<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>Premier Octet</title>
        <link>https://www.premieroctet.com</link>
        <description>Premier Octet est une agence de développement d'applications Web, mobiles et IA basée à Paris, experte en React</description>
        <lastBuildDate>Thu, 19 Nov 2026 16:09:01 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>fr</language>
        <image>
            <title>Premier Octet</title>
            <url>https://www.premieroctet.com/images/logo-600x600.png</url>
            <link>https://www.premieroctet.com</link>
        </image>
        <copyright>All rights reserved 2026, Premier Octet</copyright>
        <atom:link href="https://www.premieroctet.com/atom.xml" rel="self" type="application/rss+xml"/>
        <item>
            <title><![CDATA[GenAI Days Nantes 2026 : en production, le modèle n'est plus le sujet]]></title>
            <link>https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production</link>
            <guid>https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production</guid>
            <pubDate>Thu, 19 Nov 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Retour sur les GenAI Days Nantes 2026 : harnais, évaluation, fiabilité et sécurité, ce qui fait vraiment la différence quand on déploie l'IA en production.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production/scene.jpg"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production/visuel-genai-days.jpg"/><p>Chez Premier Octet, l&#x27;IA générative fait partie de notre quotidien, dans nos outils de développement comme dans les produits que nous construisons pour nos clients. Le 17 novembre, nous étions aux <a href="https://genai-days-nantes.com/">GenAI Days</a> à Nantes, sur le parcours « Ceux qui implémentent ».</p>
<p>Le fil rouge de la journée tient en une phrase : le modèle n&#x27;est plus le sujet, car les modèles changent trop rapidement. Ce qui fait la différence en production, c&#x27;est tout ce qu&#x27;on construit autour : les process de revue, le harnais, la mesure et la sécurité.</p>
<p><img src="https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production/scene.jpg" alt="Une conférence sur la scène des GenAI Days à Nantes"/></p>
<p>Retour sur 6 interventions qui nous ont marqués.</p>
<h2>1. Livrer plus vite, oui, mais quoi et à quel prix ?</h2>
<p>Quand l&#x27;IA accélère le développement, le goulot d&#x27;étranglement passe de la production au choix de ce qu&#x27;on construit et à la vérification de ce qu&#x27;on livre.</p>
<h3>Jean-Yves Simon – Je shippe plus vite que jamais, et je ne sais plus pourquoi</h3>
<p>Chief Product Officer chez <a href="https://www.mirakl.com/">Mirakl</a> après un passage chez AB Tasty, Jean-Yves Simon a ouvert la journée avec un constat qui parlera à toutes les équipes produit. Grâce à l&#x27;IA, toute la chaîne s&#x27;est accélérée : user stories, prototypage, et un code désormais généré à environ 80 % par l&#x27;IA. Résultat : environ 30 % de features en plus chaque année. Pourtant, les clients ne « sentent » pas cette accélération. Ce qu&#x27;ils demandent toujours, c&#x27;est qu&#x27;on corrige les irritants du quotidien.</p>
<p>La vitesse crée aussi de nouveaux problèmes. Les demandes internes explosent (prototypes venus du support, des commerciaux, du top management), le nombre de projets menés en parallèle grimpe, et dire oui à tout menace la cohérence du produit : c&#x27;est le risque d&#x27;« effet Frankenstein ». Chez Mirakl, la réponse passe par des thèmes annuels définis avec le CTO et par une allocation explicite des investissements :</p>
<ul>
<li><strong>50 % de run</strong>, pour faire tourner et améliorer l&#x27;existant ;</li>
<li><strong>30 % d&#x27;adjacent</strong>, pour étendre le produit vers des usages voisins ;</li>
<li><strong>20 % de rupture</strong>, pour explorer de nouvelles pistes.</li>
</ul>
<p>Les rôles, eux, deviennent « fongibles » : les PM prototypent, les devs écrivent des specs, les designers ouvrent des PR. Cela crée des frictions, mais surtout un nouveau goulot d&#x27;étranglement : la revue. Ce n&#x27;est plus la production qui ralentit l&#x27;équipe, c&#x27;est sa capacité à relire et à valider ce qui est produit.</p>
<h3>Florian Bruniaux – Je n&#x27;ai pas confiance dans mes pull-requests générées</h3>
<p>Florian Bruniaux, Chief AI Officer indépendant et membre de l&#x27;équipe fondatrice de <a href="https://github.com/rtk-ai/rtk">RTK</a>, a prolongé ce constat côté code. Avec les agents, les PR s&#x27;accumulent, la CI tourne en permanence et chaque correction relance un cycle. Il a aussi pointé un coût souvent oublié : si les tokens sont budgétés, la facture des runners de CI peut vite s&#x27;envoler. Dans l&#x27;un de ses exemples, elle est passée de 500 € à 3 000 € en deux mois.</p>
<p>Sa réponse tient en un mot : le harnais. Concrètement, cela passe par :</p>
<ul>
<li>un gate de qualification avant la CI, pour ne lancer que les checks pertinents ;</li>
<li>un trio de bots de review dont les retours sont croisés ;</li>
<li>une analyse régulière de 50 à 100 PR pour repérer les patterns récurrents et améliorer le harnais en continu.</li>
</ul>
<p>Il a particulièrement insisté sur un outil qu&#x27;il juge largement sous-coté : les hooks de Claude Code. Ce sont des scripts qui se déclenchent automatiquement à des moments précis de la session, par exemple avant ou après chaque action de l&#x27;agent. Lancer le linter après chaque modification, bloquer une commande dangereuse, exiger que les tests passent avant de rendre la main : là où une consigne dans un prompt peut être ignorée, un hook s&#x27;exécute à chaque fois. Ils apportent ainsi une part de déterminisme dans un système qui ne l&#x27;est pas par nature. Pour lui, c&#x27;est aussi ce qui redonne du sens au rôle du développeur : il n&#x27;écrit plus chaque ligne de code, mais conçoit le cadre dans lequel l&#x27;agent travaille, avec ses règles, ses vérifications et ses garde-fous qui garantissent la qualité de ce qui est produit.</p>
<p>Enfin, plutôt que de masquer l&#x27;intervention de l&#x27;IA, il plaide pour la documenter au maximum : chaque commit consigne le modèle, ses paramètres, les skills et les hooks utilisés. En cas de problème, on peut ainsi rejouer exactement ce qui s&#x27;est passé pour comprendre l&#x27;erreur et valider la correction.</p>
<div type="tip"><p><strong>À retenir</strong> : côté produit comme côté code, le constat est le même. Écrire du code ne coûte presque plus rien ; ce qui compte désormais, c&#x27;est de savoir quoi construire et de pouvoir faire confiance à ce qu&#x27;on livre.</p></div>
<p><img src="https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production/visuel-genai-days.jpg" alt="Visuel officiel des GenAI Days Nantes 2026" title="Visuel officiel 2026, crédit : GEN AI DAYS"/></p>
<h2>2. Éclairer la boîte noire pour assurer la fiabilité</h2>
<p>Face à un modèle imprévisible, le premier réflexe est souvent d&#x27;empiler les règles, les sous-agents et les couches d&#x27;intelligence en espérant que le résultat s&#x27;améliore. Les deux retours d&#x27;expérience suivants montrent l&#x27;inverse : la fiabilité vient de la transparence et de l&#x27;encadrement, en rendant chaque étape explicite, observable et rattrapable en cas d&#x27;erreur.</p>
<h3>Charli Idrac – Mon agent ne répond jamais deux fois pareil</h3>
<p>Chief Data &amp; AI Officer chez <a href="https://www.brevo.com/">Brevo</a>, Charli Idrac a partagé un retour d&#x27;expérience particulièrement honnête. L&#x27;objectif de départ : automatiser le traitement des tickets du support client avec un agent IA. Le niveau d&#x27;exigence était élevé, puisque chaque ticket devait être traité aussi bien que par les meilleurs conseillers humains. Résultat de la première version : un taux de succès de 0 %.</p>
<p>Ajouter des règles, des données, des sous-agents ou un LLM-as-a-judge n&#x27;a rien changé : chaque correction créait un nouveau problème. L&#x27;équipe a donc tout repris à zéro avec un agent ultra-déterministe. Chaque catégorie de ticket est encodée avec son traitement dans un arbre de décision explicite, et les appels API directs sont préférés aux sous-agents ou aux serveurs MCP. Leur raisonnement : chaque brique agentique empilée ajoute environ 2 % de risque d&#x27;erreur, et ces risques se cumulent.</p>
<p>Côté outillage, Brevo s&#x27;appuie sur du shadow testing, le rejeu des tickets passés et <a href="https://langfuse.com/">Langfuse</a>.</p>
<div type="info"><p><strong>Langfuse</strong> est une plateforme open source d&#x27;observabilité pour les applications LLM. Elle enregistre chaque étape d&#x27;une exécution (prompts, réponses, appels d&#x27;outils, latence, coût), ce qui permet de comprendre précisément pourquoi l&#x27;agent a pris une décision et de repérer où il se trompe.</p></div>
<p>Cette approche a aussi changé les priorités de l&#x27;équipe : ce qui compte n&#x27;est plus de suivre la sortie du dernier modèle, mais de mesurer l&#x27;impact concret de l&#x27;agent semaine après semaine.</p>
<p>Ce socle fiable a ouvert une nouvelle possibilité : impliquer directement le service client dans la construction de ses propres outils. Avec Cockpit, les conseillers du support décrivent leurs besoins à un agent codeur, qui livre la fonctionnalité correspondante en moins de deux heures. Les retours du terrain sont ainsi exploités en direct pour coconstruire des fonctionnalités qui répondent réellement aux besoins de l&#x27;équipe. En deux semaines, 200 fonctionnalités ont vu le jour, et la productivité du support a augmenté de 40 %.</p>
<h3>Roch Molléro – Mon modèle a le droit de se tromper. Mon robot, non</h3>
<p>Si une erreur d&#x27;agent logiciel peut encore se rattraper, la question de la fiabilité devient bien plus critique lorsque l&#x27;IA agit dans le monde physique. C&#x27;est le terrain de Roch Molléro, CTO de <a href="https://www.gobano.ai/">Gobano Robotics</a>, qui travaille sur la « Physical AI » : des robots capables d&#x27;apprendre à manipuler des objets dans le monde réel, notamment des matières souples comme le textile.</p>
<p>Après un rappel des grandes étapes du domaine (apprentissage par renforcement, diffusion policies, modèles vision-langage-action), il a présenté leur approche. L&#x27;apprentissage par renforcement consiste à laisser le robot essayer, échouer et ajuster son comportement en fonction du résultat, sur des milliers de tentatives. Le faire directement sur un robot réel serait beaucoup trop lent, et les simulateurs physiques classiques peinent à reproduire le comportement d&#x27;un tissu qui se plie ou se froisse.</p>
<p>Gobano a donc choisi de collecter des données réelles plutôt que de tout simuler, puis d&#x27;entraîner à partir de ces données un « world model » : un modèle qui a appris à prédire comment le monde réagit aux gestes du robot. Ce simulateur appris sert ensuite de terrain d&#x27;entraînement, où le robot peut répéter ses tentatives à grande échelle avant d&#x27;agir pour de vrai.</p>
<p>En industrie, la fiabilité passe avant la vitesse. Même avec 99 % de réussite, un robot qui enchaîne des centaines de gestes finit par échouer très régulièrement. Plutôt que de chercher un modèle parfait, Gobano part donc du principe qu&#x27;il se trompera et l&#x27;entoure d&#x27;un véritable harnais de récupération, organisé par niveaux :</p>
<ol>
<li><strong>Un timeout</strong> interrompt un geste qui s&#x27;éternise.</li>
<li><strong>Un détecteur d&#x27;anomalies</strong> repère les situations inhabituelles.</li>
<li><strong>Un LLM superviseur</strong> tente de débugger les cas limites.</li>
<li><strong>Un humain</strong> intervient en dernier recours, lorsque aucun de ces mécanismes n&#x27;a suffi.</li>
</ol>
<p>Résultat : des robots qui tournent en autonomie la nuit, par blocs de deux heures, avec très peu d&#x27;échecs.</p>
<div type="tip"><p><strong>À retenir</strong> : chez Brevo comme chez Gobano, la fiabilité ne vient pas d&#x27;un meilleur modèle mais de tout ce qui l&#x27;entoure. Arbres de décision, observabilité, mécanismes de récupération : c&#x27;est ce cadre qui prend le relais quand le modèle se trompe.</p></div>
<h2>3. Garder le contrôle : mesurer et sécuriser ses agents</h2>
<p>Déployer un agent est devenu facile. Savoir s&#x27;il fonctionne bien, et s&#x27;assurer qu&#x27;il ne fait que ce qu&#x27;on attend de lui, l&#x27;est beaucoup moins.</p>
<h3>Tristan Fransen – Je n&#x27;arrive pas à savoir si mes agents sont performants ou non</h3>
<p>Senior Machine Learning Engineer chez <a href="https://www.pennylane.com/">Pennylane</a>, Tristan Fransen travaille sur des agents qui traitent environ 40 000 requêtes par jour : lecture de factures, TVA, rapprochement entre factures et transactions. Son constat de départ : très peu d&#x27;équipes suivent un indicateur de performance régulier sur leurs agents, alors que c&#x27;est la seule façon de savoir s&#x27;ils s&#x27;améliorent ou se dégradent avec le temps.</p>
<p>Le feedback utilisateur explicite ne suffit pas : on compte environ un retour pour 400 messages, majoritairement négatifs. Pennylane s&#x27;appuie donc sur des signaux faibles, beaucoup plus nombreux :</p>
<ul>
<li>un utilisateur qui <strong>reformule trois fois</strong> sa demande est frustré ;</li>
<li>un clic sur le bouton <strong>« copier »</strong> montre qu&#x27;une réponse est utile.</li>
</ul>
<p>Toutes les traces, qu&#x27;elles viennent du local, de la sandbox ou de la production, sont stockées dans une même table. Ce choix simple a un effet important : les mêmes outils d&#x27;analyse s&#x27;appliquent partout, et un comportement repéré en production peut être comparé directement à ce qui se passe en développement. Ces traces sont ensuite analysées par des micro-évaluateurs, de petits modèles qui ne vérifient chacun qu&#x27;un seul critère : le montant de TVA extrait est-il cohérent, la bonne transaction a-t-elle été rapprochée, la réponse est-elle dans le bon ton ? Plutôt qu&#x27;un seul grand juge chargé de tout noter, cette approche donne des évaluations plus fiables, moins coûteuses, et permet de savoir précisément quel aspect de l&#x27;agent se dégrade.</p>
<p>Reste un problème : un modèle qui évalue a lui aussi ses biais. Pour les limiter, plusieurs modèles différents évaluent la même trace, à la manière d&#x27;un « jury de LLM ». Lorsqu&#x27;ils sont d&#x27;accord, le verdict est solide ; lorsqu&#x27;ils divergent, la trace mérite un regard humain. Ces retours humains servent enfin à recalibrer régulièrement le jury, pour que ses notes restent alignées avec ce que l&#x27;équipe considère réellement comme une bonne réponse.</p>
<h3>Antoine Brossault – Mes agents IA sont la nouvelle cible des attaques</h3>
<p>Solutions Engineer chez <a href="https://www.cloudflare.com/">Cloudflare</a>, Antoine Brossault a expliqué comment l&#x27;entreprise a équipé l&#x27;ensemble de ses équipes en agents IA en moins d&#x27;un an, des développeurs jusqu&#x27;aux fonctions commerciales. Un déploiement de cette ampleur pose d&#x27;abord une question de gouvernance : qui utilise quel modèle, avec quelles données, et pour quel coût ? Plutôt que de distribuer des clés API à chaque utilisateur, au risque de les voir se multiplier sans contrôle, Cloudflare fait passer tout le trafic par une AI Gateway unique. Ce point d&#x27;entrée centralise les clés, les logs et les coûts, ventilés par utilisateur, par équipe et par modèle. La même logique s&#x27;applique aux outils des agents : un MCP Portal distribue les serveurs MCP de façon centralisée, avec une authentification Zero Trust et le principe du moindre privilège, chaque agent n&#x27;accédant qu&#x27;aux outils dont il a besoin.</p>
<p>Généraliser les agents, c&#x27;est aussi élargir la surface d&#x27;attaque. Antoine Brossault l&#x27;a illustré avec l&#x27;exemple de « Bob le commercial » : sans être technique, Bob dispose désormais d&#x27;un agent capable d&#x27;agir à sa place, et peut publier par erreur des données clients sans même s&#x27;en rendre compte. Autre menace, plus insidieuse : la prompt injection. Un agent qui navigue sur le Web peut tomber sur une page contenant des instructions cachées, et les exécuter comme si elles venaient de son utilisateur.</p>
<p>Face à ces risques, Cloudflare applique plusieurs principes :</p>
<ul>
<li><strong>Des agents dans le cloud</strong> plutôt que sur les postes de travail, ce qui évite qu&#x27;un agent compromis ait accès aux fichiers et aux identifiants d&#x27;un collaborateur.</li>
<li><strong>Des sandboxes isolées</strong> pour exécuter le code généré : même si un agent est manipulé, il ne peut pas exfiltrer de données vers un serveur extérieur.</li>
<li><strong>Des Gatekeepers</strong> qui accordent à l&#x27;agent un accès limité à la seule ressource nécessaire pour une tâche donnée, plutôt qu&#x27;un accès large et permanent.</li>
</ul>
<div type="tip"><p><strong>À retenir</strong> : Pennylane et Cloudflare abordent le sujet sous deux angles différents, mais avec la même conviction. Un agent en production ne doit jamais être une boîte noire : savoir ce qu&#x27;il fait, à quel point il le fait bien et à quoi il a accès est la condition pour pouvoir le déployer à grande échelle sereinement.</p></div>
<h2>Conclusion</h2>
<p>D&#x27;un talk à l&#x27;autre, le même message est revenu : la performance d&#x27;un système d&#x27;IA en production dépend moins du modèle que de ce qu&#x27;on construit autour. Process de revue, harnais, évaluation, sécurité : ce sont ces fondations qui restent quand les modèles changent.</p>
<p>Et vous, où en êtes-vous dans vos projets IA ? Que vous souhaitiez explorer un premier cas d&#x27;usage ou faire évoluer un outil existant, <a href="https://www.premieroctet.com/contact">contactez-nous</a> pour échanger.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/genai-days-nantes-2026-ia-en-production/cover.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Mon métier n'existe plus]]></title>
            <link>https://www.premieroctet.com/blog/mon-metier-n-existe-plus</link>
            <guid>https://www.premieroctet.com/blog/mon-metier-n-existe-plus</guid>
            <pubDate>Tue, 17 Nov 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Développeur depuis mes 12 ans, je n'écris presque plus de code. Témoignage sur ce que les agents IA ont changé dans mon métier.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/ade-session-agent.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/coder-ne-sert-plus-a-rien.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/nutria-b.svg"/><p>Mon métier, celui que j&#x27;ai appris depuis mes 12 ans, n&#x27;existe plus.</p>
<p>Toute l&#x27;industrie numérique a été chamboulée par l&#x27;arrivée de l&#x27;<abbr title="Intelligence artificielle">IA</abbr>.</p>
<p>Une fonctionnalité qui prenait 3 jours à développer ne m&#x27;en prend plus que quelques heures.</p>
<p>Cet article est un témoignage de ce changement, en essayant de n&#x27;être ni technophobe ni évangéliste.
Si je peux le partager à mes proches pour répondre aux questions de Noël sur l&#x27;impact de l&#x27;IA sur mon métier, c&#x27;est déjà un succès pour moi.</p>
<h2>Avoir 12 ans et un ordinateur</h2>
<p>J&#x27;ai démarré dans le développement assez tôt sur PHP et ActionScript (Flash), j&#x27;avais l&#x27;impression d&#x27;acquérir le super-pouvoir de construire n&#x27;importe quoi et de le partager avec toute la planète.</p>
<p>C&#x27;est ensuite devenu une petite passion, des premiers sites pour les associations ou le camping où l&#x27;on allait en vacances. Je découvre que l&#x27;on peut en faire un métier (et gros bonus, cela pouvait justifier ces soirées de jeux vidéo intensives pour mes parents) !</p>
<p>Développer devient alors une forme d&#x27;identité, je peux &quot;créer&quot; des jeux, des images, des sites internet complets et interactifs.</p>
<h2>Transformer sa passion, créer son entreprise</h2>
<p>J&#x27;ai depuis cofondé Premier Octet en 2018, nous sommes maintenant 10 personnes, soucieuses d&#x27;un travail bien fait.
Mon rôle n&#x27;est plus seulement de développer, mais aussi de gérer l&#x27;entreprise (la prospection, les recrutements, les relations avec les clients, etc.). Cela ne reste qu&#x27;une petite partie de mon travail, développer reste la majeure partie de mon temps.</p>
<p>Le code est resté jusqu&#x27;ici une sorte de refuge dans lequel je peux retrouver ma passion, ma légitimité, même en tant que dirigeant.</p>
<p>Les évolutions passées (frameworks, cloud, open source) n&#x27;ont jamais modifié cet équilibre.</p>
<h2>La bascule</h2>
<p>Quelques points historiques :</p>
<p><strong>Autocomplétion</strong> : juin 2021, dans notre éditeur, notre ligne se complète avec une suggestion de code en temps réel</p>
<p><strong>Chat</strong> : novembre 2022, ChatGPT, on colle nos questions, notre code dans l&#x27;éditeur en attendant une réponse</p>
<p><strong>Agent</strong> : fin 2024, Cursor sort Composer qui permet directement dans l&#x27;<abbr title="Integrated Development Environment, l&#x27;éditeur de code">IDE</abbr> de dialoguer avec une IA, mais surtout qu&#x27;elle se nourrisse du contexte (fichiers ouverts, documents du projet...)</p>
<p>5 ans, c&#x27;est a priori assez pour faire son deuil. Mais ça ne fait que quelques mois que je suis passé sur un autre mode, celui des <abbr title="Agentic Development Environment">ADE</abbr>, des environnements de développement pensés pour piloter des agents plutôt que pour écrire le code soi-même.</p>
<figure><img src="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/ade-session-agent.png" alt="Capture d&#x27;un ADE : la liste des sessions par projet à gauche, la conversation avec l&#x27;agent au centre, le contexte et les changements à droite"/><figcaption>Une session dans un ADE : les chantiers en parallèle à gauche, l&#x27;agent qui rend compte au centre</figcaption></figure>
<p>Je réalise ainsi que je ne développe plus, je décris, relis et arbitre.
Concrètement, chez Premier Octet, cela veut dire que nous passons par Claude Code, ou Cursor, on réalise des prompts, des plans, on répond à des questions intermédiaires, on interconnecte à des services (via <abbr title="Model Context Protocol">MCP</abbr>, un protocole standard qui donne à l&#x27;agent accès à des outils et des données externes), on relit, on valide, on déploie.</p>
<p>Quand je dis &quot;on&quot;, il y a bien souvent une IA qui aide. Par exemple pour la relecture, il devient courant que le code que l&#x27;on envoie se fasse relire par une IA en plus d&#x27;un autre humain. On produit aussi parfois tellement que la charge de relecture humaine est trop difficile.
Pour la validation, on peut demander une recette intermédiaire, l&#x27;agent ouvre alors un navigateur, navigue et vérifie les effets de ses actions. On peut enrichir cette recette en donnant des accès supplémentaires comme aux logs de recette ou à la base de données.
Pour le déploiement, certains projets possèdent des MCP qui permettent d&#x27;automatiser des actions de déploiement (Vercel, Sentry, Coolify...).
Concrètement, plus on interconnecte, plus on ajoute de contexte, mieux l&#x27;agent s&#x27;en sort.</p>
<p>Malgré ces changements très récents, je suis assez confiant sur certains points :</p>
<ul>
<li>je ne travaillerai plus jamais comme avant, écrire du code &quot;manuellement&quot; a de moins en moins de sens</li>
<li>personne ne sait prédire l&#x27;impact à long terme de toutes ces évolutions</li>
<li>l&#x27;IA est le principal focus de toute l&#x27;industrie</li>
</ul>
<h2>Plus vite Claude</h2>
<p>On parle beaucoup de gain de temps, ce n&#x27;est pas que le code, tout se retrouve impacté :</p>
<ul>
<li>prototypage / maquette</li>
<li>spécification</li>
<li>développement</li>
<li>recette</li>
<li>déploiement</li>
<li>compte rendu, audit, analyse</li>
</ul>
<p>Je dirais que je vais 5 à 10 fois plus vite d&#x27;une idée à une mise en prod.
Le goulot semble s&#x27;être déplacé sur la relecture et la recette, celles où, pour l&#x27;instant, on ne fait pas encore confiance à l&#x27;IA ?</p>
<p>Je me retrouve à courir après mes propres chantiers avec une sensation désagréable de n&#x27;en faire jamais assez.
Pourquoi ce malaise face à des avancées si rapides, des résolutions plus précises et une production décuplée ?</p>
<h2>Un drôle de deuil</h2>
<p>Je suis passé par différentes phases, qui s&#x27;apparentent à celles du deuil :</p>
<blockquote>
<p>&quot;Ça ne remplacera jamais mon dév&quot;, le <strong>déni</strong></p>
</blockquote>
<blockquote>
<p>&quot;Je garde la main sur la relecture, la recette...&quot;, <strong>marchandage et colère</strong></p>
</blockquote>
<blockquote>
<p>&quot;À quoi bon faire à la main ce que l&#x27;agent peut faire en quelques secondes&quot;, <strong>tristesse</strong></p>
</blockquote>
<blockquote>
<p>&quot;Toute l&#x27;industrie se transforme, ça n&#x27;a plus de sens de faire comme avant.&quot;, <strong>l&#x27;acceptation</strong></p>
</blockquote>
<p>Tout en étant émerveillé de ces avancées qui me permettent de résoudre mieux et plus rapidement la plupart des tâches de ma journée.</p>
<p>Je suis conscient que cela reste l&#x27;humain qui prend les décisions, que cela a toujours été notre plus-value. Je fais principalement le deuil de ce que je considérais comme de &quot;l&#x27;artisanat&quot;, voire parfois de l&#x27;art (le beau code).</p>
<p>Et c&#x27;est loin d&#x27;être un remplacement, il y a toujours besoin d&#x27;apporter des ressentis, des sentiments, des intentions, des choix réfléchis, consentis, des années d&#x27;études et d&#x27;expérience.</p>
<h2>« Le code ne sert plus à rien »</h2>
<p>Je partage l&#x27;opinion de mon ami et collègue Bastien.</p>
<figure class="mx-auto sm:w-[70%]"><img src="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/coder-ne-sert-plus-a-rien.png" alt="Slide de conférence affichant « Coder, ça ne sert plus à rien. » C&#x27;est juste un fait."/><figcaption><p>Bastien Jaillot et Joël Gomez Caballe, « La lucidité comme architecture »
<br/><a href="https://www.youtube.com/watch?v=n4WhU3Aq9ZU&amp;t=2115s">BDX I/O 2026</a></p></figcaption></figure>
<p>Ce que coder veut dire ici, c&#x27;est produire le code, l&#x27;algorithme, les fichiers.</p>
<p>Je connais par cœur les langages PHP et TypeScript depuis de nombreuses années, j&#x27;étais fier de ma productivité.
Mais l&#x27;IA écrit mieux que moi, plus vite, avec moins d&#x27;erreurs.</p>
<p>Cela peut être difficile à accepter quand on ne voyait que cela dans la valeur de son travail.</p>
<p>Le code reste un artefact, mais n&#x27;est plus le cœur de la valeur.
Réfléchir, cadrer, diriger techniquement reste. Savoir ce que le code doit faire est la vraie valeur.</p>
<h2>Vers des applications « boîte grise »</h2>
<p>C&#x27;est de plus en plus difficile de review les volumes de code que nous produisons. Parfois on ne relit que les contraintes, c&#x27;est-à-dire les tests, parfois seule une autre IA va review avec plus ou moins d&#x27;efforts selon le budget que l&#x27;on alloue.</p>
<p>Je pense que certains le font déjà, et honnêtement sur des projets persos de <abbr title="Proof of Concept, un prototype pour valider une idée">POC</abbr> c&#x27;est déjà le cas, je ne relis plus.
Se pose alors la question de la sécurité, du cadre de travail de ce qu&#x27;on livre. Comment s&#x27;assurer que ce binaire n&#x27;écrit que dans ce dossier ? Que ce site ne peut effectuer des requêtes que sur certaines <abbr title="Application Programming Interface">API</abbr> autorisées ?</p>
<p>Par contre, je ressens le besoin de &quot;sandboxer&quot; pour garder confiance en ce que je livre, c&#x27;est-à-dire contraindre les comportements dans une boîte, une prison, avec seulement certaines autorisations. C&#x27;est un modèle qui est déjà là sous plusieurs formes :</p>
<ul>
<li>Pare-feu : serveur avec une politique &quot;Deny-by-default&quot;</li>
<li>Cloudflare Emdash : un <abbr title="Content Management System, un système de gestion de contenu">CMS</abbr> qui isole les plugins dans des sandbox avec des droits restreints.</li>
<li>Docker et docker sandbox : isolation des agents et des applicatifs</li>
<li>https://open-sandbox.ai : construire son infrastructure sandbox pour applications IA</li>
<li>...</li>
</ul>
<p>Ça ne veut pas dire abandonner le cadre, la structure. Par exemple pour moi c&#x27;est toujours pertinent d&#x27;avoir un framework pour apporter cela et ainsi s&#x27;assurer que si je veux aller observer ce qu&#x27;il se passe, je le comprenne le plus rapidement possible.</p>
<blockquote>
<p>« I&#x27;m not building the car, but dammit, I want to open the hood and actually know what I&#x27;m looking at. » https://brookslybrand.com/posts/do-frameworks-matter-anymore/</p>
</blockquote>
<h2>La génération qui frappe à la porte</h2>
<p>Difficile de prendre du recul quand tout est chamboulé d&#x27;une semaine à l&#x27;autre, cependant nous avons quelques indicateurs.</p>
<p>Nous n&#x27;avons jamais été autant contactés pour des candidatures d&#x27;alternance, de <abbr title="Contrat à durée indéterminée">CDI</abbr> ou de support freelance. Le marché du recrutement des juniors est très très tendu, et on le comprend : le travail confié à ces juniors est le même que celui confié aux agents. L&#x27;encadrement demande aussi du temps supplémentaire, dans un contexte économique qui se resserre (produire plus pour moins cher).</p>
<p>À l&#x27;inverse, nous sommes régulièrement la cible de services ou de personnes proposant « d&#x27;augmenter » l&#x27;entreprise, que cela soit via de la prospection automatisée ou de la main-d&#x27;œuvre de pilotage IA.</p>
<p>Vous l&#x27;avez sûrement entendue de nombreuses fois, cette fameuse phrase « De toute façon avec l&#x27;IA maintenant... ».
Pourtant, la qualité de ce que l&#x27;on produit dépend surtout de la personne et pas du type d&#x27;IA que l&#x27;on utilise. Il reste absolument nécessaire de former des gens sur ces métiers.</p>
<p><strong>C&#x27;est paradoxal</strong> : le métier de développeur n&#x27;existe plus, cependant la connaissance informatique doit rester.</p>
<p>Même nos critères d&#x27;évaluation sont à repenser : est-ce toujours pertinent de savoir architecturer une application front ? Modéliser une base de données ?
Comment apprendre un métier qui est en train de se transformer aussi fondamentalement ?</p>
<h2>C&#x27;est quoi notre métier maintenant ?</h2>
<p>Le développement n&#x27;est qu&#x27;une partie du travail, même si l&#x27;IA se retrouve un peu partout (rédaction, résumé, transcription...), son impact est majoritairement sur la production de code.
Je ne me sens pas complètement remplacé par une machine. Il reste à porter la responsabilité de ce qui est produit, comprendre le besoin, le reformuler, prendre des décisions techniques, arbitrer, vérifier.</p>
<p>J&#x27;ai pu constater (et être rassuré) que différentes approches et personnes produisent des qualités inégales, même sur l&#x27;utilisation d&#x27;un même modèle. Bien que le savoir-faire se déplace sur l&#x27;usage de l&#x27;outil, ces années d&#x27;expérience et d&#x27;études ne me sont pas inutiles.</p>
<h2>Conclusion</h2>
<p>J&#x27;ai laissé traîner cet article plusieurs semaines pour prendre le temps de gérer mes sentiments et pouvoir y revenir. Je rejoins ce que pensent déjà plusieurs collègues, le métier ne meurt pas, il se recentre.</p>
<p><strong>Mais pas à n&#x27;importe quel prix :</strong></p>
<ul>
<li>la productivité est indexée sur un abonnement, plus je paie, plus je peux produire</li>
<li>le savoir-faire nous appartient mais la capacité de production se loue (pour l&#x27;instant)</li>
<li>une forte dépendance à des services étrangers, aux prix fluctuants, avec des quotas et des changements chaque semaine</li>
<li>de fortes inégalités : les freelances, juniors, petites structures peuvent avoir du mal à s&#x27;aligner sur de gros abonnements IA</li>
<li>taxe invisible, vendor lock-in, <a href="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents">voir notre article sur DotAI 2026</a></li>
</ul>
<p><strong>Voici ma liste pour le Père Noël :</strong></p>
<ul>
<li>des modèles open-weights réellement <strong>accessibles</strong> : ils existent déjà, mais restent peu utilisés pour coder au quotidien. J&#x27;aimerais qu&#x27;ils soient assez bons et assez légers pour être auto-hébergés par une petite structure, puis un jour tourner en local sans un parc de GPU</li>
<li>des outils interchangeables et des standards ouverts</li>
<li>des projets et développements qui prennent en compte l&#x27;impact de travailler avec l&#x27;IA et ses dépendances, avec transparence et bienveillance.</li>
<li>un ralentissement des géants de la tech avant que <a href="https://en.wikipedia.org/wiki/Skynet_(Terminator)">Skynet</a> soit le prochain modèle de référence du marché</li>
</ul>
<p>Développer, ça n&#x27;existe peut-être plus, mais le gamin de 12 ans qui voulait bidouiller tout et n&#x27;importe quoi, lui, est toujours là.</p>
<hr class="mt-12"/>
<h2>Références</h2>
<blockquote>
<p>&quot;It&#x27;s ok to be scared, it&#x27;s okay to be excited.&quot;
« I&#x27;m not building the car, but dammit, I want to open the hood and actually know what I&#x27;m looking at. »
https://brookslybrand.com/posts/do-frameworks-matter-anymore/</p>
</blockquote>
<blockquote>
<p>&quot;Les humains ont un nombre de tokens par seconde limité&quot; - Nicolas Martigno</p>
</blockquote>
<blockquote>
<p>&quot;Own your intelligence&quot; - https://x.com/rauchg/status/2117000819623243925</p>
</blockquote>
<blockquote>
<p>&quot;Le métier de développeur meurt depuis 40 ans. Et il ne s&#x27;est jamais aussi bien porté.&quot; - https://blog.lepine.pro/le-metier-meurt-depuis-40-ans</p>
</blockquote>
<blockquote>
<p>&quot;In 2026, for the first time, more than half of the traffic reaching sites on Cloudflare&#x27;s network was not initiated by human interactions with the website.&quot; https://www.w3.org/2026/10/w3c-and-state-of-web-in-ai-era.html</p>
</blockquote>
<h2>NUTR&#x27;IA</h2>
<p>Cet article affiche un badge <a href="https://xn--fantasi-fwa.cc/nutria/">NUTR&#x27;IA</a>, un indice d&#x27;usage de l&#x27;IA calqué sur le Nutri-Score et proposé par l&#x27;association Fantasià : une lettre de A (aucune IA) à E (contenu artistique généré) indique jusqu&#x27;où l&#x27;IA est intervenue.</p>
<p>Ici c&#x27;est un <strong>B</strong>, « IA d&#x27;appui » : j&#x27;ai écrit l&#x27;intégralité du texte, l&#x27;IA m&#x27;a aidé pour la correction orthographique.</p>
<a href="https://xn--fantasi-fwa.cc/nutria/"><img src="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/nutria-b.svg" alt="Badge NUTR&#x27;IA B, IA d&#x27;appui" width="220" class="mt-6"/></a>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/mon-metier-n-existe-plus/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Dot AI 2026 : Reprendre le contrôle sur nos modèles et nos agents]]></title>
            <link>https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents</link>
            <guid>https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents</guid>
