ainsi que le total.
Benchmarksget_benchmark_scenarioConsultez un scénario de benchmark avec les résultats de qualité, de coût et de vitesse par modèle.
Benchmarksget_benchmark_scenario_resultsFiltrez, classez et limitez les résultats de benchmark par modèle d'un scénario.
Benchmarkscreate_benchmark_scenarioCréez un benchmark réutilisable avec un juge de notation obligatoire.
Benchmarksupdate_benchmark_scenarioModifiez la définition de test ou la configuration de notation d'un benchmark.
Benchmarksset_benchmark_referenceEnregistrer la référence gold d'un benchmark d'enrichissement ou de génération de schéma.
Benchmarksrevert_benchmark_reference_updatesAnnuler les modifications automatiques apportées par une passe de notation à la référence d'un scénario.
Benchmarksdelete_benchmark_scenarioSupprimez un scénario de benchmark et ses résultats enregistrés.
Benchmarksrun_benchmarkLancer l'exécution et la notation asynchrones facturées d'un benchmark.
Pièces jointesupload_attachmentTéléverser des octets de fichier encodés en base64 comme matériau source réutilisable ; renvoie id et requires_capability.
Pièces jointesdelete_attachmentSupprimez définitivement une pièce jointe de votre organisation, y compris son fichier stocké.
Database Synclist_database_syncsListez les déclarations de bases de données, les schémas liés, les options et les hôtes de synchronisation d'un schéma enregistré.
Database Synclist_entity_statesParcourez les lignes d'entités fusionnées actuelles d'un schéma, et non les enregistrements par exécution.
Database Synccreate_database_syncDéclarez un schéma enregistré pour la synchronisation relationnelle vers PostgreSQL, MySQL ou SQLite.
Database Syncassign_sync_hostAttribuez ou retirez l'hôte qui provisionne une synchronisation de base de données.
Database Syncclassify_database_modelLancer 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 Syncdelete_database_syncSupprimez une base de données enregistrée et ses deltas en file d'attente, ce qui interrompt son flux.
Database Syncget_database_setup_instructionsRenvoie des instructions non secrètes d'installation, d'appairage confirmé dans le navigateur et d'exécution pour un client ee-database sync.
Database Syncfetch_database_deltasLisez la fenêtre ordonnée suivante des deltas SQL et des charges utiles canoniques d'une synchronisation de base de données.
Database Syncack_database_deltasAccusez réception de chaque delta via up_to_id après une application réussie, ce qui libère son bail.
Database Syncsync_records_to_databaseValider et injecter une sortie d'enrichissement stockée ou fournie dans la couche entité et les synchronisations liées.
ID sémantiqueslist_semantic_conceptsParcourez les concepts de l'organisation avec leurs alias, leurs compteurs d'usage et les facettes type/modèle.
ID sémantiquesget_semantic_conceptConsultez 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 sémantiquesprobe_semantic_conceptPrévisualisez la résolution d'identité sans ajouter de concept ni augmenter son utilisation.
ID sémantiquesadd_semantic_conceptAjoutez un concept d'identité avec un usage à zéro, ou ajoutez un texte comme alias via alias_of.
ID sémantiquesupdate_concept_aliasSupprimez ou promouvez un alias de concept à l'aide des ID d'alias fournis par get_semantic_concept.
ID sémantiquesimport_semantic_conceptsRésolvez de 1 à 1000 textes pour un même type de concept.
ID sémantiquesmerge_semantic_conceptsFusionnez un concept perdant dans un concept gagnant.
ID sémantiquesdelete_semantic_conceptsSupprimez les concepts sélectionnés par ids, concept_types ou unused_only.
ID sémantiquesmigrate_semantic_embeddingsInspectez ou migrez l'espace d'embeddings de concepts de l'organisation.
Support produitask_supportPosez 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 produitget_support_conversationConsultez 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 produitlist_support_conversationsVos 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).

Guides de workflow, chargés à la demande

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.

Ressources

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'URIDescription
enricher://docsIndex 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.

Support produit depuis votre client

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.

Gestion interactive de la classification

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.

Codes d'erreur

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_codeQuand
invalid_requestUUID mal formé, arguments mutuellement exclusifs (schema_id + target_schema) ou échec de la validation du corps de la requête.
prompt_limit_reachedQuota de prompts quotidien / hebdomadaire / mensuel épuisé (HTTP 402). Le corps de la réponse inclut period, limit, used, needed.
insufficient_creditsL'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_exceededPlus de modèles demandés que le forfait n'en autorise (HTTP 402). Renvoie la limite + le nombre demandé.
language_limit_exceededPlus de langues demandées que le forfait n'en autorise (HTTP 402).
concurrent_job_limit_reachedTrop 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_planLe 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_reachedLe 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_userask_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_unavailableL'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_undecidedUn 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_autoUne 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_pendinganswer_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_pendinganswer_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_timeoutUne 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_disabledanalyze_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_timeoutLa tâche a dépassé timeout_seconds. Essayez avec moins de modèles ou en divisant l'entité.
schema_generation_timeoutLa génération du schéma a dépassé timeout_seconds.
schema_generation_failedErreur LLM en amont lors de la génération du schéma (HTTP 502).
model_output_invalidLe 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.
cancelledLa tâche a été annulée en cours d'exécution (HTTP 499).
not_foundLe schéma ou l'ID d'enregistrement n'existe pas dans votre organisation.
http_errorCas générique pour les erreurs HTTP sans corps de détail structuré.

Omissions délibérées

Voir aussi