L'ensemble des articles publiés, du plus récent au plus ancien.
WebMCP expose des tools JavaScript directement depuis une page web à un agent du navigateur, sans passer par le DOM ni un serveur MCP. Le flux complet, la mécanique de registerTool, et les limites de sécurité à connaître avant de l'utiliser en prod.
Une fois que le LLM a décidé d'appeler un tool avec certains arguments, tout se joue dans le code qui exécute cette décision. Trois couches concrètes en PHP : dispatch fermé, validation du schéma, isolation par processus.
Au-delà du principe : comment un serveur d'inférence fait tenir des dizaines de caches KV concurrents dans une VRAM commune — PagedAttention, partage de préfixe entre requêtes, éviction et cache quantifié.
Un LLM ne répond pas d'un bloc : il prédit un token, l'ajoute au contexte, recommence. Prefill, decode, cache KV, échantillonnage — le mécanisme qui explique le coût, la latence et les quotas d'une API LLM.
Deux façons d'adapter un LLM à ton contexte : injecter du contexte au moment de la requête (RAG), ou modifier ses poids via des adapters LoRA. Le mécanisme diffère, et ça change tout sur quand utiliser lequel.
Un agent unique qui accumule outils et contexte finit par se noyer. Déléguer à des sous-agents spécialisés change la donne — au prix d'une coordination plus complexe.
Un seul appel LLM suffit pour beaucoup de tâches. La boucle agentique (penser, agir, observer, recommencer) n'est justifiée que dans des cas précis — lesquels, et à quel coût.
Un serveur MCP mal exposé donne à un LLM les mêmes accès qu'un utilisateur malveillant qui aurait trouvé la faille. Permissions, sandboxing, confused deputy : les contrôles concrets à mettre en place.
Rôle système, few-shot, décomposition, sortie structurée : les techniques de prompt engineering qui ont un effet mesurable, sans la mystique qui entoure souvent le sujet.