            <pubDate>Wed, 30 Sep 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Retour sur Dot AI 2026 : souveraineté des modèles, agents autonomes et nouveaux standards pour reprendre le contrôle de l'IA.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents/scene.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents/folies-bergere.png"/><p>Chez Premier Octet, l&#x27;intelligence artificielle s&#x27;est imposée au cœur de notre quotidien, que ce soit dans les applications que nous concevons pour nos clients ou au sein de nos propres workflows de développement. La conférence <a href="https://www.dotai.io/">Dot AI</a>, organisée le 17 septembre à Paris, tombait donc à pic pour prendre apprendre, échanger et partager nos expériences avec l&#x27;écosystème.</p>
<p>Le constat de cette édition est sans appel : l&#x27;industrie a définitivement tourné la page du simple chatbot et du prompt engineering artisanal. L&#x27;heure est désormais à l&#x27;ingénierie IA. Souveraineté de l&#x27;infrastructure, agents autonomes intégrés et protocoles standardisés ne sont plus de simples concepts émergents, mais s&#x27;imposent aujourd&#x27;hui comme les nouveaux piliers de nos architectures.</p>
<p><img src="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents/scene.png" alt="La scène de Dot AI aux Folies Bergère"/></p>
<p>Retour sur six interventions qui ont particulièrement retenu notre attention.</p>
<h2>1. Déploiement, Open Source et Inférence Locale : Reprendre le contrôle de l&#x27;IA</h2>
<p>Si les API propriétaires ont longtemps été le passage obligé, l&#x27;essor des modèles open-weights, les avancées en compression et la maturité des moteurs d&#x27;exécution permettent aujourd&#x27;hui de remettre en question ce modèle du « tout-API ».</p>
<h3>Joffrey Thomas &amp; Henry Lagarde – Own your agent</h3>
<p>Joffrey Thomas et Henry Lagarde (Mistral AI) rappelle qu&#x27;en production, dépendre à 100 % d&#x27;API propriétaires fait peser un triple risque sur les projets.</p>
<p>Joffrey Thomas et Henry Lagarde (Mistral AI) ont ouvert le bal avec un rappel utile, en production, dépendre à 100 % d&#x27;API propriétaires expose un projet à trois risques.</p>
<p>Le premier est sécuritaire. Envoyer en continu des données sensibles sur des serveurs tiers compromet la confidentialité et la conformité des applications.</p>
<p>Le deuxième concerne la stabilité. Les mises à jour invisibles ou les dépréciations soudaines chez les fournisseurs peuvent casser un agent du jour au lendemain, tout en enfermant l&#x27;architecture chez un seul acteur (vendor lock-in).</p>
<p>Enfin, le risque est financier. Les agents exécutant leurs tâches via des boucles autonomes, ils réinjectent l&#x27;historique du contexte à chaque itération. Cette accumulation de tokens se transforme en une véritable « taxe invisible » qui rend les coûts rapidement incontrôlables.</p>
<p>La bonne nouvelle, c&#x27;est que l&#x27;écart de performance entre les modèles fermés et l&#x27;Open Source s&#x27;est considérablement réduit, passant d&#x27;un décalage historique d&#x27;un an à environ trois mois seulement. Les deux experts soulignent d&#x27;ailleurs qu&#x27;à partir d&#x27;un volume de 100 millions de tokens par jour, investir dans son propre matériel (comme des GPU dédiés) devient nettement plus rentable que de cumuler les frais d&#x27;API.</p>
<p>Leur proposition pour reprendre la main est de mettre en place une « stack souveraine », capable de tourner dans un environnement totalement isolé (air-gapped). Des modèles récupérés sur Hugging Face, quantifiés puis fine-tunés. Un moteur d&#x27;exécution optimisé, vLLM en production ou llama.cpp pour prototyper en local. LangChain pour structurer la logique de l&#x27;agent et ses appels d&#x27;outils. Et Langfuse pour le tracing et la mesure des performances, branché sur les outils d&#x27;observabilité habituels comme Datadog ou Grafana.</p>
<h3>Xuan-Son Nguyen – llama.cpp: faster and easier for everyone!</h3>
<p>Justement, pour faire tourner ces modèles open-source sur son propre matériel sans sacrifier les performances, llama.cpp s&#x27;est imposé comme l&#x27;outil de référence. Xuan-Son Nguyen a retracé l&#x27;évolution de ce projet, ce qui n&#x27;était au départ qu&#x27;une simple expérimentation codée dans un fichier unique pour faire tourner un modèle sur un ordinateur portable, est aujourd&#x27;hui devenu une véritable plateforme d&#x27;exécution ultra-optimisée.</p>
<p>Au cœur des récents gains de performance de l&#x27;outil se trouve le « speculative decoding ». Normalement, un modèle génère ses tokens un par un, et chaque étape est freinée par les accès mémoire. Le décodage spéculatif contourne ce goulot d&#x27;étranglement en générant très rapidement une série de tokens « brouillons » souvent via de petits modèles secondaires rapides ou des motifs récurrents. Ces séquences sont ensuite soumises au modèle principal, plus lourd, qui les valide d&#x27;un seul coup. Cette approche produit une inférence jusqu&#x27;à 2,12 fois plus rapide sur les benchmarks présentés, pour un surcoût marginal et sans dégradation de la qualité des réponses.</p>
<p>Mais au-delà de la performance brute, c&#x27;est l&#x27;expérience développeur (DX) qui fait aujourd&#x27;hui la force de llama.cpp. Plus besoin d&#x27;être un expert en infrastructure matérielle pour en tirer parti. Une commande unique (via llama.app) suffit pour installer et lancer un modèle multimodal en quelques secondes. En ligne de commande ou via un serveur local qui expose une API et une interface web prête à l&#x27;emploi, déployer une IA en local n&#x27;a jamais été aussi simple.</p>
<h2>2. Travailler avec des agents sans perdre la tête</h2>
<p>Adopter des agents IA au quotidien ne se résume pas à enchaîner les prompts. C&#x27;est revoir sa façon de travailler pour éviter trois pièges : la perte de contrôle, la fatigue mentale et la dégradation silencieuse de la qualité de code.</p>
<h3>Guillaume Vernade – Don&#x27;t Become Your Agent&#x27;s B****</h3>
<p>Guillaume Vernade s&#x27;attaque à une promesse séduisante, celle du développeur « chef d&#x27;orchestre » qui sirote son café pendant que l&#x27;IA code l&#x27;application de A à Z. Mais sans cadre, l&#x27;expérience oscille entre l&#x27;agent qui demande la permission toutes les trente secondes, et celui qui part en roue libre.</p>
<p>La solution ? Traiter l&#x27;agent comme un stagiaire très doué avec beaucoup de potentiel, et garder en tête que le premier jour, il ne connaît ni l&#x27;organisation du code, ni les règles de l&#x27;équipe. Donc on ne le laisse pas pousser en production dès le lundi matin.</p>
<p>Pirelli, un grand philosophe a dit un jour « Sans maîtrise, la puissance n&#x27;est rien ». Dans le cas présent, pour garder ce contrôle la vitesse d&#x27;exécution doit primer sur la puissance brute. Guillaume conseille de privilégier des modèles ultra-rapides pour maintenir une boucle de feedback très courte, quitte à réserver les LLM plus lourds et massifs uniquement pour la phase de cadrage initial. Il est également crucial d&#x27;analyser les trajectoires d&#x27;exécution des agents pour repérer les moments où ils s&#x27;entêtent à réinventer la roue, gaspillant au passage du temps et des tokens Pour se faire il est primordiale d&#x27;écrire des Skills explicites et de ne pas compter sur la mémoire conversationnelle. Les règles telles que les conventions de PR, ton des messages, règles métier, doivent être documentées et maintenues.</p>
<p>Plus provocateur pour des développeurs chevronnés, l&#x27;injonction à réévaluer le sacro-saint principe DRY (Don&#x27;t Repeat Yourself). <strong>Accepter la duplication</strong>, un agent gère très bien la répétition, et des fonctionnalités bien silotées rendent la revue humaine plus sûre et limitent la portée des régressions.</p>
<p>Enfin, Guillaume a mis en garde contre le piège fatal du context-switching. Les agents prenant parfois plusieurs dizaines de secondes pour accomplir une action, la tentation est grande de lancer dix tâches en parallèle sur dix tickets différents. Cette boulimie d&#x27;exécution débouche inévitablement sur une charge cognitive ingérable au moment de relire et valider tout le code produit, laissant souvent derrière soi un cimetière de branches abandonnées.</p>
<h3>Ian Massingham – How Anthropic Uses Claude</h3>
<p>En tant que responsable de l&#x27;IA appliquée pour les startups chez Anthropic, Ian Massingham partage les coulisses de l&#x27;utilisation interne de Claude. Aujourd&#x27;hui, plus de 80 % du code mergé chez Anthropic est écrit de manière autonome par leur propre modèle, générant un gain de productivité évalué à 8 fois. Ian détaille cinq principes directeurs qui, selon lui, ont directement contribué à cette hausse de productivité :</p>
<ol>
<li><strong>Ouvrir l&#x27;accès au contexte organisationnel</strong> : Connecter l&#x27;IA aux outils du quotidien (Slack, Drive, GitHub, Salesforce) afin qu&#x27;elle se constitue une véritable mémoire collective au fil du temps et gagne structurellement en pertinence.</li>
<li><strong>Démocratiser les outils de dev</strong> : Déployer des solutions comme Claude Code ou Cowork bien au-delà des seules équipes techniques. Les rendre accessibles aux départements marketing ou sales permet de démultiplier les cas d&#x27;usage et d&#x27;augmenter la productivité globale de l&#x27;entreprise.</li>
<li><strong>Adapter les interfaces aux usages</strong> : S&#x27;appuyer sur des intégrations ciblées comme Claude Tag dans Slack, qui embarque l&#x27;IA directement dans les canaux d&#x27;équipe avec des commandes dédiées et des routines adaptées. Le résultat direct : une réduction drastique du temps de traitement des requêtes et un support automatisé en continu.</li>
<li><strong>Construire pour la prochaine frontière</strong> : Adopter une démarche d&#x27;amélioration continue en collectant systématiquement chaque échec de l&#x27;agent pour le transformer en test de régression et en benchmark (evals). L&#x27;objectif est de s&#x27;appuyer sur les modèles les plus avancés pour anticiper les briques techniques appelées à devenir rapidement obsolètes.</li>
<li><strong>Savoir débrancher l&#x27;inutile</strong> : Accepter d&#x27;éliminer les architectures complexes devenues superflues à mesure que les capacités natives des modèles progressent. Anthropic va jusqu&#x27;à confier un rôle de « Reaper » au sein des équipes, dont l&#x27;unique mission est de faire le ménage et de supprimer le code historique pour forcer la concentration sur les meilleures solutions actuelles.</li>
</ol>
<h2>3. Ouvrir la boîte noire et standardiser le Web pour l&#x27;IA</h2>
<p>Pour concevoir les systèmes de demain, il devient indispensable de comprendre la mécanique interne des LLM et de leur fournir des interfaces robustes pour interagir avec le monde extérieur.</p>
<h3>David Louapre – Mechanistic Interpretability</h3>
<p><a href="https://www.youtube.com/scienceetonnante">David Louapre</a> (Hugging Face), plonge l&#x27;audience dans le « mechanistic interpretability », une discipline fascinante souvent qualifiée de « neuroscience de l&#x27;IA » car elle cherche à percer le secret de la boîte noire des réseaux de neurones.</p>
<p>Dans les anciens modèles de vision, on trouvait des neurones isolés qui détectaient des courbes ou des têtes de chien. Dans les LLM actuels, les concepts ne vivent plus dans un neurone, mais dans des directions d&#x27;un espace d&#x27;activation de plusieurs milliers de dimensions.</p>
<p>Pour bien comprendre le défi, il faut savoir que contrairement aux anciens modèles de vision où un neurone isolé pouvait correspondre à un trait visuel précis, les Transformers (l&#x27;architecture des LLM) fonctionnent différemment. Ils encodent la connaissance en répartissant chaque idée sur des vecteurs mathématiques à très haute dimension (parfois plus de 8 000 dimensions). Concrètement, un concept n&#x27;est pas rangé dans une seule case, il est dilué dans tout le réseau, ce qui le rend de prime abord illisible pour un humain.</p>
<p>C&#x27;est là qu&#x27;interviennent des méthodes non supervisées comme les Sparse Autoencoders. Ces algorithmes agissent comme des traducteurs capables de démêler cette complexité pour extraire des « dictionnaires de concepts », isolant ainsi des dizaines de milliers d&#x27;idées précises et indépendantes au sein de la machine.</p>
<p>La grande avancée est qu&#x27;une fois le vecteur d&#x27;un concept identifié, on peut le manipuler via l&#x27;Activation Steering. Au lieu de guider le modèle avec un prompt, on surstimule artificiellement ce vecteur pendant que l&#x27;IA génère sa réponse. David Louapre l&#x27;a illustré avec le concept de la <a href="https://dlouapre-eiffel-tower-llama.hf.space/">« Tour Eiffel »</a> : en amplifiant un vecteur, le modèle oriente de lui-même ses réponses pour y glisser une référence au monument, quelle que soit la question initiale. Si une stimulation légère infléchit subtilement le texte, une injection trop forte détruit totalement la cohérence du raisonnement.</p>
<p>Si cette plongée dans les réseaux de neurones ressemble à de la recherche fondamentale, l&#x27;enjeu est en réalité extrêmement concret pour les développeurs. L&#x27;interprétabilité mécaniste révèle la façon exacte dont les modèles stockent, représentent et manipulent l&#x27;information. Dans un contexte de mise en production, cela devient un outil pratique redoutable pour assurer la sécurité, l&#x27;alignement et la modification du comportement des grands modèles. Au lieu d&#x27;empiler des consignes dans un prompt en espérant que l&#x27;IA respecte ses garde-fous, il devient envisageable d&#x27;ajuster mathématiquement sa trajectoire à la source pour garantir qu&#x27;elle reste toujours fiable et alignée avec les règles métier.</p>
<h3>Patrick Brosset – WebMCP: Stop scraping the Web, start calling it</h3>
<p>Du côté des interactions avec le monde extérieur, Patrick Brosset met le doigt sur l&#x27;une des plus grandes vulnérabilités de l&#x27;IA actuelle : la fragilité des agents qui naviguent sur le Web. Aujourd&#x27;hui, la majorité de ces systèmes s&#x27;appuient sur le scraping HTML, l&#x27;arbre d&#x27;accessibilité ou l&#x27;analyse de captures d&#x27;écran pour deviner où cliquer. Cest lent, extrêmement coûteux en tokens, et l&#x27;intégration explose à la moindre modification du DOM.</p>
<p>Pour sortir de cette impasse, un groupe de travail du W3C (épaulé par des acteurs comme Microsoft, Google et OpenAI) a développé un nouveau standard : <strong>le protocole WebMCP</strong>. L&#x27;idée est de passer d&#x27;une logique d&#x27;exploration visuelle à une logique d&#x27;API. Concrètement, WebMCP permet aux développeurs web d&#x27;exposer nativement des contrats d&#x27;outils (Tool Contracts) directement aux agents via le navigateur.</p>
<p>L&#x27;implémentation a été pensée pour s&#x27;intégrer avec un minimum de friction dans une base de code, selon deux approches. La première est déclarative : il suffit d&#x27;ajouter de simples attributs HTML (<code>tool-name</code>, <code>tool-description</code>) sur des formulaires existants pour les rendre compréhensibles par l&#x27;IA. La seconde est programmatique, permettant d&#x27;enregistrer dynamiquement des outils en JavaScript via <code>document.modelcontext.registerTool()</code>.</p>
<pre><code class="language-js">navigator.modelContext.registerTool({
  name: &#x27;addToCart&#x27;,
  description: &#x27;Ajoute un produit au panier&#x27;,
  inputSchema: {
    type: &#x27;object&#x27;,
    properties: { productId: { type: &#x27;string&#x27; } },
  },
  async execute({ productId }) {
    await cart.add(productId)
    return { content: [{ type: &#x27;text&#x27;, text: &#x27;Produit ajouté&#x27; }] }
  },
})
</code></pre>
<p>Contrairement au MCP côté serveur, WebMCP vise les scénarios avec un humain dans la boucle et conserve l&#x27;état de l&#x27;application côté client. Et même si ce standard est très récent et que ses spécifications sont toujours en cours de définition, son impact potentiel est massif. En remplaçant la navigation visuelle hasardeuse par des appels d&#x27;outils standardisés, on obtient des exécutions plus rapides et avec une consommation de tokens réduite de moitié. Une évolution indispensable à l&#x27;heure où les agents autonomes s&#x27;apprêtent à devenir les premiers utilisateurs du Web.</p>
<h2>Conclusion</h2>
<p>Après l&#x27;exploration et les tâtonnements des débuts, l&#x27;industrie entre désormais dans une phase d&#x27;ingénierie rigoureuse. Choisir le bon outil pour chaque tâche plutôt qu&#x27;un LLM universel, réduire sa dépendance aux API propriétaires avec une stack souveraine, encadrer les agents comme on encadre un collaborateur, adopter des standards comme WebMCP, telles sont les clés du succès d&#x27;un projet IA.</p>
<p>Rien de magique, donc. Juste de l&#x27;ingénierie. Et c&#x27;est plutôt une bonne nouvelle : c&#x27;est notre métier. Et chez Premier Octet, toutes ces pistes de réflexion nourrissent déjà nos propres chantiers en cours.</p>
<p>Et vous, quelles sont vos prochaines étapes pour intégrer ces usages dans vos applications ? Que vous souhaitiez lancer une première réflexion ou concrétiser une architecture IA sur mesure, <a href="https://www.premieroctet.com/contact">contactez-nous</a> pour échanger sur vos problématiques et construire ensemble votre prochain projet.</p>
<p><img src="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents/folies-bergere.png" alt="Devant les Folies Bergère pour Dot AI"/></p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/dot-ai-2026-reprendre-le-controle-modeles-agents/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[DotJS 2026 : IA dans le navigateur, sécurité et performance web au menu]]></title>
            <link>https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu</link>
            <guid>https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu</guid>
            <pubDate>Mon, 21 Sep 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[On était à la conférence DotJS 2026, retour sur les six premiers talks de la journée : IA dans le navigateur, sécurité npm et performance web.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/jad-joubran.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/nico-martin.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/matheus-albuquerque.webp"/><h2>DotJS 2026</h2>
<p>De retour aux Folies Bergère pour l&#x27;édition 2026 de dotJS, l&#x27;équipe de Premier Octet a passé la journée à enchaîner les talks (et les lightning talks) de cette conférence JavaScript toujours aussi intéressante. Voici notre résumé des six premiers talks de la journée : un joli mélange d&#x27;API navigateur méconnues, d&#x27;IA qui tourne enfin en local, et de coulisses de la supply chain npm.</p>
<h2>Au programme</h2>
<h3>The (Abundant) State of the Web</h3>
<div class="flex items-end gap-2"><p>🎤 Jad Joubran</p><a href="https://x.com/joubranjad" class="mb-1 bg-white"><span></span></a></div>
<p>🔗 <a href="https://jadjoubran.io/dotjs/">Voir les slides</a></p>
<p>En ouverture, Jad Joubran fait le tour de tout ce que la plateforme web sait déjà faire sans qu&#x27;on y pense : <code>&lt;select&gt;</code> personnalisable en CSS, scroll-driven animations, View Transitions API (y compris entre deux pages), et Document Picture-in-Picture pour faire flotter n&#x27;importe quel contenu HTML.</p>
<p>Il termine sur les speculation rules / prerendering pour précharger la page suivante avant le clic, et une pointe de transformers.js en clôture pour rappeler que l&#x27;IA a, elle aussi, sa place dans ce web &quot;abondant&quot;.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>🎛️ Le <code>&lt;select&gt;</code> personnalisable et les animations liées au scroll arrivent nativement en CSS</li>
<li>🔄 La View Transitions API anime les changements d&#x27;état, même entre deux documents</li>
<li>🪟 La Document Picture-in-Picture API fait flotter n&#x27;importe quel contenu HTML au-dessus des fenêtres</li>
<li>⚡ Le prerendering/speculation rules permet de précharger la page suivante avant le clic</li>
<li>🤖 Même les modèles IA légers (transformers.js) trouvent désormais leur place dans le navigateur</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/jad-joubran.webp" alt="Cross-Document View Transitions"/></p>
<h3>Boring but Effective: WebAI That Ships</h3>
<div class="flex items-end gap-2"><p>🎤 Nico Martin</p><a href="https://x.com/nicodotdev" class="mb-1 bg-white"><span></span></a></div>
<p>🔗 <a href="https://slides.nico.dev/260918-dotjs-boring-but-effective">Voir les slides</a></p>
<p>Nico Martin (Hugging Face, WebML) démarre par &quot;Jamie&quot;, un assistant vocal de cuisine 100 % local, sans aucun appel serveur, y compris en mode avion. Techniquement, il s&#x27;agit d&#x27;un pipeline de petits modèles spécialisés (VAD, Whisper-tiny via transformers.js, un LLM léger, un TTS) accéléré par WebGPU, proche du temps réel sur son MacBook M3. Il enchaîne les démos : sous-titrage live, depth estimation, background removal, recherche sémantique, anonymisation locale de données personnelles avant envoi à un LLM cloud.</p>
<p>Il nuance toutefois : l&#x27;ensemble de ces modèles pèse plus de 2 Go à télécharger. Son message : pas question de tout faire tourner en local, mais de garder les petits modèles côté client et de laisser les gros modèles, comme les LLM, côté serveur.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>🎙️ &quot;Jamie&quot;, un assistant vocal complet, tourne entièrement offline dans le navigateur via transformers.js</li>
<li>🧩 Pas un seul gros modèle mais un pipeline de petits modèles spécialisés (VAD, Whisper, LLM, TTS)</li>
<li>⚡ WebGPU permet une transcription proche du temps réel, même sur du matériel modeste</li>
<li>🕵️ Démo d&#x27;un modèle local d&#x27;anonymisation de données personnelles avant envoi à un LLM cloud</li>
<li>⚖️ Plus de 2 Go de modèles à télécharger : l&#x27;approche est hybride, petits modèles en local, gros modèles (LLM) côté serveur</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/nico-martin.webp" alt="Jamie, productionized : le pipeline de modèles spécialisés"/></p>
<h3>What You&#x27;re Really Trusting When You Run npm install</h3>
<p>🎤 Karen Li</p>
<p>Karen Li (équipe npm de GitHub) déroule ce qui se passe vraiment derrière <code>npm install</code> : arbre de dépendances figé par le lockfile, ou résolution à la volée bien plus risquée en son absence, avec le cas concret d&#x27;un package compromis à l&#x27;appui.</p>
<p>Elle présente les parades récentes de npm : &quot;minimum release age&quot; qui met en quarantaine toute version fraîchement publiée, scripts <code>install</code>/<code>postinstall</code> bloqués par défaut depuis npm 12, fin de l&#x27;installation depuis des URLs Git arbitraires, et côté publication le passage au &quot;trusted publishing&quot; (tokens de courte durée liés à la CI) et au &quot;staged publishing&quot; (validation d&#x27;un mainteneur avant mise en ligne). Sa conclusion : <code>npm install</code>, c&#x27;est faire confiance à du code qu&#x27;on ne lira jamais, mais ces nouvelles fonctionnalités réduisent nettement cette confiance aveugle.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>🔒 Sans lockfile, <code>npm install</code> peut silencieusement récupérer une version malveillante fraîchement publiée</li>
<li>⏳ Le &quot;minimum release age&quot; met en quarantaine toute nouvelle version avant qu&#x27;elle soit installable en CI</li>
<li>🚫 Les scripts <code>install</code>/<code>postinstall</code> sont désormais bloqués par défaut depuis npm 12</li>
<li>🔑 Le &quot;trusted publishing&quot; remplace les tokens npm statiques par des jetons de courte durée liés à la CI</li>
<li>✅ Le &quot;staged publishing&quot; impose une validation humaine avant qu&#x27;une nouvelle version devienne publique</li>
</ul>
<h3>Web Performance APIs That You (Probably) Never Knew Existed</h3>
<div class="flex items-end gap-2"><p>🎤 Matheus Albuquerque</p><a href="https://x.com/ythecombinator" class="mb-1 bg-white"><span></span></a></div>
<p>🔗 <a href="https://speakerdeck.com/ythecombinator/dotjs-2026">Voir les slides</a></p>
<p>Matheus Albuquerque (Medallia, Google Developer Expert Web Performance) part d&#x27;un constat : on connaît les Core Web Vitals, mais rarement les API qui permettent de vraiment comprendre ce qui se passe en prod. Il déroule une liste d&#x27;API méconnues : Layout Instability API (quel élément cause un layout shift), Long Animation Frames API (frames de plus de 50ms et script responsable), Self Profiling API (profiler chez l&#x27;utilisateur sans devtools), et Memory Measurement API (memory leaks).</p>
<p>Il enchaîne avec la Compute Pressure API (adapter l&#x27;app quand le CPU est sous tension), Speculation Rules et Priority Hints (précharger et prioriser les ressources), et la Prioritized Task Scheduling API pour découper les tâches longues, bien plus propre que les anciennes bidouilles à base de générateurs ou de sagas Redux. Il conclut sur la View Transitions API pour des navigations plus fluides.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>📐 La Layout Instability API identifie précisément quel élément cause un layout shift</li>
<li>🐌 La Long Animation Frames API pointe le script responsable d&#x27;une frame trop longue</li>
<li>🧠 La Memory Measurement API aide à traquer les memory leaks liées aux closures et aux listeners oubliés</li>
<li>🔋 La Compute Pressure API permet d&#x27;adapter l&#x27;application quand le CPU est sous tension</li>
<li>⏱️ La Prioritized Task Scheduling API remplace élégamment les vieilles bidouilles pour découper les tâches longues</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/matheus-albuquerque.webp" alt="Layout Instability API : overview"/></p>
<h3>Unlocking Client-Side AI in Your Web App</h3>
<div class="flex items-end gap-2"><p>🎤 Maximiliano Firtman</p><a href="https://x.com/firt" class="mb-1 bg-white"><span></span></a></div>
<p>Maximiliano Firtman compare l&#x27;IA côté client à un train qui prend de la vitesse &quot;en jours, pas en années&quot;. Il distingue les briques bas niveau (transformers.js, ONNX Runtime Web, WebLLM, MediaPipe, avec son propre modèle chargé et accéléré par WebGPU/WebNN) des API haut niveau intégrées au navigateur (Translator, Summarizer, Writer/Rewriter, Prompt API), qui s&#x27;appuient sur un modèle embarqué comme Gemini Nano sur Chrome, seul navigateur engagé sur ces API pour l&#x27;instant.</p>
<p>Démos 100 % offline à l&#x27;appui (chatbot, traduction vocale, pose 3D, description d&#x27;écran par un modèle Apple), il recommande une approche hybride : choisir, fonctionnalité par fonctionnalité, entre local et cloud plutôt que tout miser sur un seul modèle géant.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>🚂 L&#x27;IA côté client progresse &quot;en jours, pas en années&quot; selon Firtman</li>
<li>🧰 Deux approches coexistent : bibliothèques bas niveau (transformers.js, WebLLM…) et API haut niveau intégrées au navigateur</li>
<li>🌐 Chrome embarque Gemini Nano pour ses API IA natives ; Firefox et Safari restent en retrait</li>
<li>✈️ Toutes les démos tournent 100 % offline, y compris traduction vocale et reconnaissance de pose</li>
<li>⚖️ La bonne approche est hybride : choisir, fonctionnalité par fonctionnalité, entre local et cloud</li>
</ul>
<h3>JavaScript tooling has a blind spot: codebase-wide questions</h3>
<div class="flex items-end gap-2"><p>🎤 Bart Waardenburg</p><a href="https://x.com/bartwaardenburg" class="mb-1 bg-white"><span></span></a></div>
<p>Bart Waardenburg raconte son désenchantement : reboucler les erreurs d&#x27;un linter vers un LLM améliore la qualité du code, mais un linter ne voit jamais qu&#x27;un seul fichier à la fois. Dead code, duplication, complexité qui grimpe en silence, architecture drift : tout un pan de problèmes reste invisible, aussi bien pour lui que pour ses agents.</p>
<p>Il a donc construit <a href="https://github.com/fallow-rs/fallow">Fallow</a>, un outil d&#x27;analyse statique en Rust qui transforme toute une base de code TypeScript/JavaScript en un graphe de dépendances pour repérer le code jamais utilisé, la duplication, les fonctions à forte complexité cyclomatique et fort historique Git (les vraies zones à risque), et les frontières architecturales franchies, le tout complété par une instrumentation runtime pour le dead code en production. Son message : humains comme agents IA ont besoin de cette vue d&#x27;ensemble pour bien décider.</p>
<p><strong>💡 Les points clés du talk</strong></p>
<ul>
<li>🕸️ Un linter ne voit qu&#x27;un fichier à la fois : le dead code, la duplication et l&#x27;architecture drift lui échappent</li>
<li>🛠️ Fallow (Rust) construit un graphe de dépendances de toute la base de code pour analyser ces questions à l&#x27;échelle du projet</li>
<li>🚗 La complexité cyclomatique croisée avec l&#x27;historique Git révèle les vraies zones à risque</li>
<li>🧪 Croiser complexité et couverture de tests permet de prioriser où regarder en premier</li>
<li>🤖 Ces signaux à l&#x27;échelle du projet sont aussi précieux pour les agents IA que pour les développeurs humains</li>
</ul>
<h2>Et le reste de la journée ?</h2>
<p>L&#x27;après-midi a d&#x27;abord enchaîné les lightning talks : Nikolay Rodionov sur Skybridge, son framework pour builder des apps MCP, Gabor Csomak sur les microfrontends comme stratégie organisationnelle plutôt que solution technique, Guillaume Moigneu sur TypeScript comme garde-fou pour le code généré par des agents IA, et Thorsten Seyschab avec un quiz JavaScript façon jeu télévisé.</p>
<p>Puis les formats longs ont repris : Vishnudhasan Govindarajan a rappelé que le score Lighthouse ne reflète pas l&#x27;expérience réelle en 3G, Harshil Agrawal a montré comment générer et exécuter en sécurité des composants React produits par un LLM via des isolates V8, Devlin Duldulao a retracé l&#x27;histoire mouvementée du Date en JavaScript et l&#x27;arrivée de Temporal, et Lea Verou a clôturé la journée en interrogeant l&#x27;avenir du développement sans bundler.</p>
<h2>En bref</h2>
<p>Une tendance forte se dégage : l&#x27;IA qui tourne vraiment dans le navigateur est passée du gadget de démo à un sujet d&#x27;ingénierie sérieux (Nico Martin, Maximiliano Firtman). En toile de fond, deux rappels sur les fondamentaux, sécurité npm (Karen Li) et performance web (Matheus Albuquerque), et une question posée par Bart Waardenburg qui va sans doute devenir centrale : qui garde la vue d&#x27;ensemble sur la base de code, à mesure que les agents IA en écrivent une part croissante ?</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/dotjs-2026-ia-dans-le-navigateur-securite-et-performance-web-au-menu/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Medusa en 2026 : Comment l'architecture modulaire et l'IA redéfinissent l'e-commerce]]></title>
            <link>https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce</link>
            <guid>https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce</guid>
            <pubDate>Tue, 21 Jul 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Medusa en 2026 : architecture modulaire, ingénierie agentic et plugins open-source pour repenser l'e-commerce.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/Skills.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/options.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/Loyalty-Plugin.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/DBWriteAccess.webp"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/CloudMonitoring.webp"/><p>Longtemps, les solutions e-commerce clés en main type Shopify ont séduit par leur simplicité et leur rapidité de mise sur le marché. Pourtant, le modèle montre aujourd&#x27;hui ses limites. Marges rognées par les commissions, coûts qui flambent et écosystème fermé finissent souvent par freiner les marchands dans leur évolution. C&#x27;est dans cette quête de flexibilité et de maîtrise des coûts que <a href="https://medusajs.com/">Medusa</a> a récemment commencé à tirer son épingle du jeu.</p>
<p>Chez Premier Octet, nous suivons cette évolution de près. En octobre 2023, nous décryptions déjà la V1 de Medusa dans un <a href="https://www.premieroctet.com/blog/e-commerce-headless-avec-medusa-js">premier article sur notre blog</a>. Trois ans plus tard, les annonces de ce printemps/été 2026 confirment cette tendance : l&#x27;avenir appartient aux architectures modulaires et nativement pensées pour le développement assisté par IA. C&#x27;est donc l&#x27;occasion d&#x27;un nouvel article pour faire le tour de ces nouveautés qui redéfinissent notre façon de concevoir l&#x27;e-commerce.</p>
<h2>1. L&#x27;ingénierie « Agentic » : quand l&#x27;IA s&#x27;intègre au workflow de développement</h2>
<p>La force de Medusa, c&#x27;est d&#x27;accompagner un changement de paradigme fondamental du secteur de l&#x27;e-commerce. Là où le marché s&#x27;est longtemps standardisé autour de templates et de sites clés en main pour simplifier les lancements, la tendance actuelle exige une personnalisation absolue, désormais accompagnée par l&#x27;IA.</p>
<p>C&#x27;est tout l&#x27;objet de l&#x27;AI Toolbox de Medusa : un écosystème d&#x27;outils qui cadre et sécurise l&#x27;intervention des agents pour leur permettre de bâtir des fonctionnalités sur mesure en un simple prompt.</p>
<h3>Agent Skills Library : cadrer l&#x27;IA avec l&#x27;expertise native de Medusa</h3>
<p>Pour guider efficacement les agents et éviter qu&#x27;ils ne dévient des standards du framework, Medusa fournit sa propre bibliothèque de skills. Pour l&#x27;ajouter à votre projet, il suffit d&#x27;exécuter :</p>
<pre><code class="language-bash">npx skills add medusajs/medusa-agent-skills
</code></pre>
<p>Trois grandes familles de compétences sont disponibles dans le contexte de votre agent :</p>
<ul>
<li><strong>Admin &amp; Dashboard</strong> (<code>building-with-medusa</code>, <code>building-admin-dashboard-customizations</code>) : fournit les connaissances fondamentales de l&#x27;architecture Medusa pour créer des features e-commerce personnalisées (wishlist, intégration de services externes…) et étendre l&#x27;UI de l&#x27;admin.</li>
<li><strong>Storefront &amp; UX</strong> (<code>building-storefronts</code>, <code>storefront-best-practices</code>) : rassemble les bonnes pratiques e-commerce (SEO, UX) pour bâtir votre boutique indépendamment du framework choisi (Next.js, Vite).</li>
<li><strong>Store Operations &amp; Automatisation</strong> (<code>creating-internal-agents</code>) : permet de configurer des agents autonomes dédiés à la gestion quotidienne de votre site (audit automatique des stocks, support client personnalisé).</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/Skills.webp" alt="Bibliothèque Agent Skills de Medusa" title="Agent Skills Library"/></p>
<h3>Un plugin et un tutoriel interactif sur Claude Code</h3>
<p>Medusa s&#x27;intègre directement dans le CLI d&#x27;Anthropic via deux extensions spécifiques : si <code>medusa-dev</code> sert à générer des fonctionnalités à la volée, le framework se démarque surtout par un onboarding interactif inédit avec <code>learn-medusa@medusa</code>. En tapant la commande <code>/learn-medusa:learning-medusa</code> ou le prompt « I want to learn Medusa », l&#x27;IA se transforme en mentor et vous guide pas à pas dans un cas pratique réel.</p>
<pre><code class="language-bash"># Démarrez Claude Code et ajoutez le dépôt Medusa
claude
/plugin marketplace add medusajs/medusa-claude-plugins

# Features
/plugin install medusa-dev@medusa

# Tutoriel
/plugin install learn-medusa@medusa
</code></pre>
<h3>Un plugin ESLint adapté à Medusa</h3>
<p>Les linters classiques ignorent les conventions de Medusa. Résultat : un code TypeScript valide peut quand même crasher au runtime (ex: données non sérialisables, mauvais nommage de route). C&#x27;est là qu&#x27;intervient <code>@medusajs/eslint-plugin</code>. Si le code écrit est non conforme, le linter lève une erreur claire, fini le debug fastidieux dans les logs. Le plugin est inclus par défaut depuis la v2.16.0, et embarque trois presets : recommended (standard), strict (typé) et modules (packages).</p>
<h2>2. Nouvelles fonctionnalités et plugins au service du sur-mesure</h2>
<p>L&#x27;offre open-source de Medusa s&#x27;étoffe avec l&#x27;arrivée de nouvelles fonctionnalités et plugins majeurs.</p>
<h3>Global Product Options et Multi-shipping : la fin des limites du catalogue</h3>
<p>La mise à jour de juin 2026 apporte l&#x27;une des fonctionnalités les plus réclamées par la communauté : les <strong>Global Product Options</strong>. Il est désormais possible de créer des options réutilisables, de centraliser leurs valeurs et de permettre aux utilisateurs de filtrer les produits par attributs communs directement sur le storefront.</p>
<p><img src="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/options.webp" alt="Product options dans l&#x27;admin Medusa" title="Product Options"/></p>
<p>Côté checkout, le framework repousse encore les limites avec la prise en charge des paniers <strong>Multi-shipping</strong>. Une commande peut désormais inclure plusieurs méthodes d&#x27;expédition réparties sur différents profils de livraison.</p>
<h3>Loyalty Plugin : la fidélisation passe au 100 % open-source</h3>
<p>Initialement réservé aux utilisateurs de Medusa Cloud, le Loyalty Plugin fait son entrée dans la version open-source standard (v2.14.0). Divisé en deux modules autonomes (Loyalty et Store Credit), cet outil offre aux marchands une gestion centralisée des cartes cadeaux et crédits d&#x27;achat. Fini les abonnements coûteux à des SaaS tiers. Les développeurs disposent désormais de briques natives pour coder des portefeuilles virtuels (wallets), des systèmes de cashback ou des programmes VIP à plusieurs niveaux, avec une liberté totale sur la logique métier.</p>
<p><img src="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/Loyalty-Plugin.webp" alt="Loyalty Plugin dans l&#x27;admin Medusa" title="Loyalty Plugin"/></p>
<h3>Shopify Sync : le plugin qui simplifie la transition depuis Shopify</h3>
<p>L&#x27;engouement autour de Medusa comme alternative à Shopify se confirme avec le plugin <code>@rx-ventures/medusa-plugin-shopify-sync</code>. Conçu pour les migrations ou les architectures hybrides, cet outil automatise le rapatriement complet du catalogue (clients, produits, commandes, remises) de Shopify vers Medusa v2.</p>
<pre><code class="language-bash"># 1. Installer le plugin Shopify Sync
yarn add @rx-ventures/medusa-plugin-shopify-sync

# 2. Générer la clé de chiffrement pour sécuriser le token Shopify
openssl rand -hex 32
# -&gt; À copier dans le .env : SHOPIFY_SYNC_ENCRYPTION_KEY=...

# 3. Exécuter la migration pour créer les tables de suivi
yarn medusa db:migrate
</code></pre>
<p>Une fois le plugin configuré, tout se pilote depuis le tableau de bord Medusa :</p>
<ul>
<li><strong>Configuration &amp; synchronisation</strong> : liaison de la boutique via l&#x27;onglet dédié et import historique en un clic dans l&#x27;ordre recommandé (clients, produits, remises, puis commandes).</li>
<li><strong>Webhooks &amp; logs</strong> : activation instantanée des routes en temps réel pour synchroniser les stocks et ventes, avec un écran de monitoring rafraîchi toutes les 5 secondes pour suivre l&#x27;activité.</li>
</ul>
<h3>Une sécurité renforcée : Authentification multifacteur (MFA)</h3>
<p>Le module d&#x27;authentification de Medusa intègre désormais le MFA en natif. L&#x27;implémentation repose sur des fournisseurs configurables, notamment le support du TOTP pour les applications d&#x27;authentification (Google Authenticator, etc.). Cette approche modulaire permet de sécuriser les accès — en particulier pour les comptes administrateurs — tout en offrant un contrôle précis sur les flux de vérification et les politiques d&#x27;accès.</p>
<h2>3. Infrastructure et production : la maturité de Medusa Cloud</h2>
<p>L&#x27;un des grands avantages d&#x27;une architecture découplée avec Medusa réside dans la liberté de déploiement. Le framework reste une application Node.js standard, hébergeable sur l&#x27;infrastructure de votre choix (AWS, GCP, Railway, etc.), ce qui garantit une maîtrise totale des coûts d&#x27;hébergement.</p>
<p>Toutefois, pour les équipes qui souhaitent déléguer la partie DevOps sans subir les blocages des SaaS traditionnels, Medusa Cloud s&#x27;est doté d&#x27;outils plus matures pour la production. Sans être un passage obligé, la solution managée intègre désormais :</p>
<ul>
<li><strong>Un accès direct à Postgres</strong> : l&#x27;ouverture de la base de données en écriture permet d&#x27;exécuter des scripts complexes ou de brancher des outils d&#x27;analytique en direct.</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/DBWriteAccess.webp" alt="Accès en écriture à la base de données sur Medusa Cloud"/></p>
<ul>
<li><strong>Une télémétrie avancée</strong> : des dashboards natifs pour monitorer la latence des routes API et anticiper les pics de charge.</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/CloudMonitoring.webp" alt="Dashboard de télémétrie Medusa Cloud"/></p>
<ul>
<li><strong>Un CLI dédié</strong> : avec <code>@medusajs/mcloud</code>, le pilotage des environnements et le suivi des logs se font directement depuis le terminal.</li>
</ul>
<p>Que l&#x27;on gère sa propre infrastructure ou que l&#x27;on opte pour leur cloud, le framework fournit désormais tous les outils pour gérer sereinement la mise en production et la montée en charge.</p>
<h2>En conclusion</h2>
<p>Dès 2023, Medusa apparaissait déjà à nos yeux comme une alternative prometteuse au monopole des solutions propriétaires. Trois ans plus tard, le framework a non seulement tenu ses promesses de flexibilité, mais il a pris une longueur d&#x27;avance décisive.</p>
<p>Les hausses de prix et les barrières techniques des plateformes SaaS ne sont plus une fatalité. Avec l&#x27;intégration de l&#x27;IA dans son workflow et un écosystème open-source toujours plus riche, Medusa confirme son statut d&#x27;alternative de choix face à Shopify. Le framework redonne le contrôle aux développeurs pour construire des architectures sur mesure, le tout sans la moindre commission sur les ventes.</p>
<p>Votre plateforme actuelle freine vos ambitions ? Chez Premier Octet, nous vous accompagnons dans la transition vers une architecture e-commerce performante, libre et scalable. <a href="https://www.premieroctet.com/contact">Contactez-nous pour discuter de votre projet</a>.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/medusa-2026-architecture-modulaire-ia-ecommerce/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Créer un RAG minimaliste avec Gemini et Google Drive]]></title>
            <link>https://www.premieroctet.com/blog/creer-un-rag-avec-gemini-et-google-drive</link>
            <guid>https://www.premieroctet.com/blog/creer-un-rag-avec-gemini-et-google-drive</guid>
            <pubDate>Mon, 22 Jun 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Créer un RAG minimaliste avec Gemini et Google Drive]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/creer-un-rag-avec-gemini-et-google-drive/gemini-rag.png"/><p>La plupart des tutoriels « construis ton RAG » vous noient sous les bases de
données vectorielles, les stratégies de découpage et les comparaisons de
rerankers. Tout cela peut être très simplifié avec Google Workspace qui fournit déjà les trois briques d&#x27;un RAG, et la
colle tient en quelques heures.</p>
<p>Ce billet déroule une petite expérience : une web app qui vous connecte avec
Google, vous laisse choisir des fichiers dans votre Drive, les indexe avec Gemini, puis discute avec eux.</p>
<p><img src="https://www.premieroctet.com/blog/creer-un-rag-avec-gemini-et-google-drive/gemini-rag.png" alt="RAG" title="Démonstration du RAG"/></p>
<h2>C&#x27;est quoi un RAG, vraiment ?</h2>
<p><strong>Retrieval-Augmented Generation</strong>, dans ce contexte c&#x27;est en fait deux étapes :</p>
<ol>
<li><strong>Récupérer</strong> — étant donné une question, trouver les passages de vos
documents les plus susceptibles de contenir la réponse.</li>
<li><strong>Générer</strong> — coller ces passages dans le prompt et laisser le LLM
formuler la réponse.</li>
</ol>
<p>Habituellement, nous avons besoin de : découper les documents
en chunks, les transformer en vecteurs, stocker ces vecteurs dans une base,
et classer les résultats à la requête. Chacune de ces étapes a son lot
d&#x27;articles qui débattent de la « bonne » manière.</p>
<p>Le raccourci ici est de laisser Gemini tout faire. L&#x27;API Gemini expose un
<code>FileSearchStore</code> — vous uploadez des fichiers, Google s&#x27;occupe du
découpage, des embeddings et de la récupération. Au moment de la requête,
vous passez le store comme un outil, et le modèle décide quand chercher et
quoi faire des résultats.</p>
<h2>Trois dépendances, un seul fournisseur</h2>
<p>Toute la stack tient dans Google Workspace :</p>
<ul>
<li><strong>API Gemini</strong> — le LLM et le File Search Store. Une clé API.</li>
<li><strong>OAuth Google</strong> — pour que l&#x27;utilisateur autorise l&#x27;app à lire son
Drive. Un client OAuth.</li>
<li><strong>API Google Drive</strong> — pour lister et télécharger les fichiers. Le même
client OAuth.</li>
</ul>
<p>Pas de <a href="https://www.pinecone.io/">Pinecone</a>, pas de <a href="https://www.langchain.com/">LangChain</a>, pas de modèle d&#x27;embedding à choisir. La
seule « infrastructure » nécessaire est une mémoire pour savoir quels fichiers Drive ont été indexés et le nom du store.</p>
<p>Pour le framework j&#x27;ai choisi <a href="https://tanstack.com/start/latest">TanStack Start</a> — un framework React
full-stack où la logique serveur n&#x27;est qu&#x27;une fonction typée que le client
appelle directement. Pas de routes REST à écrire, pas de frontière
client/serveur à concevoir. Une server function ressemble à ça :</p>
<pre><code class="language-ts">const chat = createServerFn({ method: &#x27;POST&#x27; })
  .validator((d: { question: string }) =&gt; d)
  .handler(async ({ data }) =&gt; ask(data.question))
</code></pre>
<p>Et côté client :</p>
<pre><code class="language-ts">await chat({ data: { question: &#x27;...&#x27; } })
</code></pre>
<p>C&#x27;est toute
la couche RPC.</p>
<h2>Étape 1 : chercher dans Drive</h2>
<p>Une fois l&#x27;utilisateur connecté en OAuth (avec le scope <code>drive.readonly</code>),
lister les fichiers tient en un appel :</p>
<pre><code class="language-ts">const res = await drive.files.list({
  q: &quot;trashed = false&quot;,
  pageSize: 50,
  fields: &#x27;files(id, name, mimeType, modifiedTime)&#x27;,
  orderBy: &#x27;modifiedTime desc&#x27;,
})
</code></pre>
<p>La seule subtilité, ce sont les types MIME. Les PDF et fichiers texte
peuvent se télécharger tels quels (<code>alt: &#x27;media&#x27;</code>), mais les Google Docs,
Sheets et Slides sont virtuels — il faut les <em>exporter</em> d&#x27;abord :</p>
<pre><code class="language-ts">const GOOGLE_DOC_EXPORTS = {
  &#x27;application/vnd.google-apps.document&#x27;:     { mimeType: &#x27;application/pdf&#x27; },
  &#x27;application/vnd.google-apps.presentation&#x27;: { mimeType: &#x27;application/pdf&#x27; },
  &#x27;application/vnd.google-apps.spreadsheet&#x27;:  { mimeType: &#x27;text/csv&#x27; },
}
</code></pre>
<p>Un Google Doc est exporté en PDF, un Sheet en CSV. Gemini File Search gère
les deux nativement.</p>
<h2>Étape 2 : indexer un fichier</h2>
<p>Voilà la partie magique. Indexer, c&#x27;est <em>uploader + attendre</em> :</p>
<pre><code class="language-ts">const ai = new GoogleGenAI({ apiKey })

// Crée le store une fois, à la première utilisation
const store = await ai.fileSearchStores.create({
  config: { displayName: &#x27;gemini-rag&#x27; },
})

// Upload d&#x27;un d&#x27;un fichier Drive
let op = await ai.fileSearchStores.uploadToFileSearchStore({
  file: new Blob([bytes], { type: mimeType }),
  fileSearchStoreName: store.name,
  config: { displayName: name, mimeType },
})

// L&#x27;indexation est asynchrone
while (!op.done) {
  await new Promise(r =&gt; setTimeout(r, 2000))
  op = await ai.operations.get({ operation: op })
}
</code></pre>
<p>Voilà tout le pipeline d&#x27;indexation. Google découpe le fichier, calcule les
embeddings et les écrit dans le store. En coulisses c&#x27;est la même mécanique
qu&#x27;une base vectorielle — sauf que vous n&#x27;avez pas à l&#x27;opérer.</p>
<p>Le seul état qu&#x27;on garde nous-mêmes est un petit fichier JSON qui mappe
<code>{ driveId → { name, mimeType } }</code>. Il existe pour deux raisons : éviter de
réindexer des fichiers déjà uploadés, et retenir le nom du store entre les
redémarrages du serveur.</p>
<h2>Étape 3 : discuter</h2>
<pre><code class="language-ts">const res = await ai.models.generateContent({
  model: &#x27;gemini-2.5-flash&#x27;,
  contents: question,
  config: {
    tools: [{ fileSearch: { fileSearchStoreNames: [store.name] } }],
  },
})
return res.text
</code></pre>
<p>Voilà tout le handler de chat. On donne à Gemini la question et un pointeur
vers le store. Gemini décide s&#x27;il faut chercher, exécute la récupération,
choisit les chunks pertinents et écrit la réponse.</p>
<p>Si vous avez déjà construit un RAG à la main, c&#x27;est le moment qui ressemble
à de la triche.</p>
<h2>Ce que ce n&#x27;est pas</h2>
<p>Soyons honnête, nous sommes assez éloigné d&#x27;un projet de production, cependant la logique principale du RAG est présente et fonctionnelle.</p>
<p>Une solution complète aurait besoin de :</p>
<ul>
<li>un stockage en base de donnée</li>
<li>une synchronisation automatique et récursive des dossiers Drive</li>
<li>une interface de tchat complète, multimodale et streamée (https://ai-sdk.dev/)</li>
</ul>
<h2>À retenir</h2>
<p>Si vous construisez un RAG pour un outil interne et que vous êtes déjà dans
l&#x27;écosystème Google, vous n&#x27;avez presque certainement pas besoin de monter
une base vectorielle. À savoir que le free tier de l&#x27;<a href="https://ai.google.dev/gemini-api/docs/file-search#rate-limits">API FileSearch</a> permet un stockage de 1 GB.</p>
<p>Si vous cherchez à discuter avec vos documents avec de l&#x27;AI, aussi dans l&#x27;écosystème Google, je vous recommande chaudement <a href="https://notebooklm.google.com">NotebookLM</a> qui permet en plus de générer du contenu (résumé audio, vidéo, quiz, infographie...) en rapport avec vos documents.</p>
<p>L&#x27;ensemble du code concernant le RAG tient sur ces 500 lignes de code et est disponible sur <a href="https://gist.github.com/tlenclos/a6275becf6aaab82b45b978e8408dceb">GitHub</a>.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/creer-un-rag-avec-gemini-et-google-drive/cover.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[Directus MCP : comment utiliser le Model Context Protocol avec un LLM]]></title>
            <link>https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm</link>
            <guid>https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm</guid>
            <pubDate>Wed, 10 Jun 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Découvrez le serveur MCP natif de Directus : un game changer ou une simple couche conversationnelle ? Analyse et retour d'expérience.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/all-tools.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/mcp-settings-page-enable.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/directus-ask.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/tag-feature-input.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/tag-feature-result.png"/><p>En décembre dernier, les équipes de <strong>Directus</strong> ont annoncé l&#x27;arrivée d&#x27;un serveur MCP natif dans leur écosystème.</p>
<p>La promesse est la suivante : permettre à n&#x27;importe quel LLM d&#x27;interagir directement avec une instance Directus de manière conversationnelle.</p>
<p>Mais qu&#x27;est-ce que ce MCP apporte de plus par rapport à l&#x27;API Directus existante, déjà très complète ? Découverte de ce MCP en action.</p>
<h2>Qu&#x27;est-ce que le MCP ?</h2>
<p>Le <em><strong>Model Context Protocol</strong></em> (MCP) est une norme qui permet de standardiser la manière dont un LLM peut interagir avec une application. Il expose les capacités, les actions et les contraintes de cette dernière de façon lisible par un LLM, tout en respectant un cadre strict de permissions et de schéma.
Nous avions déjà abordé ce sujet dans un article précédent : <a href="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp">Guide pratique du Model Context Protocol : tout comprendre sur les tools et serveurs MCP</a>.</p>
<h2>Le MCP de Directus</h2>
<p>Le serveur MCP de Directus expose ses capacités sous forme de <strong>tools</strong>, automatiquement découvrables par le LLM. Cela permet à n&#x27;importe quel LLM de lire des collections, modifier des schémas, gérer du contenu ou naviguer dans des relations complexes.</p>
<p>Dans ces tools on retrouve notamment :</p>
<ul>
<li>La gestion des collections et champs</li>
<li>Le CRUD (Create, Read, Update, Delete) sur les items</li>
<li>La manipulation des assets</li>
<li>La lecture des permissions et rôles</li>
<li>Certaines opérations avancées liées au schéma.</li>
</ul>
<p>La liste complète est disponible dans la <a href="https://directus.io/docs/guides/ai/mcp/tools"><strong>documentation officielle</strong></a>, mais un point mérite d&#x27;être souligné : 👉 <strong>rien ici n&#x27;est fondamentalement nouveau</strong> par rapport à l&#x27;API Directus existante.
<img src="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/all-tools.png" alt="Liste des tools disponibles"/></p>
<p>La vraie valeur ajoutée du MCP réside dans l&#x27;interaction avec le LLM qui peut raisonner sur votre instance Directus en temps réel, orchestrer des migrations, etc.</p>
<div type="info"><p>Le revers du MCP, c&#x27;est la consommation de tokens. Chaque interaction embarque du contexte, des <strong>tools</strong>, leurs descriptions, et souvent plusieurs appels successifs pour une seule intention. <a href="https://www.anthropic.com/engineering/code-execution-with-mcp">Le contexte peut plus facilement se retrouver surchargé.</a>
Le MCP excelle dans les usages conversationnels, ponctuels, exploratoires ou de prototypage.
En revanche, il devient rapidement discutable pour des workflows récurrents, de l&#x27;automatisation silencieuse ou des traitements batch.</p><p>Dans ces cas-là, une intégration plus directe, comme via l&#x27;API, hooks ou scripts d&#x27;automatisation, reste généralement plus efficace et plus prévisible.</p></div>
<h2>Comment utiliser le MCP de Directus</h2>
<p>Il existe <a href="https://directus.io/docs/guides/ai/mcp/installation">une documentation très claire et explicite</a> ainsi que des tutoriels vidéo sur le sujet mais globalement pour le setup vous aurez besoin de :</p>
<ul>
<li>Une instance de Directus &gt;v11.2</li>
<li>Un client AI (Cursor, Claude Desktop, Copilot, ChatGPT, etc.)</li>
<li>Un (nouvel) utilisateur dans votre instance avec les permissions adéquates (ainsi que son token).</li>
</ul>
<div type="warning"><p>Le MCP est <strong>désactivé par défaut</strong> et doit être explicitement activé dans la configuration.</p></div>
<p><img src="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/mcp-settings-page-enable.png" alt="Configuration du MCP dans Directus"/></p>
<p>Une fois le serveur MCP configuré côté client IA, un premier test très simple consiste à poser une question ouverte sur l&#x27;instance :
&quot;Can you tell me about my Directus project?&quot;</p>
<p>Si la configuration est correcte, le LLM est capable :</p>
<ul>
<li>d&#x27;interroger les collections</li>
<li>de comprendre le schéma</li>
<li>et de restituer une vue cohérente du projet.</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/directus-ask.png" alt="Can you tell me about my Directus project"/></p>
<h2>Test du MCP</h2>
<p>Pour tester le MCP dans un cas concret, j&#x27;ai ajouté une fonctionnalité de tags à un blog existant. L&#x27;objectif était double :</p>
<ul>
<li>créer un nouveau modèle <code>tags</code></li>
<li>analyser le contenu des articles déjà publiés afin d&#x27;y associer automatiquement un ou des tags pertinents.</li>
</ul>
<p><img src="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/tag-feature-input.png" alt="Fonctionnalité de tags"/></p>
<p>Le test combine plusieurs dimensions : création de schéma, compréhension sémantique du contenu et écriture de relations existantes. Autrement dit, exactement le type de tâche que le MCP prétend simplifier.</p>
<p>Une petite minute plus tard, j&#x27;avais mon nouveau modèle ainsi que mes articles de blog mis à jour.</p>
<p><img src="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/tag-feature-result.png" alt="Résultat de la fonctionnalité de tags"/></p>
<h2>Use cases pertinents</h2>
<p>Pour aller au-delà du simple effet démo, j&#x27;ai recherché et identifié quelques usages concrets du MCP qui pourraient peut-être convaincre les sceptiques.</p>
<h3>Côté contenu</h3>
<p>Le MCP permet surtout à des profils non techniques de gagner en autonomie. L&#x27;interface conversationnelle réduit fortement la courbe d&#x27;apprentissage de Directus et limite les allers-retours avec les équipes techniques, notamment lors de l&#x27;onboarding ou de tâches ponctuelles mais pénibles.</p>
<ul>
<li>Migration d&#x27;articles depuis Google Docs, Notion ou Markdown brut</li>
<li>Renommage et restructuration d&#x27;assets média</li>
<li>Reprise ou duplication de structures existantes</li>
<li>Recherche conversationnelle dans un catalogue éditorial</li>
</ul>
<blockquote>
<p>“Retrouve-moi l&#x27;article qui parle du produit X publié l&#x27;année dernière, même si le titre exact ne contient pas le nom du produit.”</p>
</blockquote>
<h3>Côté développement</h3>
<p>Pour les profils techniques, le MCP ne remplace pas les outils classiques, mais accélère les phases de réflexion et de prototypage. Il permet d&#x27;explorer un schéma, tester des hypothèses ou ajuster des modèles sans écrire de code ni maîtriser immédiatement l&#x27;existant.</p>
<ul>
<li>Prototypage rapide de nouveaux modèles.</li>
<li>Exploration d&#x27;une base existante sans connaître son historique.</li>
<li>Migration fastidieuse de données.</li>
</ul>
<blockquote>
<p>“Explique-moi comment sont liées les collections projects, clients et invoices, et dis-moi où se trouve la source de vérité pour le statut de facturation.”</p>
</blockquote>
<p>Les usages sont très diversifiés, ce n&#x27;est pas un moteur d&#x27;automatisation, ni un remplaçant de l&#x27;API. Le MCP est surtout utile pour explorer, prototyper et intervenir ponctuellement sur une instance. Dans ces cas précis, il remplit bien sa promesse.</p>
<p>À noter que Directus n&#x27;est pas le seul CMS à explorer ce type d&#x27;intégration. D&#x27;autres CMS comme <a href="https://market.strapi.io/plugins/@sensinum-strapi-plugin-mcp"><strong>Strapi</strong></a> ou <a href="https://www.sanity.io/docs/ai/mcp-server"><strong>Sanity</strong></a> proposent également des intégrations basées sur le protocole MCP.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/directus-mcp-comment-utiliser-le-model-context-protocol-avec-un-llm/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Notre assistant IA pour Photobooth AI]]></title>
            <link>https://www.premieroctet.com/blog/ai-assistant-photobooth</link>
            <guid>https://www.premieroctet.com/blog/ai-assistant-photobooth</guid>
            <pubDate>Thu, 21 May 2026 00:00:00 GMT</pubDate>
            <description><![CDATA[Simplifier l’expérience utilisateur avec un assistant IA pour Photobooth.]]></description>
            <content:encoded><![CDATA[<p>Depuis quelques temps maintenant, chez Premier Octet, nous mettons en place des agents conversationnels adaptés à nos clients. Fort de cette expérience, nous avons décidé de mettre en place un agent dédié pour <a href="https://photobooth-ai.app/">Photobooth</a>: notre application de génération de photos avec l&#x27;intelligence artificielle.</p>
<p>Dans cet article, je partage avec vous comment nous avons mis en place cet agent conversationnel et pourquoi nous avons choisi cette approche pour gérer une partie de la relation client.</p>
<h2>Contexte</h2>
<p><a href="https://photobooth-ai.app/">Photobooth AI</a> est notre application qui permet de générer des photos personnalisées grâce à l&#x27;intelligence artificielle. Comme toute application SaaS, elle nécessite un support client efficace pour accompagner les utilisateurs dans leur découverte et utilisation de la plateforme.</p>
<p>Jusqu&#x27;à récemment, nous utilisions <a href="https://crisp.chat/">Crisp</a> comme solution de chat support traditionnelle. Cette approche fonctionnait, mais elle présentait certaines limitations : disponibilité limitée aux heures ouvrables, répétition des mêmes questions de base, et charge importante sur notre équipe support pour des demandes souvent similaires.</p>
<p>Nous avons également observé que certains utilisateurs tentaient d&#x27;utiliser le chat support directement pour générer leurs images. Ils y téléchargeaient leurs photos et rédigeaient leurs prompts, s&#x27;attendant à pouvoir obtenir leurs créations via ce canal. Cette approche, bien que témoignant de leur envie d&#x27;interagir facilement avec notre service, était sans issue et pouvait se révéler frustrante.</p>
<p>C&#x27;est en partant de ce constat et fort de notre expertise en développement d&#x27;agents conversationnels que nous avons décidé de développer un assistant IA spécialement conçu pour Photobooth AI. L&#x27;objectif ? Optimiser notre support client tout en améliorant l&#x27;expérience utilisateur.</p>
<h2>Un support automatisé et personnalisé : notre approche</h2>
<p>L&#x27;objectif principal de cette intégration est de <strong>créer un support client automatisé et personnalisé</strong> spécifiquement adapté à notre plateforme. Contrairement à une solution générique, notre assistant IA est configuré avec :</p>
<ul>
<li><strong>Le contenu complet de notre FAQ</strong> : Toutes les questions fréquentes et leurs réponses officielles</li>
<li><strong>Le plan du site</strong> (sitemap) : Pour guider efficacement les utilisateurs vers les bonnes sections</li>
<li><strong>Un prompt système spécialisé</strong> : Conçu spécifiquement pour les enjeux de Photobooth AI</li>
<li><strong>Un outil de feedback intégré</strong> : Qui transmet automatiquement les demandes complexes au support humain</li>
</ul>
<p>Cette approche nous permet de maintenir la qualité du support tout en automatisant une grande partie des interactions client. En somme, un système qui connaît parfaitement notre produit et sait orienter nos utilisateurs.</p>
<h2>Les avantages de cette approche</h2>
<p>Rentrons dans le détail des bénéfices de cette implémentation.</p>
<h3>1. Disponibilité en continu</h3>
<p>Le premier avantage est évident mais crucial : <strong>la disponibilité continue</strong>. Notre assistant répond instantanément aux questions des utilisateurs, qu&#x27;il soit 2h du matin ou pendant un week-end. Cette disponibilité 24/24h et 7/7j améliore considérablement l&#x27;expérience utilisateur et influence positivement les conversions.</p>
<p>Cette dimension internationale est particulièrement importante pour Photobooth AI : nos utilisateurs viennent du monde entier, créant des décalages horaires qui rendaient compliqué un support traditionnel aux heures ouvrables françaises.</p>
<p>Cette automatisation <strong>réduit significativement la charge sur notre équipe</strong>, qui peut désormais se concentrer sur les problèmes complexes nécessitant une intervention humaine. En d&#x27;autres termes, moins de temps passé sur les questions répétitives, plus de temps pour de réels problèmes et améliorations.</p>
<h3>2. Une expertise produit intégrée et toujours à jour</h3>
<p>Notre assistant possède une <strong>connaissance approfondie et toujours à jour</strong> de tous les aspects de Photobooth AI : système de crédits, création d&#x27;événements, gestion des styles de génération, tarification, etc. Cette expertise garantit des <strong>réponses cohérentes et précises</strong>, basées sur notre documentation officielle.</p>
<div class="u-txt-center" style="margin-top:20px"><video class="b-lazy b-loaded" autoPlay="" loop="" muted="" title="Assistant Photobooth AI"><source src="https://www.premieroctet.com/blog/ai-assistant-photobooth/chatbot-ai.webm" type="video/webm; codecs=vp9,vorbis"/><source src="https://www.premieroctet.com/blog/ai-assistant-photobooth/chatbot-ai.mp4" type="video/mp4"/></video></div>
<h3>3. Une expérience utilisateur améliorée</h3>
<p>L&#x27;objectif pour l&#x27;expérience utilisateur est clair :</p>
<ul>
<li><strong>Réponses instantanées</strong> : Plus d&#x27;attente pour obtenir des informations de base</li>
<li><strong>Navigation guidée</strong> : L&#x27;assistant dirige intelligemment les utilisateurs vers les bonnes sections de l&#x27;application</li>
<li><strong>Support multilingue</strong> : Le modèle que nous utilisons permet de répondre dans la plupart des langues utilisées par nos utilisateurs</li>
</ul>
<h3>4. Optimisation des coûts opérationnels</h3>
<p>L&#x27;automatisation permet une <strong>réduction significative des coûts de support</strong> en traitant automatiquement les questions récurrentes. Notre équipe peut ainsi se concentrer sur sa valeur ajoutée : résoudre les problèmes complexes et améliorer le produit.</p>
<h3>5. Collecte et traitement intelligent du feedback</h3>
<p>L&#x27;assistant ne se contente pas de répondre aux questions. Il intègre un système intelligent de gestion du feedback qui permet, en cas de besoins spécifiques, de transmettre les demandes au support humain.</p>
<ul>
<li><strong>Escalade automatique</strong> : Création automatique de tickets pour les problèmes nécessitant une intervention humaine</li>
<li><strong>Traduction automatique</strong> : Les feedbacks internationaux sont traduits en français pour notre équipe</li>
</ul>
<div class="u-txt-center" style="margin-top:20px"><video class="b-lazy b-loaded" autoPlay="" loop="" muted="" title="Tool usage"><source src="https://www.premieroctet.com/blog/ai-assistant-photobooth/tool-usage.webm" type="video/webm; codecs=vp9,vorbis"/><source src="https://www.premieroctet.com/blog/ai-assistant-photobooth/tool-usage.mp4" type="video/mp4"/></video></div>
<h3>6. Amélioration continue basée sur les données</h3>
<p>Chaque conversation est sauvegardée et analysée, nous permettant de :</p>
<ul>
<li><strong>Identifier les besoins récurrents</strong> de nos utilisateurs</li>
<li><strong>Optimiser notre produit</strong> en fonction des questions les plus fréquentes</li>
<li><strong>Améliorer continuellement</strong> les réponses de l&#x27;assistant en fonction des retours utilisateurs</li>
</ul>
<p>Cette boucle de feedback continu nous aide à faire évoluer Photobooth AI dans la bonne direction. C&#x27;est un atout précieux pour notre roadmap produit.</p>
<h2>Architecture technique : sous le capot</h2>
<p>Rentrons maintenant dans les détails techniques. Notre assistant repose sur une architecture moderne utilisant les dernières innovations en IA conversationnelle :</p>
<h3>Stack technologique</h3>
<ul>
<li><strong>Modèle IA</strong> : <code>gpt-4.1-mini</code> d&#x27;OpenAI, optimisé pour les coûts tout en maintenant une qualité élevée</li>
<li><strong>AI SDK</strong> : Vercel AI SDK pour une intégration des modèles IA et des outils</li>
<li><strong>AI Elements</strong> : pour la création de l&#x27;interface conversationnelle</li>
<li><strong>Base de données</strong> : PostgreSQL avec Prisma pour la persistance et l&#x27;analytics</li>
</ul>
<h3>Système de connaissances dynamique</h3>
<p>L&#x27;assistant construit son contexte en temps réel en combinant :</p>
<ul>
<li>Un prompt système de 25 lignes spécialisé pour Photobooth AI</li>
<li>Notre FAQ complète (203 lignes) mise à jour automatiquement</li>
<li>Le sitemap de navigation adapté selon le statut utilisateur (connecté/anonyme)</li>
<li>Un système de cache intelligent avec revalidation horaire</li>
</ul>
<h2>En conclusion</h2>
<p>Passer de Crisp à un assistant IA personnalisé nous a permis de repenser complètement notre façon de faire du support. Plutôt que d&#x27;attendre les questions des utilisateurs, nous pouvons maintenant les anticiper et les guider plus efficacement.</p>
<p>Pour nous, c&#x27;est aussi d&#x27;exploiter notre expertise en agents conversationnels. Un exemple concret du potentiel d&#x27;impact positif qu&#x27;une IA bien intégrée peut avoir sur l&#x27;expérience utilisateur et les opérations d&#x27;une entreprise.</p>
<p>Si cette approche vous intéresse ou si vous avez des questions sur la mise en place d&#x27;un assistant IA pour votre propre produit, n&#x27;hésitez pas à <a href="https://www.premieroctet.com/contact">nous contacter</a>, nous serons ravis de partager notre expérience et de discuter de votre projet ! 🚀</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/ai-assistant-photobooth/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Guide pratique du Model Context Protocol : tout comprendre sur les tools et serveurs MCP]]></title>
            <link>https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp</link>
            <guid>https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp</guid>
            <pubDate>Wed, 29 Oct 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Comprenez les tools, la différence avec les serveurs MCP, les transports stdio et HTTP, et comment choisir selon votre contexte (SaaS, desktop, agents IA).]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/tools.svg"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/stdio.svg"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/streamable-http.svg"/><p>Depuis presque un an maintenant, <a href="https://www.anthropic.com/">Anthropic</a> a initié un protocole de communication permettant de fournir des informations contextuelles aux modèles et a donné naissance au <a href="https://modelcontextprotocol.io/docs/getting-started/intro"><strong>Model Context Protocol (MCP)</strong></a>. Il est devenu, au fil du temps, un standard dans l&#x27;écosystème IA pour les applications qui souhaitent utiliser des modèles IA de manière plus efficace et les personnes qui souhaitent augmenter les capacités de leurs modèles IA.</p>
<p>Cependant, la diffusion progressive de ce protocole, essentielle à son adoption, s&#x27;accompagne aussi d&#x27;un certain nombre de questions et de confusions. C&#x27;est ce que nous allons tenter de clarifier dans cet article en détaillant les différents cas d&#x27;utilisation possibles et les meilleures pratiques à appliquer en fonction de vos besoins.</p>
<p><strong>À quoi sert le protocole MCP ?</strong> <strong>Quels sont les cas d&#x27;utilisation possibles ?</strong> <strong>Comment utiliser ce protocole dans vos applications ?</strong> <strong>Quelles sont les limites de ce protocole ?</strong> <strong>À quels besoins répond ce protocole ?</strong></p>
<h2>Introduction</h2>
<p>Force est de constater que l&#x27;utilisation des <strong>Large Language Models (LLMs)</strong> augmente de manière significative dans tous les domaines, allant de la simple utilisation par le grand public de chatbots IA comme ChatGPT (<a href="https://gs.statcounter.com/ai-chatbot-market-share">en position de quasi-monopole aujourd&#x27;hui</a>) à l&#x27;utilisation sur-mesure dans des applications complexes, en passant par des assistants de développement comme Cursor, Zed, etc.</p>
<p>Mais ces outils puissants souffraient de deux problèmes majeurs:</p>
<ul>
<li><strong>le manque de contexte</strong> (ex: données de la base de données, documents, etc.)</li>
<li><strong>l&#x27;impossibilité d&#x27;effectuer des actions</strong> (ex: envoyer un email, modifier un document, créer un événement, etc.)</li>
</ul>
<p>Pour pallier au premier problème de contexte, des solutions ont été mises en place comme le <strong>Retrieval-Augmented Generation (RAG)</strong>, que l&#x27;on peut voir comme une sorte de bibliothèque permettant aux LLMs d&#x27;accéder à des informations contextuelles, et le <strong>fine-tuning</strong> de modèles pour permettre aux LLMs d&#x27;être spécialisés dans un domaine précis.
Ces sujets ne seront pas abordés dans cet article, mais si le fonctionnement de ces solutions vous intéresse, vous pouvez consulter <a href="https://www.premieroctet.com/blog/comment-fonctionne-un-rag">Comment fonctionne un RAG ?</a>.</p>
<div type="info"><p>À noter qu&#x27;il n&#x27;existe pas de standard pour les RAG. Chaque implémentation doit être adaptée à la
plateforme utilisée.</p></div>
<p>Enfin, pour pallier l&#x27;impossibilité d&#x27;effectuer des actions, on a vu apparaître la notion de <strong>tools</strong> (ou <strong>outils</strong> en français).</p>
<h2>Qu&#x27;est-ce qu&#x27;un tool ?</h2>
<p>Un <code>tool</code> est une fonctionnalité qui peut être appelée par un LLM pour effectuer une tâche spécifique. Par exemple, un tool pourrait être utilisé pour envoyer un email, modifier un document, créer un événement, etc. L&#x27;appel d&#x27;un <code>tool</code> permet donc d&#x27;exécuter une fonction spécifique sur un serveur et de retourner un résultat qui sera soit affiché dans la conversation, soit utilisé pour donner du contexte à la requête.</p>
<p><img src="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/tools.svg" alt="Tool Schema"/></p>
<ol>
<li>L&#x27;utilisateur fait une demande au LLM</li>
<li>Le LLM analyse la demande et détermine s&#x27;il existe un outil qui pourrait répondre à la demande</li>
<li>Si non : Le LLM génère directement la réponse</li>
<li>Si oui : Le LLM invoque l&#x27;outil</li>
<li>Le serveur qui implémente le tool exécute l&#x27;action demandée par le tool</li>
<li>Le serveur retourne le résultat à l&#x27;utilisateur ou au LLM qui peut alors formuler une réponse complète à l&#x27;utilisateur</li>
</ol>
<div type="info"><p>Ce schéma est une simplification pour illustrer le fonctionnement d&#x27;un tool. En réalité, un tool
peut être composé de plusieurs étapes et de plusieurs types de retours voire même réinterprété par
le LLM.</p></div>
<h3>Où s&#x27;exécute un tool ?</h3>
<p>Comme on peut le voir sur le schéma ci-dessus, un <code>tool</code> est appelé par un LLM et exécuté sur le serveur qui l&#x27;a implémenté. C&#x27;est ce serveur qui va exécuter la fonctionnalité spécifique et retourner le résultat.</p>
<p>C&#x27;est pour cette raison que les <code>tools</code> &quot;classiques&quot; ne peuvent pas être exécutés directement par un agent distant, par &quot;distant&quot; on entend un agent qui n&#x27;est pas hébergé sur le même serveur que le serveur qui implémente le tool ou dans un processus différent. Ils sont donc très utiles pour les applications qui implémentent leur propre agent IA.</p>
<h2>Qu&#x27;est-ce que le protocole MCP ?</h2>
<p>On l&#x27;a vu précédemment, l&#x27;infrastructure des <code>tools</code> est très simple, mais elle souffre du fait que leur exécution est limitée à leur propre environnement et ils ne peuvent être appelés et exécutés que dans celui-ci.</p>
<p>Pour pouvoir exposer des tools (entre autres) à un agent IA, on a vu apparaître le protocole <a href="https://modelcontextprotocol.io/">Model Context Protocol (MCP)</a>. Il s&#x27;agit d&#x27;un protocole de communication qui permet de faire le pont entre des agents IA et des tools présents sur un serveur MCP.</p>
<p>Ce protocole repose sur deux composantes principales:</p>
<ul>
<li>Le <strong>serveur MCP</strong> qui implémente et expose les <code>tools</code> disponibles</li>
<li>Le <strong>client MCP</strong> qui appelle les <code>tools</code> disponibles et reçoit les résultats</li>
</ul>
<div type="info"><p>Les serveurs MCP peuvent aussi exposer des <code>resources</code> et des <code>prompts</code> en plus des <code>tools</code>.
Cependant, beaucoup d&#x27;hôtes MCP distants ne supportent pas ces fonctionnalités.</p></div>
<p>La communication entre ces deux entités est standardisée via un format <a href="https://www.jsonrpc.org/">JSON-RPC</a> qui permet de faire transiter des ordres d&#x27;instructions (actions/procédures) entre un client et un serveur.</p>
<p>Le fait d&#x27;avoir deux entités distinctes nous donne la flexibilité d&#x27;utiliser le protocole MCP dans différents contextes et d&#x27;avoir nos <code>tools</code> accessibles depuis des environnements différents.</p>
<h2>Les hôtes MCP</h2>
<p>Dans la suite de cet article, nous allons parler de <strong>hôte MCP</strong> pour désigner l&#x27;entité qui implémente à la fois la communication avec un LLM et un client MCP. On pourra ainsi faire la distinction entre un <strong>hôte MCP distant</strong> et un <strong>hôte MCP local</strong>. Il est important de les différencier car ils n&#x27;auront pas les mêmes contraintes et possibilités.</p>
<h3>Hôte MCP distant</h3>
<p>Un hôte MCP distant ou <code>remote</code> est souvent un service web qui propose un chatbot IA comme ChatGPT ou Claude AI (version web). Pour savoir si un agent IA supporte le protocole MCP, il faut vérifier ses capacités dans l&#x27;interface web de l&#x27;agent IA et vérifier s&#x27;il est fait mention de <code>Connected apps</code> ou <code>Connecteurs</code>.</p>
<div type="info"><p>Même si le protocole MCP devient un standard dans l&#x27;écosystème IA, il n&#x27;est pas encore supporté
par tous les services web qui proposent un chatbot IA.</p></div>
<h3>Hôte MCP local</h3>
<p>Un hôte MCP local est une entité qui a pour environnement votre propre machine. Il tourne sur votre propre machine et peut donc effectuer des actions dessus. Dans cette catégorie, on peut citer les assistants de développement comme Cursor, Zed, etc., mais aussi des versions desktop d&#x27;agents conversationnels comme <a href="https://claude.com/download">Claude Desktop</a> par exemple.</p>
<h2>Les différents types de transports</h2>
<p>Il existe différents types de transports pour la communication entre le client et le serveur MCP:</p>
<ul>
<li><a href="https://modelcontextprotocol.io/specification/2025-06-18/basic/transports#stdio">Stdio</a></li>
<li><a href="https://modelcontextprotocol.io/specification/2025-06-18/basic/transports#streamable-http">Streamable HTTP</a></li>
</ul>
<p>Le choix du transport va dépendre des besoins et des contraintes de l&#x27;application.</p>
<h3>Stdio</h3>
<p>Le transport <code>stdio</code> est un transport qui utilise le standard input/output (stdin/stdout) pour la communication entre le client et le serveur. Avec ce mode de transport, tout se passe en local, c&#x27;est-à-dire que le client et le serveur sont hébergés localement et le serveur peut effectuer des actions sur la machine locale comme lire des fichiers, écrire des fichiers, etc.</p>
<p>Il va de pair avec un hôte MCP local. Les hôtes MCP distants n&#x27;utilisent pas ce type de transport.</p>
<p>Ce transport est idéal pour les assistants de développement et les applications desktop qui ont besoin d&#x27;accéder aux ressources locales de l&#x27;utilisateur.</p>
<p><img src="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/stdio.svg" alt="Stdio Transport"/></p>
<p>Le serveur MCP est lancé en local en tant que sous-processus de l&#x27;hôte MCP local.</p>
<div type="warning"><p>Le transport <code>stdio</code> expose des API natives de l&#x27;hôte MCP local. Il est donc important de
s&#x27;assurer que l&#x27;hôte MCP local provient d&#x27;une source fiable et de confiance.</p></div>
<p>Si l&#x27;implémentation d&#x27;un serveur MCP en transport <code>stdio</code> vous intéresse, vous pouvez consulter <a href="https://www.premieroctet.com/blog/integration-mcp-dans-une-app-react">Intégration d&#x27;un MCP dans une application React</a>.</p>
<h3>Streamable HTTP</h3>
<p>Le transport <code>streamable HTTP</code> est un transport qui utilise le protocole HTTP pour la communication entre le client MCP et le serveur MCP. Il nous permet de découpler l&#x27;hôte et le serveur et de les héberger sur des serveurs différents, permettant ainsi d&#x27;utiliser des serveurs MCP avec des hôtes MCP distants et locaux.</p>
<p>Le serveur MCP doit être déployé sur un serveur web et accessible via une URL. L&#x27;hôte pourra ainsi appeler les tools du serveur MCP via une requête HTTP. Le transport <code>streamable HTTP</code> est idéal pour les hôtes MCP distants.</p>
<p><img src="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/streamable-http.svg" alt="Streamable HTTP Transport"/></p>
<p>Dans le cadre d&#x27;un SaaS par exemple, on pourra héberger le serveur MCP sur un serveur web ou créer un endpoint <code>/mcp</code> dans notre API, et un utilisateur aura la possibilité d&#x27;ajouter un connecteur à son hôte MCP distant, par exemple Claude AI ou ChatGPT, pour utiliser nos <code>tools</code>.</p>
<h4>Sécurité</h4>
<p>Dans certains cas, on peut avoir besoin d&#x27;authentifier ou d&#x27;autoriser l&#x27;utilisation des outils exposés. Dans ce cas, on peut utiliser un token d&#x27;authentification ou une clé API pour sécuriser l&#x27;accès au serveur MCP. L&#x27;utilisation de ce transport nous permet donc de sécuriser l&#x27;accès aux outils exposés par le serveur MCP avec une authentification basique ou plus avancée avec <a href="https://modelcontextprotocol.io/specification/2025-06-18/basic/authorization">OAuth 2</a>.</p>
<h2>Comment utiliser le protocole MCP dans vos applications ?</h2>
<p>Tout d&#x27;abord, avant de commencer à utiliser le protocole MCP dans vos applications, il est important de comprendre comment il fonctionne et quelles sont les différentes possibilités offertes par le protocole. Ensuite, il faut définir le besoin de votre application et choisir le transport qui correspond le mieux à vos besoins.</p>
<p><strong>Si votre application est un SaaS</strong>, alors vous souhaitez probablement exposer vos <code>tools</code> au grand public. Dans ce cas, vous aurez besoin d&#x27;utiliser le transport <code>streamable HTTP</code> afin de permettre aux utilisateurs de connecter leur hôte MCP distant, par exemple Claude AI ou ChatGPT, à votre serveur MCP.</p>
<blockquote>
<p>Les utilisateurs d&#x27;hôtes locaux pourront aussi utiliser votre solution avec ce mode de transport.</p>
</blockquote>
<p><strong>Si votre solution est un script ou une application autonome</strong>, alors vous aurez besoin d&#x27;utiliser le transport <code>stdio</code> afin de permettre aux utilisateurs de connecter leur hôte MCP local à votre serveur MCP.</p>
<p><strong>Si votre solution a un usage exclusivement interne</strong>, alors vous n&#x27;avez probablement pas besoin d&#x27;utiliser le protocole MCP. Exception faite si vous souhaitez utiliser des <code>tools</code> sur plusieurs agents IA internes. Dans ce cas, il faudra utiliser le transport <code>stdio</code> pour permettre aux agents IA de communiquer avec le serveur MCP (si celui-ci est sur le même serveur).</p>
<h2>Adhésion au protocole</h2>
<p>L&#x27;efficacité d&#x27;un MCP est directement liée à l&#x27;adhésion au protocole par les hôtes MCP distants. En effet, si un hôte MCP distant ne supporte pas le protocole MCP, alors le client MCP ne pourra pas utiliser les <code>tools</code> exposés par le serveur MCP. À ce jour, de plus en plus d&#x27;hôtes MCP distants supportent le protocole MCP, mais la plupart du temps l&#x27;ajout de connecteurs fait partie de fonctionnalités payantes, c&#x27;est le cas de ChatGPT et Claude AI par exemple. Ce qui freine donc la démocratisation de l&#x27;utilisation du protocole MCP par le grand public.</p>
<h2>Registre</h2>
<p>Il existe un registre officiel des serveurs MCP disponibles. Il est disponible sur le site de <a href="https://github.com/modelcontextprotocol/servers">Model Context Protocol</a> et permet de trouver les serveurs MCP disponibles et de les utiliser dans vos agents IA.</p>
<p>Si la mise en place de serveurs MCP par les entreprises continue de se démocratiser, il faudra s&#x27;attendre à ce que d&#x27;autres registres voient le jour pour permettre aux utilisateurs de trouver les serveurs MCP à la manière des moteurs de recherche traditionnels. Si c&#x27;est le cas, le référencement auprès de ces registres pourra devenir un enjeu majeur pour les entreprises.</p>
<h2>Conclusion</h2>
<p>Vous l&#x27;aurez compris, le protocole MCP est un standard qui va changer la donne dans l&#x27;écosystème IA. En permettant aux LLMs d&#x27;accéder à des données contextuelles et d&#x27;effectuer des actions concrètes, il transforme ces modèles de simples générateurs de texte en véritables assistants capables d&#x27;agir dans le monde réel.</p>
<p>Le choix du transport dépendra de votre contexte : <code>stdio</code> pour les assistants de développement et applications desktop, <code>streamable HTTP</code> pour les solutions SaaS et l&#x27;intégration avec des hôtes distants comme Claude AI ou ChatGPT.</p>
<p>Même si l&#x27;adoption par les hôtes MCP distants est encore limitée et souvent payante, la tendance est clairement à la démocratisation.</p>
<p>Chez Premier Octet, nous suivons de près ces évolutions. Si vous souhaitez explorer cette technologie pour vos besoins ou avez des questions sur l&#x27;implémentation, n&#x27;hésitez pas à <a href="https://www.premieroctet.com/contact">nous contacter</a>.</p>
<h2>Ressources</h2>
<ul>
<li><a href="https://modelcontextprotocol.io/">Model Context Protocol</a></li>
<li><a href="https://github.com/modelcontextprotocol/servers">Serveurs MCP officiels</a></li>
<li><a href="https://www.premieroctet.com/blog/integration-mcp-dans-une-app-react">Intégration d&#x27;un MCP dans une application React</a></li>
<li><a href="https://jolicode.com/blog/mcp-the-open-protocol-that-turns-llm-chatbots-into-intelligent-agents">MCP: The Open Protocol That Turns LLM Chatbots into Intelligent Agents</a></li>
</ul>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/guide-pratique-du-model-context-protocol-tout-comprendre-sur-les-tools-et-serveurs-mcp/illu.webp" length="0" type="image/webp"/>
        </item>
        <item>
            <title><![CDATA[Better Auth : structure et permissions avec le plugin Organization]]></title>
            <link>https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization</link>
            <guid>https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization</guid>
            <pubDate>Wed, 15 Oct 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Découvrez en profondeur le plugin Organization de Better Auth : gestion du state client/serveur, personnalisation du modèle, permissions avancées et la configuration Teams.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization/manage-roles.jpg"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization/invitations.jpg"/><p>Après avoir exploré <a href="https://www.premieroctet.com/blog/better-auth-futur-authjs">les bases de <strong>Better Auth</strong></a>, nous allons aujourd&#x27;hui nous intéresser à l’un des plugins que nous avions mentionné : <a href="https://www.better-auth.com/docs/plugins/organization"><strong>Organization</strong></a>.</p>
<p>Gérer une hiérarchie d’utilisateurs et de permissions dans une application peut vite devenir un casse-tête. Le plugin Organization de Better Auth propose une approche élégante et modulaire : il permet de gérer des structures multi-utilisateurs (équipes, entreprises, projets...), d’y associer des rôles et d’implémenter des permissions.</p>
<p>Voici la liste des points que nous allons aborder :</p>
<ul>
<li>la gestion du <strong>state entre client et serveur</strong>,</li>
<li>la <strong>personnalisation du modèle Organization</strong>,</li>
<li>la <strong>mise en place d’un système de permissions avancé</strong>,</li>
<li>et enfin l’activation du mode <strong>Teams</strong>, pour les cas les plus complexes.</li>
</ul>
<h2>Séparation du state entre serveur et client</h2>
<p>Un point de base essentiel à comprendre est que <code>auth</code> (serveur) et <code>authClient</code> (client) fonctionnent comme deux systèmes séparés, ils ne partagent <strong>pas d’état synchronisé automatiquement</strong>.</p>
<h3>👉 En pratique :</h3>
<ul>
<li>Les actions exécutées via <code>auth.api</code> ne mettent pas à jour automatiquement les hooks client (ex. <code>useSession</code>, <code>useActiveOrganization</code>).</li>
<li>Il faut rafraîchir explicitement l’état client après toute action ayant un impact sur la session, l’organisation ou les rôles. Par exemple, le hook <code>useActiveOrganization()</code> propose un <code>refetch()</code> pour rafraîchir les données de l’organisation active côté client.</li>
</ul>
<p>Ce comportement découle de la séparation entre client et serveur : Better Auth ne synchronise pas automatiquement ces deux états. Cela donne au développeur un contrôle total sur le rafraîchissement côté client. Similaire à d’autres librairies d’authentification modernes, <strong>la synchronisation automatique du state n’est généralement pas implémentée pour des raisons de performance et de sécurité.</strong></p>
<h2>Personnaliser le modèle Organization</h2>
<p>Les tables nécessaires au plugin Organization sont personnalisables : il est possible de les <a href="https://www.better-auth.com/docs/plugins/organization#customizing-the-schema">renommer ainsi que leurs champs</a> ou <a href="https://www.better-auth.com/docs/plugins/organization#additional-fields-1">d&#x27;ajouter des champs supplémentaires</a>. Le CLI de Better Auth se chargera ensuite de générer le schéma correspondant dans votre base de données via la commande <code>npx @better-auth/cli generate</code> (ici, nous utilisons <a href="https://www.premieroctet.com/blog/better-auth-futur-authjs#installation-et-gestion-de-la-base-de-donnees">Prisma avec son adapter</a>).</p>
<p>Dans cet exemple, nous allons renommer <code>Organization</code> en <code>Project</code> et son champ <code>name</code> en <code>title</code> (mais dans le reste de l&#x27;article, nous continuerons à parler de <code>organization</code>).</p>
<div><div><div value="tab-1">auth.ts</div><div value="tab-2">schema.prisma.ts</div></div><div value="tab-1"><pre><code class="language-ts">plugins: [
  organization({
    schema: {
      organization: {
        modelName: &#x27;project&#x27;, // `Organization` sera renommé `Project`
        fields: {
          name: &#x27;title&#x27;, // `name` sera renommé `title`
        },
      },
      member: {
        additionalFields: {
          name: {
            // On ajoute un champ `name` à la table `Member`
            type: &#x27;string&#x27;,
            input: true,
            required: false,
          },
        },
      },
    },
  }),
]
</code></pre></div><div value="tab-2"><pre><code class="language-ts">// Voici les tables générées

model Project {
  id          String       @id
  title       String
  slug        String?
  logo        String?
  createdAt   DateTime
  metadata    String?
  members     Member[]
  invitations Invitation[]

  @@unique([slug])
  @@map(&quot;project&quot;)
}

model Member {
  id             String   @id
  organizationId String
  project        Project  @relation(fields: [organizationId], references: [id], onDelete: Cascade)
  userId         String
  user           User     @relation(fields: [userId], references: [id], onDelete: Cascade)
  role           String
  createdAt      DateTime
  name           String?

  @@map(&quot;member&quot;)
}

model Invitation {
  id             String   @id
  organizationId String
  project        Project  @relation(fields: [organizationId], references: [id], onDelete: Cascade)
  email          String
  role           String?
  status         String
  expiresAt      DateTime
  inviterId      String
  user           User     @relation(fields: [inviterId], references: [id], onDelete: Cascade)

  @@map(&quot;invitation&quot;)
}

</code></pre></div></div>
<p>⚠️ Le renommage n’affecte <strong>pas les noms des méthodes SDK</strong> (<code>authClient.organization.*</code>, <code>auth.api.*</code>).</p>
<pre><code class="language-ts">// ✅ Correct
const { data, error } = await authClient.organization.delete({
  organizationId: activeOrganization!.id,
})

// ❌ Incorrect
const { data, error } = await authClient.project.delete({
  projectId: activeProject!.id,
})
</code></pre>
<h2>Mettre en place un système de permissions</h2>
<p><img src="https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization/manage-roles.jpg" alt="Gestion des rôles : capture de l’UI des permissions"/></p>
<p>C’est sans doute l&#x27;une des parties les plus intéressantes du plugin Organization : Better Auth fournit un système d’<a href="https://www.better-auth.com/docs/plugins/organization#access-control"><strong>Access Control</strong></a> flexible avec son <code>createAccessControl</code>. Il s’appuie sur une approche déclarative de la sécurité, où chaque <strong>rôle</strong> se voit attribuer un ensemble d’<strong>actions autorisées</strong> sur des <strong>entités</strong> précises.</p>
<h3>Résumé des termes :</h3>
<ul>
<li><strong>Entité</strong> → représente un objet sur lequel on agit (<code>organization</code>, <code>member</code>, <code>invitation</code>).</li>
<li><strong>Action</strong> → représente ce qu’on peut faire sur une entité (<code>update</code>, <code>delete</code>, etc.).</li>
<li><strong>Permission</strong> → est la combinaison entité + action (un <code>member</code> avec l&#x27;action <code>create</code> sur l&#x27;entité <code>invitation</code> peut créer une invitation).</li>
<li><strong>Rôle</strong> → est un ensemble de permissions accordées à un utilisateur.</li>
</ul>
<h3>Exemple de fichier de configuration :</h3>
<p>Voici un exemple minimal pour déclarer des actions par entité et composer des rôles.</p>
<pre><code class="language-ts">

const statement = {
  organization: [&#x27;update&#x27;, &#x27;delete&#x27;],
  member: [&#x27;create&#x27;, &#x27;update&#x27;, &#x27;delete&#x27;, &#x27;update-name&#x27;],
  invitation: [&#x27;create&#x27;, &#x27;cancel&#x27;],
} as const

const ac = createAccessControl(statement)

const member = ac.newRole({
  member: [&#x27;update-name&#x27;],
})

const admin = ac.newRole({
  member: [&#x27;update&#x27;, &#x27;delete&#x27;, &#x27;update-name&#x27;],
  invitation: [&#x27;create&#x27;, &#x27;cancel&#x27;],
})

const owner = ac.newRole({
  organization: [&#x27;update&#x27;, &#x27;delete&#x27;],
  member: [&#x27;update&#x27;, &#x27;delete&#x27;, &#x27;update-name&#x27;],
  invitation: [&#x27;create&#x27;, &#x27;cancel&#x27;],
})

export { statement, ac, owner, admin, member }
</code></pre>
<h3>Points importants</h3>
<ul>
<li>Un <strong>utilisateur</strong> peut avoir <a href="https://www.better-auth.com/docs/plugins/organization#roles"><strong>plusieurs rôles à la fois</strong></a>.</li>
<li>Vous pouvez <a href="https://www.better-auth.com/docs/plugins/organization#custom-permissions"><strong>définir vos propres permissions</strong></a> (ex. <code>update-name</code>).</li>
<li>Si vous définissez un <code>ac</code> et des <code>roles</code> personnalisés, <strong>les permissions par défaut de Better Auth <a href="https://www.better-auth.com/docs/plugins/organization#create-roles">sont écrasées</a></strong>. Better Auth s’attend à retrouver certaines actions pour ses checks internes ; il faut donc réintroduire les <a href="https://www.better-auth.com/docs/plugins/organization#permissions"><strong>actions de base</strong></a> si vous souhaitez utiliser les méthodes natives du plugin :<!-- -->
<ul>
<li><code>organization: [&quot;update&quot;, &quot;delete&quot;]</code></li>
<li><code>member: [&quot;create&quot;, &quot;update&quot;, &quot;delete&quot;]</code></li>
<li><code>invitation: [&quot;create&quot;, &quot;cancel&quot;]</code></li>
</ul>
</li>
</ul>
<p>Si une de ces actions est absente, <strong>les rôles</strong> qui ne la possèdent pas ne pourront pas exécuter les méthodes correspondantes (<code>auth.organization.update</code>, <code>auth.organization.inviteMember</code>, etc.) : elles seront <strong>considérées comme non autorisées</strong>.</p>
<h3>Permission personnalisée</h3>
<p>Vous vous demandez peut-être pourquoi nous avons à la fois <code>update</code> et <code>update-name</code> dans nos permissions. Intuitivement, on pourrait penser que <code>update</code> couvre toutes les actions de mise à jour mais dans le plugin Organization, <code>update</code> fait uniquement référence à la méthode <a href="https://www.better-auth.com/docs/plugins/organization#update-member-role"><strong>updateMemberRole</strong></a>, c&#x27;est-à-dire au changement de rôle d&#x27;un membre.</p>
<p>Cela s&#x27;explique par le fait que la table <code>Member</code> ne contient <a href="https://www.better-auth.com/docs/plugins/organization#member">aucun champ que l&#x27;on souhaiterait modifier par défaut</a> autre que <code>role</code>. Notre permission personnalisée <code>update-name</code> n&#x27;aura donc de sens que si nous ajoutons un champ <code>name</code> à la table <code>Member</code> et que nous implémentons la logique métier correspondante (via nos propres routes ou actions serveur).</p>
<h2>Vérifier les permissions côté client et côté serveur</h2>
<p>Une bonne pratique consiste à effectuer <strong>un double check</strong> :</p>
<ul>
<li><strong>Côté client</strong> → pour la logique d’interface (afficher/masquer un bouton)</li>
<li><strong>Côté serveur</strong> → pour la sécurité et la source de vérité</li>
</ul>
<h3>Côté client</h3>
<pre><code class="language-ts">authClient.organization.checkRolePermission({
  permissions: { organization: [&#x27;update&#x27;] },
  role: &#x27;owner&#x27;,
})
</code></pre>
<p>Cette méthode est <strong>synchrone</strong> et ne dépend pas du serveur.
Elle est idéale pour ajuster l’UI selon les permissions du rôle mais ne prend pas en compte les éventuelles mises à jour récentes (changement de rôle, révocation, etc.).</p>
<h3>Côté serveur</h3>
<p>Le serveur reste <strong>la source de vérité</strong>.<br/>
<!-- -->Les rôles et permissions étant stockés en base, il faut toujours valider côté serveur :</p>
<pre><code class="language-ts">await auth.api.hasPermission({
  headers: await headers(),
  body: {
    permissions: { organization: [&#x27;update&#x27;] },
  },
})
</code></pre>
<p>Voici un petit utilitaire ainsi que notre implémentation côtés client/serveur :</p>
<div><div><div value="tab-1">types/permissions.ts</div><div value="tab-2">utils/permissions.ts</div><div value="tab-3">actions/permission.ts</div></div><div value="tab-1"><pre><code class="language-ts">

export type Entities = keyof typeof statement
export type PermissionFor&lt;E extends Entities&gt; = (typeof statement)[E][number]
</code></pre></div><div value="tab-2"><pre><code class="language-ts">// Côté Client
export const hasClientPermission = &lt;E extends Entities, P extends PermissionFor&lt;E&gt;&gt;(
  role: Role,
  entity: E,
  permission: P
) =&gt; {
  return authClient.organization.checkRolePermission({
    permissions: { [entity]: [permission] },
    role: role!,
  })
}
</code></pre></div><div value="tab-3"><pre><code class="language-ts">// Côté Serveur
&#x27;use server&#x27;






export const hasServerPermission = async &lt;E extends Entities, P extends PermissionFor&lt;E&gt;&gt;(
  entity: E,
  permission: P
) =&gt; {
  try {
    const { error, success } = await auth.api.hasPermission({
      headers: await headers(),
      body: {
        permissions: { [entity]: [permission] },
      },
    })

    if (error) {
      throw new Error(error)
    }

    if (success === false) {
      throw new Error(ERROR_MESSAGES.YOU_DONT_HAVE_PERMISSION_TO_DO_THIS_ACTION)
    }

    return success
  } catch (error) {
    if (error instanceof Error) {
      throw new Error(error.message)
    }

    console.error(&#x27;[🔴 hasPermission]: &#x27;, error)
    throw new Error(ERROR_MESSAGES.AN_ERROR_OCCURRED)
  }
}
</code></pre></div></div>
<h2>Gérer les invitations</h2>
<p>Better Auth fournit un système intégré de gestion des <a href="https://www.better-auth.com/docs/plugins/organization#invitations">invitations</a> qui permet d’ajouter de nouveaux membres à une organisation.</p>
<p><img src="https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization/invitations.jpg" alt="Invitations : capture de l’interface"/></p>
<h3>Les méthodes SDK</h3>
<p>Côté client (<code>authClient</code>) comme côté serveur (<code>auth</code>), le fonctionnement est identique :</p>
<div><div><div value="tab-1">clients/auth.ts</div><div value="tab-2">auth.ts</div></div><div value="tab-1"><pre><code class="language-ts">// Côté client
// ⚠️ Pensez à rafraîchir l’état côté client si nécessaire

const { data, error } = await authClient.organization.listInvitations({
  query: {
  organizationId: &quot;organization-id&quot;,
  },
});

// Côté serveur, la méthode équivalente à inviteMember s’appelle `createInvitation`
const { data, error } = await authClient.organization.inviteMember({
  email: &quot;example@gmail.com&quot;,
  role: &quot;member&quot;,
  organizationId: &quot;org-id&quot;,
  resend: true,
  teamId: &quot;team-id&quot;,
});

const { data, error } = await authClient.organization.acceptInvitation({
  invitationId: &quot;invitation-id&quot;,
});

await authClient.organization.rejectInvitation({
  invitationId: &quot;invitation-id&quot;,
});

await authClient.organization.cancelInvitation({
  invitationId: &quot;invitation-id&quot;,
});

</code></pre></div><div value="tab-2"><pre><code class="language-ts">// Côté serveur
// ⚠️ N&#x27;oubliez pas d&#x27;inclure les headers
// Sinon la méthode renverra un statut 401 &quot;UNAUTHORIZED&quot;

const data = await auth.api.listInvitations({
  headers: await headers(),
  query: {
      organizationId: &quot;organization-id&quot;,
  },
});

await auth.api.createInvitation({
  headers: await headers(),
  body: {
      email: &quot;example@gmail.com&quot;,
      role: &quot;member&quot;,
      organizationId: &quot;org-id&quot;,
      resend: true,
      teamId: &quot;team-id&quot;,
  },
});

await auth.api.acceptInvitation({
  headers: await headers(),
  body: {
  invitationId: &quot;invitation-id&quot;,
  },
});

await auth.api.rejectInvitation({
  headers: await headers(),
  body: {
  invitationId: &quot;invitation-id&quot;,
  },
});

await auth.api.cancelInvitation({
  headers: await headers(),
  body: {
  invitationId: &quot;invitation-id&quot;,
  },
});
</code></pre></div></div>
<h3>Callbacks</h3>
<p>Après la création d&#x27;une invitation avec <code>inviteMember</code> (<strong>authClient</strong>) ou <code>createInvitation</code> (<strong>auth</strong>), Better Auth exécute automatiquement le callback <a href="https://www.better-auth.com/docs/plugins/organization#setup-invitation-email"><strong>sendInvitationEmail</strong></a> qui permet d’envoyer un e-mail personnalisé contenant l’<code>invitationId</code>.</p>
<p>Il existe également un callback <a href="https://www.better-auth.com/docs/plugins/organization#invitation-accepted-callback"><strong>onInvitationAccepted</strong></a> déclenché lorsque l&#x27;utilisateur accepte une invitation :</p>
<pre><code class="language-ts">


export const auth = betterAuth({
  plugins: [
    organization({
      async sendInvitationEmail(data) {
        // Gestion de votre envoi d&#x27;invitation par email
      },
      async onInvitationAccepted(data) {
        // Gestion après qu&#x27;un utilisateur accepte une invitation
      },
    }),
  ],
})
</code></pre>
<p>⚙️ <strong>De notre côté</strong>, dans le mail d&#x27;invitation, nous avons inclus un lien vers une page de redirection <code>/accept-invitation/[invitationId]</code>. Elle redirige l&#x27;utilisateur vers la page de connexion s’il n’est pas authentifié ou vers une page de gestion dédiée où il peut <a href="https://www.better-auth.com/docs/plugins/organization#accept-invitation">accepter</a> ou <a href="https://www.better-auth.com/docs/plugins/organization#cancel-invitation">refuser</a> son invitation.</p>
<h2>Pour aller plus loin : le mode Teams</h2>
<p>Better Auth permet d’ajouter <strong>un niveau hiérarchique supplémentaire</strong> grâce au flag de configuration <a href="https://www.better-auth.com/docs/plugins/organization#teams"><strong>teams</strong></a>. Chaque organisation pourra ainsi avoir différentes équipes, chacune avec ses propres membres et rôles.</p>
<p>C’est particulièrement utile pour les applications complexes où :</p>
<ul>
<li>une entreprise regroupe plusieurs départements,</li>
<li>un utilisateur a des rôles différents selon l’équipe,</li>
<li>on souhaite affiner les permissions sans multiplier les organisations.</li>
</ul>
<pre><code class="language-ts">


export const auth = betterAuth({
  plugins: [
    organization({
      teams: { enabled: true },
    }),
  ],
})
</code></pre>
<p>Better Auth gère automatiquement les relations entre <code>organization</code>, <code>team</code> et <code>member</code> : les utilisateurs pourront faire partie de plusieurs équipes au sein d&#x27;une même organisation. <a href="https://www.better-auth.com/docs/plugins/organization#teams">Le système d’Access Control</a> s’applique également <strong>au niveau de l’équipe</strong>, permettant par exemple de limiter une action à un rôle dans une seule équipe.</p>
<h2>Conclusion</h2>
<p>Le plugin <a href="https://www.better-auth.com/docs/plugins/organization"><strong>Organization</strong></a> de Better Auth offre une flexibilité impressionnante, il permet de construire un système d’accès robuste et lisible. Le système de permissions est <strong>entièrement extensible</strong>, vous pouvez créer vos propres entités (<code>project</code>, <code>team</code>, <code>workspace</code>) et définir autant de types d’actions que nécessaire pour coller à vos besoins métier !</p>
<p>Avec la configuration <strong>Teams</strong>, on peut modéliser des structures hiérarchiques avancées sans perdre la simplicité de son API.</p>
<p>Better Auth ne se limite donc pas à l’authentification, <strong>c’est un véritable socle d’autorisation moderne</strong>, extensible et agréable à utiliser.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/better-auth-structure-et-permissions-avec-le-plugin-organization/illu.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[OpenAI Apps SDK : développer des apps natives dans ChatGPT]]></title>
            <link>https://www.premieroctet.com/blog/openai-apps-sdk-developper-des-apps-natives-dans-chatgpt</link>
            <guid>https://www.premieroctet.com/blog/openai-apps-sdk-developper-des-apps-natives-dans-chatgpt</guid>
            <pubDate>Tue, 07 Oct 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Découvrez l'Apps SDK d'OpenAI : développez des applications natives dans ChatGPT avec TypeScript, React et le Model Context Protocol.]]></description>
            <content:encoded><![CDATA[<p>Imaginez proposer à vos utilisateurs de commander un repas, réserver un trajet ou interagir avec vos APIs directement dans ChatGPT, sans jamais quitter la conversation. C&#x27;est exactement ce que permet l&#x27;<a href="https://developers.openai.com/apps-sdk">Apps SDK</a> d&#x27;OpenAI, fraîchement annoncé.</p>
<p>ChatGPT ne se contente plus d&#x27;être un assistant textuel : il devient une <strong>plateforme d&#x27;applications</strong>, comparable à l&#x27;App Store pour iOS ou au Play Store pour Android.</p>
<h2>Les Apps ChatGPT : pourquoi ?</h2>
<p>L&#x27;Apps SDK d&#x27;OpenAI transforme ChatGPT d&#x27;un simple assistant conversationnel en une <strong>plateforme d&#x27;applications</strong>. Avec plus de 100 millions d&#x27;utilisateurs actifs hebdomadaires, ChatGPT représente désormais un canal de distribution sans précédent pour les entreprises.</p>
<p>Cette transformation ouvre des perspectives commerciales. Les développeurs peuvent désormais créer des applications natives qui s&#x27;intègrent parfaitement dans l&#x27;expérience utilisateur de ChatGPT, offrant un accès direct à une audience engagée.</p>
<p>Comme toute technologie émergente, l&#x27;Apps SDK a ses contraintes. OpenAI est très clair sur les cas d&#x27;usage à éviter :</p>
<ul>
<li>Des contenus longs et complexes (mieux vaut un site web classique)</li>
<li>Des workflows multi-étapes complexes (ChatGPT n&#x27;est pas optimisé pour ça)</li>
<li>De la publicité ou du contenu promotionnel non sollicité (ça dégrade l&#x27;expérience utilisateur)</li>
<li>L&#x27;affichage d&#x27;informations sensibles directement dans la conversation</li>
</ul>
<h2>L&#x27;architecture technique : MCP au cœur</h2>
<h3>Le protocole au cœur de l&#x27;architecture : MCP</h3>
<p>Si vous êtes développeur, voici la bonne nouvelle : l&#x27;Apps SDK ne réinvente pas la roue. Elle s&#x27;appuie sur le <a href="https://modelcontextprotocol.io/">Model Context Protocol</a>, un <strong>standard ouvert</strong> créé par Anthropic et adopté par OpenAI.</p>
<p>Qu&#x27;est-ce que cela signifie concrètement ? Que le code que vous écrivez aujourd&#x27;hui pour ChatGPT pourrait fonctionner demain avec d&#x27;autres clients MCP. C&#x27;est rare dans l&#x27;écosystème IA, et c&#x27;est une excellente nouvelle pour pérenniser vos développements.</p>
<p>MCP définit trois primitives essentielles :</p>
<ol>
<li><strong>List tools</strong> : votre serveur expose les outils disponibles avec leurs schémas</li>
<li><strong>Call tools</strong> : ChatGPT invoque vos outils avec les arguments appropriés</li>
<li><strong>Return components</strong> : chaque outil peut retourner une interface HTML à rendre</li>
</ol>
<p>L&#x27;avantage ? Votre connecteur fonctionnera automatiquement sur ChatGPT web, mobile, et potentiellement sur tous les futurs clients compatibles MCP. Vous construisez une fois, vous déployez partout.</p>
<h3>Choisir sa stack : TypeScript ou Python ?</h3>
<p>Pour développer votre app, vous pouvez utiliser les SDKs MCP officiels :</p>
<p><strong>TypeScript</strong> (notre préféré bien sûr ❤️) :</p>
<ul>
<li><a href="https://github.com/modelcontextprotocol/typescript-sdk">@modelcontextprotocol/sdk</a></li>
<li>Parfait si vous avez déjà une équipe Node.js/React</li>
<li>S&#x27;intègre naturellement avec vos composants web existants</li>
<li>Excellent outillage avec TypeScript, Zod, et l&#x27;écosystème moderne</li>
</ul>
<p><strong>Python</strong> :</p>
<ul>
<li><a href="https://github.com/modelcontextprotocol/python-sdk">modelcontextprotocol/python-sdk</a></li>
<li>Inclut FastMCP pour démarrer rapidement</li>
<li>Idéal pour les équipes data science ou machine learning</li>
<li>Pratique si votre backend est déjà en Python</li>
</ul>
<p>Pour la suite de cet article, nous allons nous concentrer sur <strong>TypeScript</strong>, car c&#x27;est la stack que nous privilégions chez Premier Octet.</p>
<h2>Implémentation technique : passons à la pratique</h2>
<p>Construisons ensemble une app ChatGPT concrète. Nous allons créer un widget d&#x27;articles de blog Premier Octet, du serveur au composant React.</p>
<h3>Étape 1 : Monter le serveur MCP</h3>
<p>La première étape consiste à créer un serveur qui expose nos outils. Voici le code de démarrage :</p>
<pre><code class="language-typescript">



// Initialiser le serveur MCP
const server = new McpServer({
  name: &#x27;premier-octet-blog&#x27;,
  version: &#x27;1.0.0&#x27;,
})

// Charger les assets compilés du composant React
const BLOG_JS = readFileSync(&#x27;web/dist/blog-widget.js&#x27;, &#x27;utf8&#x27;)
const BLOG_CSS = readFileSync(&#x27;web/dist/blog-widget.css&#x27;, &#x27;utf8&#x27;)

// Enregistrer la ressource UI (template HTML)
server.registerResource(&#x27;blog-widget&#x27;, &#x27;ui://widget/blog-articles.html&#x27;, {}, async () =&gt; ({
  contents: [
    {
      uri: &#x27;ui://widget/blog-articles.html&#x27;,
      mimeType: &#x27;text/html+skybridge&#x27;,
      text: `
        &lt;div id=&quot;blog-root&quot;&gt;&lt;/div&gt;
        ${BLOG_CSS ? `&lt;style&gt;${BLOG_CSS}&lt;/style&gt;` : &#x27;&#x27;}
        &lt;script type=&quot;module&quot;&gt;${BLOG_JS}&lt;/script&gt;
      `.trim(),
    },
  ],
}))
</code></pre>
<p>Rien de compliqué ici : on initialise le serveur, on charge notre bundle React compilé, et on l&#x27;enregistre comme ressource. Le <code>mimeType: &#x27;text/html+skybridge&#x27;</code> est crucial : c&#x27;est le signal qui dit à ChatGPT &quot;voici une interface à afficher&quot;. Skybridge est le runtime sandboxé de ChatGPT.</p>
<h3>Étape 2 : Définir un outil</h3>
<p>Maintenant, créons un outil que ChatGPT pourra invoquer. Vous définissez ce que votre app peut faire, et ChatGPT décide quand l&#x27;utiliser en fonction du contexte de la conversation.</p>
<pre><code class="language-typescript">server.registerTool(
  &#x27;show_blog_articles&#x27;,
  {
    title: &#x27;Afficher les articles du blog Premier Octet&#x27;,
    description:
      &quot;Utilisez cet outil quand l&#x27;utilisateur veut découvrir les derniers articles du blog Premier Octet ou rechercher des articles par thème&quot;,
    inputSchema: {
      type: &#x27;object&#x27;,
      properties: {
        category: {
          type: &#x27;string&#x27;,
          description: &quot;Catégorie d&#x27;articles (ex: react, typescript, openai)&quot;,
        },
        limit: { type: &#x27;number&#x27;, description: &quot;Nombre d&#x27;articles à afficher (défaut: 6)&quot; },
      },
      required: [],
    },
    _meta: {
      &#x27;openai/outputTemplate&#x27;: &#x27;ui://widget/blog-articles.html&#x27;,
      &#x27;openai/widgetAccessible&#x27;: true, // Permet les appels depuis le composant
      &#x27;openai/toolInvocation/invoking&#x27;: &#x27;Chargement des articles...&#x27;,
      &#x27;openai/toolInvocation/invoked&#x27;: &#x27;Articles affichés&#x27;,
    },
  },
  async ({ category, limit = 6 }, context) =&gt; {
    // Récupérer les articles depuis votre API
    const articles = await fetchBlogArticles({ category, limit })

    return {
      // Données structurées pour le modèle ET le composant
      structuredContent: {
        articles: articles.map((article) =&gt; ({
          id: article.id,
          title: article.title,
          excerpt: article.excerpt,
          date: article.date,
          author: article.author,
          tags: article.tags,
          slug: article.slug,
        })),
        total: articles.length,
        category: category || &#x27;tous&#x27;,
      },
      // Texte pour le transcript de conversation
      content: [
        {
          type: &#x27;text&#x27;,
          text: `Voici ${articles.length} articles du blog Premier Octet${
            category ? ` sur le thème &quot;${category}&quot;` : &#x27;&#x27;
          }.`,
        },
      ],
      // Métadonnées privées (invisibles au modèle)
      _meta: {
        fullArticles: articles, // Données complètes pour le UI
        searchQuery: category,
      },
    }
  }
)
</code></pre>
<p>Remarquez comment nous séparons clairement les données :</p>
<ul>
<li><code>structuredContent</code> : ce que le modèle ET le composant voient (gardez ça concis !)</li>
<li><code>content</code> : le texte qui apparaîtra dans la conversation</li>
<li><code>_meta</code> : les données privées, invisibles au modèle mais disponibles pour votre UI</li>
</ul>
<h3>Étape 3 : Construire le composant React</h3>
<p>Vous développez déjà des composants React ? Bonne nouvelle : vous pouvez les utiliser ! La seule différence, c&#x27;est qu&#x27;ils tournent dans une iframe sandboxée et communiquent avec ChatGPT via l&#x27;API <code>window.openai</code>.</p>
<pre><code class="language-tsx">


interface BlogData {
  articles: Array&lt;{
    id: string
    title: string
    excerpt: string
    date: string
    author: string
    tags: string[]
    slug: string
  }&gt;
  total: number
  category: string
}

function BlogWidget() {
  // Récupérer les données initiales du tool
  const initialData = window.openai?.toolOutput as BlogData
  const [articles, setArticles] = useState(initialData)

  // Persister l&#x27;état local dans ChatGPT
  const saveState = async (newArticles: BlogData) =&gt; {
    setArticles(newArticles)
    await window.openai?.setWidgetState?.({
      version: 1,
      articles: newArticles,
      lastModified: Date.now(),
    })
  }

  // Appeler un outil depuis le composant
  const searchArticles = async (category: string) =&gt; {
    await window.openai?.callTool(&#x27;show_blog_articles&#x27;, {
      category,
      limit: 6,
    })
  }

  // Gérer les changements de layout
  const displayMode = window.openai?.displayMode || &#x27;inline&#x27;
  const maxHeight = window.openai?.maxHeight

  return (
    &lt;div
      style={{ maxHeight }}
      className={displayMode === &#x27;fullscreen&#x27; ? &#x27;fullscreen-layout&#x27; : &#x27;inline-layout&#x27;}
    &gt;
      &lt;div className=&quot;blog-header&quot;&gt;
        &lt;h2&gt;Articles Premier Octet&lt;/h2&gt;
        &lt;div className=&quot;category-filters&quot;&gt;
          &lt;button onClick={() =&gt; searchArticles(&#x27;&#x27;)}&gt;Tous&lt;/button&gt;
          &lt;button onClick={() =&gt; searchArticles(&#x27;react&#x27;)}&gt;React&lt;/button&gt;
          &lt;button onClick={() =&gt; searchArticles(&#x27;typescript&#x27;)}&gt;TypeScript&lt;/button&gt;
          &lt;button onClick={() =&gt; searchArticles(&#x27;openai&#x27;)}&gt;OpenAI&lt;/button&gt;
        &lt;/div&gt;
      &lt;/div&gt;

      &lt;div className=&quot;articles-grid&quot;&gt;
        {articles.articles.map((article) =&gt; (
          &lt;article key={article.id} className=&quot;article-card&quot;&gt;
            &lt;h3&gt;{article.title}&lt;/h3&gt;
            &lt;p className=&quot;article-excerpt&quot;&gt;{article.excerpt}&lt;/p&gt;
            &lt;div className=&quot;article-meta&quot;&gt;
              &lt;span className=&quot;author&quot;&gt;{article.author}&lt;/span&gt;
              &lt;span className=&quot;date&quot;&gt;{new Date(article.date).toLocaleDateString(&#x27;fr-FR&#x27;)}&lt;/span&gt;
            &lt;/div&gt;
            &lt;div className=&quot;article-tags&quot;&gt;
              {article.tags.map((tag) =&gt; (
                &lt;span key={tag} className=&quot;tag&quot;&gt;
                  {tag}
                &lt;/span&gt;
              ))}
            &lt;/div&gt;
          &lt;/article&gt;
        ))}
      &lt;/div&gt;
    &lt;/div&gt;
  )
}

// Monter le composant
createRoot(document.getElementById(&#x27;blog-root&#x27;)!).render(&lt;BlogWidget /&gt;)
</code></pre>
<p>Ce composant illustre les concepts clés :</p>
<ul>
<li>Lecture des données initiales depuis <code>toolOutput</code></li>
<li>Persistance de l&#x27;état avec <code>setWidgetState</code> (pour que l&#x27;état survive aux re-rendus)</li>
<li>Appels d&#x27;outils depuis le composant avec <code>callTool</code> pour filtrer par catégorie</li>
<li>Adaptation au layout (inline vs fullscreen)</li>
<li>Interface utilisateur avec filtres et grille d&#x27;articles</li>
</ul>
<h3>Étape 4 : l&#x27;API window.openai</h3>
<p>L&#x27;API <code>window.openai</code> est votre pont entre le composant et ChatGPT :</p>
<pre><code class="language-typescript">// Données
window.openai.toolInput // Arguments passés à l&#x27;outil
window.openai.toolOutput // Réponse de l&#x27;outil (structuredContent)
window.openai.widgetState // État persisté entre les rendus

// Actions
await window.openai.setWidgetState({
  /* state */
})
await window.openai.callTool(&#x27;tool_name&#x27;, {
  /* args */
})
await window.openai.sendFollowupTurn({ prompt: &#x27;...&#x27; })
await window.openai.requestDisplayMode({ mode: &#x27;fullscreen&#x27; })

// Layout &amp; contexte
window.openai.displayMode // &quot;inline&quot; | &quot;pip&quot; | &quot;fullscreen&quot;
window.openai.maxHeight // Hauteur max disponible
window.openai.locale // &quot;fr-FR&quot;, &quot;en-US&quot;...
window.openai.theme // &quot;light&quot; | &quot;dark&quot;
</code></pre>
<p>Ces méthodes couvrent 90% de vos besoins. Le reste de la documentation officielle complètera pour les cas avancés.</p>
<h3>Étape 5 : sécuriser avec OAuth 2.1</h3>
<p>Si votre app accède à des données utilisateur (ce qui sera souvent le cas), vous devez implémenter l&#x27;authentification. Bonne nouvelle : l&#x27;Apps SDK supporte OAuth 2.1 de bout en bout, avec vérification automatique des tokens.</p>
<pre><code class="language-typescript">

// Configurer l&#x27;authentification
const mcp = new FastMCP({
  name: &#x27;secure-blog&#x27;,
  auth: {
    issuerUrl: &#x27;https://your-tenant.auth0.com&#x27;,
    resourceServerUrl: &#x27;https://api.example.com/mcp&#x27;,
    requiredScopes: [&#x27;blog:read&#x27;, &#x27;blog:write&#x27;],
  },
})

// Vérifier les tokens sur chaque appel
mcp.registerTool(
  &#x27;show_blog_articles&#x27;,
  {
    /* ... */
  },
  async ({ projectId }, { token }) =&gt; {
    // Le token est automatiquement vérifié
    const userId = token.subject
    const hasAccess = token.scopes.includes(&#x27;blog:read&#x27;)

    if (!hasAccess) {
      throw new Error(&#x27;Insufficient permissions&#x27;)
    }

    // Charger les données de l&#x27;utilisateur
    return await loadUserBoard(userId, projectId)
  }
)
</code></pre>
<p>Pour accélérer l&#x27;implémentation, utilisez <a href="https://www.premieroctet.com/blog/better-auth-futur-authjs">Better Auth</a>. Il supporte OAuth 2.1, l&#x27;enregistrement dynamique des clients, et la gestion des scopes nativement.</p>
<h2>Rendre votre app découvrable</h2>
<p>La découverte de votre app par les utilisateurs est un enjeu crucial.</p>
<h3>Les différents chemins vers votre app</h3>
<p>ChatGPT offre plusieurs façons aux utilisateurs de découvrir et d&#x27;utiliser votre app :</p>
<ol>
<li><strong>Mention explicite</strong> : &quot;Montre-moi les articles du blog de Premier Octet&quot;</li>
<li><strong>Découverte conversationnelle</strong> : le modèle choisit votre app selon le contexte</li>
<li><strong>Directory</strong> : répertoire des apps avec métadonnées et captures d&#x27;écran</li>
<li><strong>Launcher</strong> : bouton + dans le composer</li>
</ol>
<p>La <strong>qualité de vos métadonnées</strong> fait toute la différence. ChatGPT décide d&#x27;appeler votre outil en analysant sa description. Comparez :</p>
<pre><code class="language-typescript">// ✅ Bon : description action-oriented et contextuelle
description: &quot;Utilisez cet outil quand l&#x27;utilisateur veut visualiser les articles du blog de Premier Octet&quot;

// ❌ Mauvais : trop vague, le modèle ne saura pas quand l&#x27;utiliser
description: &#x27;Un outil pour afficher des articles&#x27;
</code></pre>
<h2>Sécurité et vie privée</h2>
<p>Une app ChatGPT a accès à des données utilisateur sensibles. OpenAI impose des standards stricts de sécurité, et vous devriez en faire autant.</p>
<h3>Les principes de base</h3>
<p>OpenAI impose des standards stricts :</p>
<ol>
<li><strong>Principe du moindre privilège</strong> : ne demandez que les scopes nécessaires</li>
<li><strong>Consentement explicite</strong> : les utilisateurs doivent comprendre ce qu&#x27;ils autorisent</li>
<li><strong>Défense en profondeur</strong> : validez tout côté serveur, même si le modèle l&#x27;a fourni</li>
<li><strong>Minimisation des données</strong> : ne collectez que ce qui est strictement nécessaire</li>
</ol>
<h3>Sandboxing des composants</h3>
<p>Les composants s&#x27;exécutent dans une iframe avec CSP stricte :</p>
<pre><code class="language-typescript">// Définir votre CSP
server.registerResource(&#x27;blog-widget&#x27;, &#x27;ui://widget/blog-articles.html&#x27;, {}, async () =&gt; ({
  contents: [
    {
      uri: &#x27;ui://widget/blog-articles.html&#x27;,
      mimeType: &#x27;text/html&#x27;,
      text: componentHtml,
      _meta: {
        &#x27;openai/widgetCSP&#x27;: {
          connect_domains: [&#x27;https://api.example.com&#x27;],
          resource_domains: [&#x27;https://cdn.example.com&#x27;],
        },
      },
    },
  ],
}))
</code></pre>
<h2>Pourquoi TypeScript est votre meilleur allié</h2>
<p>On en a parlé au début, mais revenons-y : <strong>TypeScript est vraiment le choix optimal</strong> pour l&#x27;Apps SDK. Voici pourquoi :</p>
<h3>Les avantages concrets</h3>
<ol>
<li><strong>Type safety</strong> : Zod + TypeScript vous évitent les bugs. Vos schémas serveur et client sont toujours cohérents.</li>
<li><strong>Réutilisabilité</strong> : vos composants React existants fonctionnent directement.</li>
<li><strong>Tooling performant</strong> : esbuild compile en millisecondes, TypeScript détecte les erreurs avant l&#x27;exécution</li>
<li><strong>Isomorphisme</strong> : un seul langage, des types partagés serveur/client, zéro friction</li>
</ol>
<h3>Exemple : types partagés</h3>
<pre><code class="language-typescript">// shared/types.ts


export const ArticleSchema = z.object({
  id: z.string(),
  title: z.string(),
  excerpt: z.string(),
  date: z.string(),
  author: z.string(),
  tags: z.array(z.string()),
  slug: z.string(),
})

export const BlogDataSchema = z.object({
  articles: z.array(ArticleSchema),
  total: z.number(),
  category: z.string(),
})

export type Article = z.infer&lt;typeof ArticleSchema&gt;
export type BlogData = z.infer&lt;typeof BlogDataSchema&gt;

// Serveur
server.registerTool(
  &#x27;show_blog_articles&#x27;,
  {
    inputSchema: z.object({
      category: z.string().optional(),
      limit: z.number().optional(),
    }),
  },
  async ({ category, limit = 6 }) =&gt; {
    const blogData: BlogData = await fetchBlogArticles({ category, limit })
    return { structuredContent: blogData }
  }
)

// Client React
function BlogWidget() {
  const blogData = window.openai?.toolOutput as BlogData
  // TypeScript sait que blogData.articles existe !
}
</code></pre>
<p>Vous voyez l&#x27;idée : un type défini une fois, utilisé partout. Zéro duplication, zéro désynchronisation.</p>
<h2>L&#x27;UX comme critère de succès</h2>
<p>Une excellente tech ne suffit pas si l&#x27;expérience utilisateur est mauvaise. OpenAI a publié des <a href="https://developers.openai.com/apps-sdk/concepts/design-guidelines">design guidelines</a> très complètes. Voici ce qu&#x27;il faut retenir.</p>
<h3>Les trois modes d&#x27;affichage</h3>
<p>L&#x27;Apps SDK vous permet de choisir comment votre app s&#x27;affiche. Chaque mode a son usage :</p>
<ol>
<li><strong>Inline</strong> : une carte légère dans la conversation — parfait pour une action simple (confirmer une réservation)</li>
<li><strong>Picture-in-Picture</strong> : une fenêtre flottante qui reste visible — idéal pour du contenu continu (vidéo, jeu)</li>
<li><strong>Fullscreen</strong> : une vue immersive avec le composer ChatGPT intégré — pour de l&#x27;édition complexe ou de l&#x27;exploration</li>
</ol>
<pre><code class="language-tsx">function BlogWidget() {
  const displayMode = window.openai?.displayMode

  if (displayMode === &#x27;fullscreen&#x27;) {
    return &lt;FullscreenBlogView /&gt;
  }

  return (
    &lt;InlineCard&gt;
      &lt;button
        onClick={() =&gt; {
          window.openai?.requestDisplayMode({ mode: &#x27;fullscreen&#x27; })
        }}
      &gt;
        Ouvrir en plein écran
      &lt;/button&gt;
    &lt;/InlineCard&gt;
  )
}
</code></pre>
<p>Le passage d&#x27;un mode à l&#x27;autre doit être fluide. Testez bien les trois cas.</p>
<h3>Les principes de design à respecter</h3>
<p>OpenAI insiste sur 5 principes fondamentaux. Ils peuvent sembler évidents, mais en pratique, beaucoup d&#x27;apps les ignorent :</p>
<ul>
<li><strong>Conversationnel</strong> : votre app doit prolonger ChatGPT, pas créer une rupture</li>
<li><strong>Intelligent</strong> : utilisez le contexte de la conversation pour adapter l&#x27;interface</li>
<li><strong>Simple</strong> : une action claire par interaction — ne surchargez pas</li>
<li><strong>Responsive</strong> : ça doit être rapide. Si votre tool met 3 secondes à répondre, c&#x27;est trop</li>
<li><strong>Accessible</strong> : dark mode, tailles de texte, lecteurs d&#x27;écran — faites les choses bien</li>
</ul>
<p>Gardez ces 5 principes constamment à l&#x27;esprit lors du développement.</p>
<h2>Tester et débugger efficacement</h2>
<h3>MCP Inspector : votre meilleur ami</h3>
<p>Avant même de toucher à ChatGPT, vous devez tester localement. Le <strong>MCP Inspector</strong> est l&#x27;outil indispensable :</p>
<pre><code class="language-bash">npx @modelcontextprotocol/inspector@latest
# Pointer vers http://localhost:3000/mcp
</code></pre>
<p>L&#x27;inspector permet de :</p>
<ul>
<li>Lister tous les outils exposés</li>
<li>Appeler les outils avec des paramètres</li>
<li>Visualiser les réponses JSON</li>
<li>Tester le rendu des composants</li>
</ul>
<h3>Tests automatisés</h3>
<pre><code class="language-typescript">


describe(&#x27;Blog Articles Tool&#x27;, () =&gt; {
  it(&#x27;should return articles data&#x27;, async () =&gt; {
    const result = await server.callTool(&#x27;show_blog_articles&#x27;, {
      category: &#x27;react&#x27;,
      limit: 3,
    })

    expect(result.structuredContent).toHaveProperty(&#x27;articles&#x27;)
    expect(result.structuredContent.articles).toBeInstanceOf(Array)
    expect(result.structuredContent.total).toBeGreaterThan(0)
  })

  it(&#x27;should filter by category&#x27;, async () =&gt; {
    const result = await server.callTool(&#x27;show_blog_articles&#x27;, {
      category: &#x27;typescript&#x27;,
    })

    expect(result.structuredContent.category).toBe(&#x27;typescript&#x27;)
  })
})
</code></pre>
<h3>Debug dans ChatGPT</h3>
<p>En mode développeur :</p>
<ol>
<li>Ouvrir les DevTools du navigateur</li>
<li>Les composants s&#x27;affichent dans une iframe</li>
<li>Les erreurs apparaissent dans la console</li>
<li>Utiliser <code>console.log</code> dans vos composants</li>
</ol>
<h2>Cas d&#x27;usage réels : inspiration</h2>
<p>OpenAI fournit l&#x27;app de démonstration <strong>Pizzaz</strong> avec plusieurs exemples :</p>
<ul>
<li><strong>Pizzaz List</strong> : liste classée de restaurants</li>
<li><strong>Pizzaz Map</strong> : carte interactive Mapbox</li>
<li><strong>Pizzaz Carousel</strong> : galerie horizontale</li>
<li><strong>Pizzaz Video</strong> : lecteur vidéo avec timeline</li>
<li><strong>Pizzaz Album</strong> : vue détaillée d&#x27;un lieu</li>
</ul>
<p><a href="https://github.com/openai/openai-apps-sdk-examples">Code source disponible</a></p>
<h2>Pour conclure</h2>
<p>L&#x27;<strong>Apps SDK</strong> transforme ChatGPT : d&#x27;un chatbot à une <strong>plateforme d&#x27;applications conversationnelles</strong>.</p>
<p>Techniquement, c&#x27;est bien pensé. L&#x27;architecture MCP, le support TypeScript, et l&#x27;intégration React rendent le développement accessible à toute équipe web moderne. Les guidelines strictes, bien que contraignantes, garantissent une expérience utilisateur cohérente.</p>
<p>Si vous envisagez de construire une app ChatGPT, ou simplement d&#x27;explorer le sujet, <a href="https://www.premieroctet.com/contact">parlons-en ensemble</a>.</p>
<p>👉 Ressources utiles :</p>
<ul>
<li><a href="https://developers.openai.com/apps-sdk">Documentation officielle Apps SDK</a></li>
<li><a href="https://modelcontextprotocol.io/">Model Context Protocol</a></li>
<li><a href="https://github.com/openai/openai-apps-sdk-examples">Exemples GitHub</a></li>
<li><a href="https://github.com/modelcontextprotocol/typescript-sdk">TypeScript SDK</a></li>
</ul>
<p>👋</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/openai-apps-sdk-developper-des-apps-natives-dans-chatgpt/illu.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[Better Auth : le futur d’Auth.js]]></title>
            <link>https://www.premieroctet.com/blog/better-auth-futur-authjs</link>
            <guid>https://www.premieroctet.com/blog/better-auth-futur-authjs</guid>
            <pubDate>Mon, 06 Oct 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Retour d’expérience sur Better Auth : installation, plugins et migration depuis Supabase.]]></description>
            <content:encoded><![CDATA[<p>Chez <strong>Premier Octet</strong>, on explore en continu de nouvelles solutions pour simplifier et sécuriser nos développements. Pendant longtemps, <a href="https://next-auth.js.org/">NextAuth.js</a> (devenu <a href="https://authjs.dev/">Auth.js</a>) a été notre référence pour gérer l’authentification dans nos projets <a href="https://nextjs.org/"><strong>Next.js</strong></a>.</p>
<p>Très récemment, un tournant important a eu lieu : <a href="https://www.better-auth.com/blog/authjs-joins-better-auth"><strong>Auth.js rejoint Better Auth</strong></a>.</p>
<p><a href="https://www.better-auth.com/">Better Auth</a> devient donc le successeur officiel d&#x27;<strong>Auth.js</strong> et nous propose une vision plus large ainsi qu&#x27;une approche plus moderne de l’authentification.</p>
<p>Dans cet article, nous partageons notre retour d’expérience : installation, migration depuis Supabase et découverte des plugins.</p>
<h2>Sessions : une évolution d’approche</h2>
<p>Historiquement, <strong>Auth.js</strong> proposait <a href="https://authjs.dev/concepts/session-strategies#jwt-session">deux stratégies</a> :</p>
<ol>
<li>des <strong>sessions stateless</strong> avec un token JWT qui ne nécessitent pas de base de données. Une stratégie légère et pratique, mais si les données de la session évoluent (rôles, permissions…), il faut mettre en place des mécanismes supplémentaires pour invalider les tokens devenus obsolètes. <strong>Cette stratégie est celle appliquée par défaut.</strong></li>
<li>des <strong>sessions stateful</strong> stockées en base de données via un adapter (Prisma, Mongo…) et vérifiées à chaque requête. Elles permettent de garder les permissions constamment à jour, d’invalider immédiatement une session (ex. logout forcé) et de gérer facilement plusieurs appareils. En contrepartie, cette stratégie nécessite plus de ressources, puisqu’elle implique des appels serveur plus fréquents.</li>
</ol>
<p><strong>Better Auth</strong>, lui, a fait le choix d’un modèle basé avant tout sur des <strong>sessions stateful</strong>. Il propose toutefois un plugin <a href="https://www.better-auth.com/docs/plugins/bearer">Bearer Token Authentication</a> qui permet de mettre en place des <strong>sessions stateless</strong>.</p>
<h2>Installation et gestion de la base de données</h2>
<p>Là où Auth.js reposait sur des schémas à intégrer manuellement, Better Auth fournit un <strong>CLI qui génère directement les tables nécessaires</strong>. Résultat : une installation rapide, standardisée et avec moins de risques d’erreurs.</p>
<p>En pratique, voici la mise en place avec Prisma après avoir installé la librairie :</p>
<pre><code class="language-bash">npx @better-auth/cli generate
npx prisma migrate dev
</code></pre>
<div><div><div value="auth.ts">auth.ts</div><div value="clients/auth.ts">clients/auth.ts</div><div value="api/auth/[...all]/route.ts">api/auth/[...all]/route.ts</div></div><div value="auth.ts"><pre><code class="language-tsx">



const prisma = new PrismaClient();

export const auth = betterAuth({
  secret: process.env.BETTER_AUTH_SECRET,
  database: prismaAdapter(prisma, {
    provider: &quot;postgresql&quot;,
  }),
});
</code></pre></div><div value="clients/auth.ts"><pre><code class="language-tsx">

const authClient = createAuthClient();

export const {
  useSession,
  getSession,
  signIn,
  signOut,
  changeEmail,
  changePassword,
  updateUser,
} = authClient;
</code></pre></div><div value="api/auth/[...all]/route.ts"><pre><code class="language-tsx">


export const { GET, POST } = toNextJsHandler(auth.handler);
</code></pre></div></div>
<p>Et voilà. ✨ Inscription, connexion, gestion des sessions, modification d’email, réinitialisation de mot de passe, <strong>tout est fonctionnel</strong> et accessible depuis l&#x27;API via les appels <code>auth.api</code> pour le côté serveur et <code>authClient</code> pour le côté client.</p>
<p>Better Auth ne fournit pas d&#x27;UI prête à l&#x27;emploi mais après une <a href="https://www.better-auth.com/docs/authentication/email-password#enable-email-and-password">configuration rapide</a>, ses méthodes permettent une intégration sans prise de tête, que ce soit pour la connexion par <a href="https://www.better-auth.com/docs/authentication/email-password">credentials</a> ou via des providers sociaux comme <a href="https://www.better-auth.com/docs/authentication/google">Google</a>, <a href="https://www.better-auth.com/docs/authentication/apple">Apple</a>, <a href="https://www.better-auth.com/docs/authentication/github">GitHub</a>, etc.</p>
<h2>Migration depuis Supabase</h2>
<p>Nous avons également testé la <a href="https://www.better-auth.com/docs/guides/supabase-migration-guide">migration depuis Supabase</a> sur l&#x27;une de nos applications. Encore une fois, le processus est très simple :</p>
<ol>
<li>Récupérer l’URL de la base de données sur Supabase.</li>
<li>Générer les tables Better Auth avec le CLI.</li>
<li>Lancer le <a href="https://www.better-auth.com/docs/guides/supabase-migration-guide#copy-the-migration-script">script officiel</a> pour convertir les utilisateurs.</li>
</ol>
<p>⚠️ <strong>Limite actuelle</strong> : <a href="https://supabase.com/docs/guides/auth/password-security#how-are-passwords-stored">Supabase utilise <strong>bcrypt</strong></a> pour le hachage des mots de passe tandis que <a href="https://www.better-auth.com/docs/authentication/email-password#configuration">Better Auth repose sur <strong>scrypt</strong></a>. Les utilisateurs devront donc <strong>réinitialiser leur mot de passe</strong> après migration. En production, une communication claire (mailing, bannière, etc.) est indispensable.</p>
<h2>Plugins : aller plus loin</h2>
<p>Tandis qu&#x27;Auth.js se concentrait sur les providers (Google, GitHub, Credentials, etc.), Better Auth propose en plus des <strong>plugins</strong> qui adressent des <strong>besoins métiers concrets</strong> : organisations, rôles avancés, 2FA, magic links.</p>
<p><strong>Exemple</strong> : <a href="https://www.better-auth.com/docs/plugins/organization"><strong>Organization</strong></a> est un plugin qui facilite la gestion d’équipes ou de structures dans une application. Il génère automatiquement les tables nécessaires et expose des méthodes prêtes à l’emploi pour :</p>
<ul>
<li>créer une organisation,</li>
<li>inviter des membres,</li>
<li>attribuer et modifier des rôles,</li>
<li>gérer les droits d’accès associés.</li>
</ul>
<p>En pratique, cela permet de mettre en place un système complet de gestion multi-utilisateurs sans avoir à réécrire nous-mêmes toute la logique métier.</p>
<div><div><div value="auth.ts">auth.ts</div><div value="clients/auth.ts">clients/auth.ts</div></div><div value="auth.ts"><pre><code class="language-tsx">


export const auth = betterAuth({
    plugins: [organization()]
})
</code></pre></div><div value="clients/auth.ts"><pre><code class="language-tsx">


export const authClient = createAuthClient({
    plugins: [organizationClient()]
})
</code></pre></div></div>
<p>En quelques lignes seulement, les plugins ouvrent la porte à des fonctionnalités avancées : <a href="https://www.better-auth.com/docs/plugins/2fa">2FA</a> pour renforcer la sécurité, <a href="https://www.better-auth.com/docs/plugins/magic-link">magic links</a> pour simplifier la connexion, des <a href="https://www.better-auth.com/docs/plugins/admin">outils de gestion administrateur</a> (dont la très utile <a href="https://www.better-auth.com/docs/plugins/admin#impersonate-user">impersonification</a>), et bien plus encore !</p>
<h2>Conclusion</h2>
<p>Tout au long de cet article, le mot <strong>simple</strong> est revenu plus d’une fois et ce n’est pas un hasard. Better Auth a été conçu avec la <strong>Developper Experience</strong> en tête et cela se ressent dès la première installation : tout est fluide et agréable à utiliser.</p>
<p>Au-delà de cette facilité d’usage, Better Auth est désormais le <strong>successeur officiel d’Auth.js</strong>. C’est un outil solide qui combine <strong>sécurité, extensibilité et rapidité de mise en place</strong>.</p>
<p>Chez Premier Octet, Better Auth est désormais notre solution de référence pour gérer l’authentification dans les projets clients. Sa simplicité d’intégration et sa flexibilité en font un choix naturel pour nos développements.</p>
<p>👉 Si vous utilisez déjà Auth.js, <a href="https://www.better-auth.com/"><strong>Better Auth</strong></a> vaut clairement la <a href="https://www.better-auth.com/docs/guides/next-auth-migration-guide">migration</a>.</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/better-auth-futur-authjs/illu.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[E-commerce conversationnel avec OpenAI et Stripe : guide complet de l’Agentic Commerce Protocol]]></title>
            <link>https://www.premieroctet.com/blog/ecommerce-conversationnel-avec-openai-et-stripe-guide-complet-de-l-agentic-commerce-protocol</link>
            <guid>https://www.premieroctet.com/blog/ecommerce-conversationnel-avec-openai-et-stripe-guide-complet-de-l-agentic-commerce-protocol</guid>
            <pubDate>Wed, 01 Oct 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Découvrez comment intégrer l’Agentic Commerce Protocol d’OpenAI et Stripe pour vendre directement dans ChatGPT. Guide technique, roadmap et bonnes pratiques.]]></description>
            <content:encoded><![CDATA[<p>OpenAI et Stripe ont annoncé l’<strong>Agentic Commerce Protocol (ACP)</strong>, une spécification open source (Apache 2.0) qui permet d’acheter directement depuis une conversation dans <strong>ChatGPT</strong>, sans passer par un site tiers.</p>
<p>Concrètement, un utilisateur peut demander un produit dans ChatGPT, voir une fiche détaillée et finaliser son achat via un bouton “Acheter”. Côté marchand, cela implique de mettre en place trois briques techniques :</p>
<ul>
<li>un <strong>flux produit</strong> (Product Feed) pour rendre le catalogue accessible,</li>
<li>une <strong>API Checkout</strong> pour gérer les sessions et les commandes,</li>
<li>un mécanisme de <strong>paiement délégué</strong> qui s’appuie notamment sur Stripe.</li>
</ul>
<p>L’accès est pour l’instant limité aux États-Unis et nécessite une validation d’OpenAI, mais l’annonce donne une idée claire de la direction que prend l’e-commerce conversationnel.</p>
<p>Dans cet article, nous expliquons en détail comment fonctionne le protocole, ses trois piliers techniques, et proposons une <strong>roadmap de préparation</strong> pour anticiper une intégration future.</p>
<h2>Qu’est-ce que l’Agentic Commerce Protocol ?</h2>
<p>L’ACP est une spécification ouverte qui définit comment un système tiers (ici ChatGPT) peut <strong>afficher un catalogue produit, initier un checkout et déléguer le paiement</strong> à un PSP (Payment Service Provider) comme <strong>Stripe</strong>.</p>
<p>👉 L’objectif : permettre à vos clients de passer <strong>de la recherche au paiement en un seul flux conversationnel</strong>.</p>
<h3>Comment fonctionne l’e-commerce conversationnel dans ChatGPT ?</h3>
<p>Prenons l&#x27;exemple d&#x27;un utilisateur qui demanderait : &quot;Trouve-moi des chaussures de running à moins de 100 €&quot;.</p>
<p>ChatGPT peut alors :</p>
<ol>
<li>Afficher les produits de votre catalogue (via le Product Feed)</li>
<li>Proposer un bouton “Acheter”</li>
<li>Déclencher un <strong>checkout complet directement dans la conversation</strong></li>
</ol>
<p>Trois flux de données orchestrent ce parcours :</p>
<ul>
<li><strong>Product Feed</strong> : ChatGPT indexe vos produits pour les rendre découvrables</li>
<li><strong>API Checkout</strong> : vous gérez les sessions panier et la finalisation des commandes</li>
<li><strong>Paiement délégué</strong> : vos PSP gèrent la transaction en toute sécurité</li>
</ul>
<h2>Pilier 1 : Le Product Feed 📦</h2>
<p>Premier élément à mettre en place : le <strong>Product Feed</strong>. Avant que ChatGPT puisse recommander vos produits, il faut lui fournir un catalogue structuré et à jour. Sans ça, même si votre API Checkout est parfaite, vos produits resteront invisibles.</p>
<h3>Le format</h3>
<p>Vous avez le choix : <strong>TSV, CSV, XML ou JSON</strong>. Prenez celui qui s&#x27;intègre le mieux à votre système existant. Nous recommandons JSON pour sa flexibilité et sa lisibilité, mais CSV fera très bien l&#x27;affaire si c&#x27;est ce que votre système génère naturellement.</p>
<p>Le feed est poussé vers un endpoint OpenAI qui vous sera fourni lors de votre onboarding. Pas de pull côté OpenAI, c&#x27;est vous qui envoyez les mises à jour.</p>
<div type="info"><p>Fréquence de mise à jour : toutes les 15 minutes si nécessaire. C&#x27;est important pour maintenir la
cohérence entre votre stock réel et ce que ChatGPT affiche. Un produit en rupture ne doit pas être
proposé à l&#x27;achat.</p></div>
<h3>Les champs</h3>
<p>La structure est assez classique. Voici un exemple de produit que OpenAI attend :</p>
<pre><code class="language-json">[
  {
    &quot;id&quot;: &quot;SKU12345&quot;,
    &quot;title&quot;: &quot;Chaussures de running Nike Air Zoom Pegasus&quot;,
    &quot;description&quot;: &quot;Chaussures légères avec amorti réactif...&quot;,
    &quot;link&quot;: &quot;https://yourshop.com/products/SKU12345&quot;,
    &quot;price&quot;: &quot;89.99 EUR&quot;,
    &quot;currency&quot;: &quot;eur&quot;,
    &quot;availability&quot;: &quot;in_stock&quot;,
    &quot;image_link&quot;: &quot;https://yourshop.com/images/SKU12345.jpg&quot;,
    &quot;brand&quot;: &quot;Nike&quot;,
    &quot;condition&quot;: &quot;new&quot;,
    &quot;weight&quot;: &quot;280 g&quot;,
    &quot;enable_search&quot;: true,
    &quot;enable_checkout&quot;: true
  }
]
</code></pre>
<p>Les deux derniers flags (<code>enable_search</code> et <code>enable_checkout</code>) sont spécifiques à OpenAI et vous donnent un contrôle granulaire : un produit peut être découvrable dans la recherche sans être achetable directement.</p>
<p>Vous pouvez retrouver la liste complète des champs dans la <a href="https://developers.openai.com/commerce/specs/feed">documentation d&#x27;OpenAI</a>.</p>
<h3>Gérer les variantes</h3>
<p>Point important si vous vendez des produits déclinables : les variantes. Si vous vendez une chaussure en plusieurs tailles et couleurs, utilisez <code>item_group_id</code> pour regrouper les variantes. Concrètement, ça ressemble à ça :</p>
<pre><code class="language-json">[
  {
    &quot;id&quot;: &quot;SKU12345-42-BLUE&quot;,
    &quot;item_group_id&quot;: &quot;SKU12345&quot;,
    &quot;title&quot;: &quot;Nike Air Zoom Pegasus - Bleu&quot;,
    &quot;color&quot;: &quot;Bleu&quot;,
    &quot;size&quot;: &quot;42&quot;
    // ...
  },
  {
    &quot;id&quot;: &quot;SKU12345-43-BLUE&quot;,
    &quot;item_group_id&quot;: &quot;SKU12345&quot;,
    &quot;title&quot;: &quot;Nike Air Zoom Pegasus - Bleu&quot;,
    &quot;color&quot;: &quot;Bleu&quot;,
    &quot;size&quot;: &quot;43&quot;
    // ...
  }
]
</code></pre>
<p>ChatGPT saura alors proposer les différentes options au moment de l&#x27;achat.</p>
<h2>Pilier 2 : L&#x27;API Checkout 🛍️</h2>
<p>Une fois vos produits indexés dans ChatGPT, il faut gérer la partie achat. C&#x27;est le cœur du système, et c&#x27;est là que vous allez passer le plus de temps de développement.</p>
<p>Vous devez exposer 5 endpoints que ChatGPT va appeler pour gérer le cycle de vie d&#x27;un achat. L&#x27;idée est simple : ChatGPT orchestre, mais c&#x27;est vous qui calculez tout (prix, taxes, shipping) et qui décidez in fine d&#x27;accepter ou non la commande.</p>
<h3>1. Créer une session</h3>
<pre><code>POST /checkout_sessions
</code></pre>
<p>C&#x27;est le point d&#x27;entrée. Quand l&#x27;utilisateur clique sur &quot;Acheter&quot; dans ChatGPT, cet endpoint est appelé avec les items que l&#x27;utilisateur veut acheter et éventuellement son adresse de livraison :</p>
<p><strong>Requête :</strong></p>
<pre><code class="language-json">{
  &quot;items&quot;: [{ &quot;id&quot;: &quot;SKU12345-42-BLUE&quot;, &quot;quantity&quot;: 1 }],
  &quot;fulfillment_address&quot;: {
    &quot;name&quot;: &quot;Bptiste Adrien&quot;,
    &quot;line_one&quot;: &quot;18 avenue Parementier&quot;,
    &quot;city&quot;: &quot;Paris&quot;,
    &quot;postal_code&quot;: &quot;75018&quot;,
    &quot;country&quot;: &quot;FR&quot;
  }
}
</code></pre>
<h3>2. Mettre à jour la session</h3>
<pre><code>POST /checkout_sessions/{checkout_session_id}
</code></pre>
<p>L&#x27;utilisateur change d&#x27;avis sur son mode de livraison ou modifie son adresse ? Pas de problème. ChatGPT appelle cet endpoint avec les nouvelles données, vous recalculez taxes et frais de port, et vous retournez le même format de réponse que lors de la création.</p>
<p>C&#x27;est important que ce endpoint soit rapide, car l&#x27;utilisateur peut le déclencher plusieurs fois en ajustant ses choix.</p>
<h3>3. Finaliser l&#x27;achat</h3>
<pre><code>POST /checkout_sessions/{checkout_session_id}/complete
</code></pre>
<p>C&#x27;est le moment critique : l&#x27;utilisateur a validé son paiement.</p>
<p><strong>Requête :</strong></p>
<pre><code class="language-json">{
  &quot;buyer&quot;: {
    &quot;first_name&quot;: &quot;Baptiste&quot;,
    &quot;last_name&quot;: &quot;Adrien&quot;,
    &quot;email&quot;: &quot;hello@premieroctet.com&quot;
  },
  &quot;payment_data&quot;: {
    &quot;token&quot;: &quot;spt_1234567890&quot;,
    &quot;provider&quot;: &quot;stripe&quot;,
    &quot;billing_address&quot;: {
      /* ... */
    }
  }
}
</code></pre>
<p>À ce moment, vous :</p>
<ol>
<li>Chargez le moyen de paiement via votre PSP (Stripe, etc.)</li>
<li>Créez la commande dans votre système</li>
<li>Retournez l&#x27;ID de commande et un lien de suivi</li>
</ol>
<p><strong>Réponse :</strong></p>
<pre><code class="language-json">{
  &quot;id&quot;: &quot;checkout_session_abc123&quot;,
  &quot;status&quot;: &quot;completed&quot;,
  &quot;order&quot;: {
    &quot;id&quot;: &quot;order_789&quot;,
    &quot;permalink_url&quot;: &quot;https://yourshop.com/orders/order_789&quot;
  }
  // ... reste de l&#x27;état du checkout
}
</code></pre>
<p>Le <code>permalink_url</code> est crucial : c&#x27;est là que l&#x27;utilisateur pourra suivre sa commande.</p>
<h3>4 &amp; 5. Récupérer et annuler</h3>
<pre><code>GET /checkout_sessions/{checkout_session_id}
POST /checkout_sessions/{checkout_session_id}/cancel
</code></pre>
<p>Ces deux derniers endpoints sont plus simples. Le GET permet à ChatGPT de vérifier l&#x27;état actuel d&#x27;une session (utile en cas de reconnexion ou de perte de contexte). Le POST cancel permet à l&#x27;utilisateur d&#x27;annuler explicitement une session en cours.</p>
<p>Dans les deux cas, retournez l&#x27;état complet de la session avec le bon statut.</p>
<h3>Les webhooks</h3>
<p>L&#x27;API Checkout n&#x27;est pas unidirectionnelle. Vous devez aussi envoyer des webhooks vers OpenAI pour notifier des changements d&#x27;état de la commande. C&#x27;est comme ça que ChatGPT saura que la commande est confirmée, expédiée, livrée, ou annulée.</p>
<pre><code class="language-json">{
  &quot;type&quot;: &quot;order_updated&quot;,
  &quot;data&quot;: {
    &quot;type&quot;: &quot;order&quot;,
    &quot;checkout_session_id&quot;: &quot;checkout_session_abc123&quot;,
    &quot;permalink_url&quot;: &quot;https://yourshop.com/orders/order_789&quot;,
    &quot;status&quot;: &quot;shipped&quot;,
    &quot;refunds&quot;: []
  }
}
</code></pre>
<h2>Pilier 3 : Le paiement 💳</h2>
<p>Dernier pilier, et non des moindres : le paiement. C&#x27;est là que beaucoup se posent des questions légitimes sur la sécurité et la conformité PCI. OpenAI ne touche jamais directement à l&#x27;argent. Le protocole définit simplement comment transmettre de manière sécurisée les informations de paiement entre l&#x27;utilisateur, ChatGPT, et votre système. Vous restez en contrôle, et vous utilisez votre PSP habituel.</p>
<h3>Option 1 : Vous utilisez déjà Stripe</h3>
<p>C&#x27;est l&#x27;option la plus simple. Stripe a développé un mode &quot;agentic payments&quot; qui s&#x27;active en une ligne de code :</p>
<pre><code class="language-javascript">stripe.agentic_payments.enable()
</code></pre>
<p>Stripe gère alors la création et la transmission du token de paiement. Côté checkout, vous recevez un <code>payment_data.token</code> classique que vous chargez comme d&#x27;habitude.</p>
<h3>Option 2 : Vous utilisez un autre PSP</h3>
<p>Pas de Stripe dans votre stack ? Pas de panique, vous avez deux solutions.</p>
<p><strong>A. Via Stripe Shared Payment Token API</strong></p>
<p>Même si vous ne processez pas les paiements avec Stripe, vous pouvez utiliser leur API uniquement pour recevoir le token sécurisé. C&#x27;est une couche intermédiaire qui ne change rien à votre PSP principal (Adyen, Braintree, etc.). Vous recevez un token via Stripe, puis vous chargez le paiement avec votre PSP habituel.</p>
<p><strong>B. Implémentation directe (PSP ou PCI DSS Level 1 uniquement)</strong></p>
<p>Si vous êtes un PSP ou un merchant PCI DSS Level 1 avec votre propre vault, vous pouvez implémenter directement l&#x27;endpoint du protocole. Attention, cette option implique de manipuler directement les données de carte. Ne vous lancez là-dedans que si vous avez déjà l&#x27;infrastructure et la conformité PCI en place.</p>
<h2>Quelques points d&#x27;attention</h2>
<p>Avant de vous lancer, voici quelques limitations (à date) à garder en tête :</p>
<ul>
<li><strong>Géographie</strong> : USA uniquement pour l&#x27;instant</li>
<li><strong>Approbation</strong> : pas d&#x27;accès automatique, il faut postuler</li>
<li><strong>Single-item</strong> : pas de panier multi-produits (pour le moment)</li>
<li><strong>Pas de promo codes complexes</strong> : gardez la logique simple au début</li>
</ul>
<h2>Le mot de la fin</h2>
<p>Voilà, vous avez maintenant une vision complète de ce qu&#x27;implique l&#x27;implémentation de l&#x27;Agentic Commerce Protocol.</p>
<p><strong>Pour les développeurs</strong>, c&#x27;est une intégration REST classique. Rien de sorcier si vous avez déjà un système de checkout robuste. L&#x27;effort principal sera d&#x27;adapter votre logique métier (pricing, taxes, shipping) pour qu&#x27;elle soit exposable via une API.</p>
<p><strong>Pour les business</strong>, c&#x27;est un nouveau canal à tester. 700 millions d&#x27;utilisateurs de ChatGPT représentent une audience considérable. Même si l&#x27;accès est limité pour le moment, préparer votre infrastructure maintenant vous donnera un avantage quand les vannes s&#x27;ouvriront.</p>
<p>Chez Premier Octet, nous suivons de près cette évolution et commençons à accompagner nos premiers clients sur le sujet. Si vous envisagez d&#x27;implémenter l&#x27;Agentic Commerce Protocol et avez besoin d&#x27;accompagnement technique, n&#x27;hésitez pas à nous contacter. On serait ravis d&#x27;échanger sur votre projet !</p>
<p><strong>Ressources utiles :</strong></p>
<ul>
<li><a href="https://developers.openai.com/commerce">Documentation officielle OpenAI</a></li>
<li><a href="https://www.agenticcommerce.dev/">Documentation de l&#x27;Agentic Commerce Protocol</a></li>
<li><a href="https://docs.stripe.com/agentic-commerce">Documentation du Stripe</a></li>
</ul>
<p>👋</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/ecommerce-conversationnel-avec-openai-et-stripe-guide-complet-de-l-agentic-commerce-protocol/illu.jpg" length="0" type="image/jpg"/>
        </item>
        <item>
            <title><![CDATA[Activity, le nouveau composant React]]></title>
            <link>https://www.premieroctet.com/blog/activity-nouveau-composant-react</link>
            <guid>https://www.premieroctet.com/blog/activity-nouveau-composant-react</guid>
            <pubDate>Tue, 30 Sep 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Fraichement sorti sur le canal canary de React, le composant Activity est une nouveauté ayant pour but de faciliter...]]></description>
            <content:encoded><![CDATA[<p>Fraichement sorti sur le canal canary de React, le composant Activity est une nouveauté ayant pour but de faciliter la gestion d&#x27;affichage conditionnel de composants, permettant de conserver leur état tout en les cachant visuellement. Découvrons ensemble son utilisation.</p>
<h2>Installation</h2>
<p>Créons un simple projet React avec Vite :</p>
<pre><code class="language-sh">bun create vite@latest
</code></pre>
<p>Nous devrons modifier le <code>package.json</code> afin de faire pointer les versions de React et React DOM vers la version canary.</p>
<h2>Cas d&#x27;utilisation</h2>
<p>Nous allons réaliser un cas d&#x27;utilisation qui peut s&#x27;avérer fréquent : la gestion d&#x27;un formulaire en plusieurs étapes.</p>
<h3>Utilisation basique</h3>
<p>Actuellement, l&#x27;utilisation la plus classique serait la suivante :</p>
<div><div><div value="App.tsx">App.tsx</div><div value="step1.tsx">step1.tsx</div><div value="step2.tsx">step2.tsx</div></div><div value="App.tsx"><pre><code class="language-tsx">function App() {
  const [step, setStep] = useState(1);

return (

&lt;div
  style={{
    margin: &#x27;1rem&#x27;,
    display: &#x27;flex&#x27;,
    alignItems: &#x27;center&#x27;,
    flex: 1,
    flexDirection: &#x27;column&#x27;,
    gap: &#x27;1rem&#x27;,
  }}
&gt;
  &lt;div style={{ display: &#x27;flex&#x27;, gap: &#x27;1rem&#x27; }}&gt;
    &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(1)}&gt;
      Step 1
    &lt;/button&gt;
    &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(2)}&gt;
      Step 2
    &lt;/button&gt;
  &lt;/div&gt;
  {step === 1 &amp;&amp; &lt;Step1 /&gt;}
  {step === 2 &amp;&amp; &lt;Step2 /&gt;}
&lt;/div&gt;
); }

</code></pre></div><div value="step1.tsx"><pre><code class="language-tsx">const Step1 = () =&gt; {
  const [name, setName] = useState(&quot;&quot;);

  return (
    &lt;input
      value={name}
      onChange={(e) =&gt; setName(e.target.value)}
      name=&quot;name&quot;
      placeholder=&quot;Name&quot;
    /&gt;
  );
};
</code></pre></div><div value="step2.tsx"><pre><code class="language-tsx">const Step2 = () =&gt; {
  const [address, setAddress] = useState(&quot;&quot;);

return (

&lt;input
  value={address}
  onChange={(e) =&gt; setAddress(e.target.value)}
  name=&quot;address&quot;
  placeholder=&quot;Address&quot;
/&gt;
); };

</code></pre></div></div>
<p>En l&#x27;état, ce bout de code est fonctionnel mais présente un inconvénient en terme d&#x27;UX : lorsque l&#x27;on remplit un champ puis que l&#x27;on change d&#x27;étape, l&#x27;état de ce champ est perdu. C&#x27;est logique : notre composant a été démonté. Pour palier à ça, on pourrait tout à fait modifier le code afin de cacher le composant, de sorte qu&#x27;il soit toujours présent dans l&#x27;arbre React.</p>
<pre><code class="language-tsx:App.tsx">function App() {
  const [step, setStep] = useState(1);

  return (
    &lt;div
      style={{
        margin: &quot;1rem&quot;,
        display: &quot;flex&quot;,
        alignItems: &quot;center&quot;,
        flex: 1,
        flexDirection: &quot;column&quot;,
        gap: &quot;1rem&quot;,
      }}
    &gt;
      &lt;div style={{ display: &quot;flex&quot;, gap: &quot;1rem&quot; }}&gt;
        &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(1)}&gt;
          Step 1
        &lt;/button&gt;
        &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(2)}&gt;
          Step 2
        &lt;/button&gt;
      &lt;/div&gt;
      &lt;div style={step === 2 ? { display: &quot;none&quot; } : {}}&gt;
        &lt;Step1 /&gt;
      &lt;/div&gt;
      &lt;div style={step === 1 ? { display: &quot;none&quot; } : {}}&gt;
        &lt;Step2 /&gt;
      &lt;/div&gt;
    &lt;/div&gt;
  );
}
</code></pre>
<p>C&#x27;est fonctionnel mais pas idéal, imaginons que nos composants doivent gérer des événements, ou du contenu interactif comme une vidéo, nous devrions quand même passer une prop afin de gérer leur activation / désactivation. De même, la présence d&#x27;un effect (<code>useEffect</code> ou <code>useLayoutEffect</code>) devrait avoir son déclenchement réglé selon cette prop. Bien que cela soit possible, cela rajouterait de la complexité à notre composant.</p>
<h3>Le composant Activity à la rescousse</h3>
<p>C&#x27;est dans ce cadre qu&#x27;intervient le composant <code>Activity</code>. Son rôle est simple : cacher le noeud du DOM avec un <code>display: none</code>, conserver l&#x27;état du noeud React, et n&#x27;exécuter les effects uniquement quand notre composant est visible. En quelque sorte, c&#x27;est comme si notre composant était partiellement monté et démonté.</p>
<pre><code class="language-tsx:App.tsx">function App() {
  const [step, setStep] = useState(1);

  return (
    &lt;div
      style={{
        margin: &quot;1rem&quot;,
        display: &quot;flex&quot;,
        alignItems: &quot;center&quot;,
        flex: 1,
        flexDirection: &quot;column&quot;,
        gap: &quot;1rem&quot;,
      }}
    &gt;
      &lt;div style={{ display: &quot;flex&quot;, gap: &quot;1rem&quot; }}&gt;
        &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(1)}&gt;
          Step 1
        &lt;/button&gt;
        &lt;button type=&quot;button&quot; onClick={() =&gt; setStep(2)}&gt;
          Step 2
        &lt;/button&gt;
      &lt;/div&gt;
      &lt;Activity mode={step === 1 ? &quot;visible&quot; : &quot;hidden&quot;}&gt;
        &lt;Step1 /&gt;
      &lt;/Activity&gt;
      &lt;Activity mode={step === 2 ? &quot;visible&quot; : &quot;hidden&quot;}&gt;
        &lt;Step2 /&gt;
      &lt;/Activity&gt;
    &lt;/div&gt;
  );
}
</code></pre>
<p>La saisie de texte est maintenant conservée entre chaque changement d&#x27;étape. En inspectant le DOM, on peut voir qu&#x27;un style <code>display: none</code> est appliqué à notre input caché.</p>
<p>Pour aller plus loin, on peut observer le comportement des effects, à l&#x27;aide de simples <code>console.log</code>.</p>
<pre><code class="language-tsx:step2.tsx">const Step2 = () =&gt; {
  const [address, setAddress] = useState(&quot;&quot;);

  useEffect(() =&gt; {
    console.log(&quot;Step2 mounted&quot;);

    return () =&gt; {
      console.log(&quot;Step2 unmounted&quot;);
    };
  }, []);

  useLayoutEffect(() =&gt; {
    console.log(&quot;Step2 layout mounted&quot;);

    return () =&gt; {
      console.log(&quot;Step2 layout unmounted&quot;);
    };
  }, []);

  return (
    &lt;input
      value={address}
      onChange={(e) =&gt; setAddress(e.target.value)}
      name=&quot;address&quot;
      placeholder=&quot;Address&quot;
    /&gt;
  );
};
</code></pre>
<p>En rafraichissant la page, on peut voir qu&#x27;aucun des logs ne s&#x27;affiche. Pourtant, notre input est bien dans le DOM. En cliquant sur notre étape 2, nos effects sont bien déclenchés, et les fonctions de cleanup sont exécutées si l&#x27;on revient à l&#x27;étape 1.</p>
<h3>Pré-rendu et données distantes</h3>
<p>Afin de récupérer des données distantes, un cas d&#x27;utilisation courant serait d&#x27;effectuer une requête dans un <code>useEffect</code>. Or on a vu précédemment que les effects ne sont pas exécutés dans le cadre de l&#x27;utilisation d&#x27;<code>Activity</code>. Pour palier à cela, nous allons utiliser le hook <code>use</code>.</p>
<pre><code class="language-tsx:step2.tsx">const fetchAddress = new Promise&lt;string&gt;((resolve) =&gt; {
  resolve(&quot;Some street name&quot;);
});

const Step2 = () =&gt; {
  const addressData = use(fetchAddress);
  const [address, setAddress] = useState(addressData);

  return (
    &lt;input
      value={address}
      onChange={(e) =&gt; setAddress(e.target.value)}
      name=&quot;address&quot;
      placeholder=&quot;Address&quot;
    /&gt;
  );
};
</code></pre>
<p>Maintenant, au chargement de la page, notre promesse <code>fetchAddress</code> est exécutée dès lors que <code>Step2</code> est instancié, et on retrouve la valeur résolue affichée dans notre input.</p>

<h2>Conclusion</h2>
<p>Ce tout nouveau composant <code>Activity</code> va simplifier certains cas complexes que l&#x27;on pouvait rencontrer jusqu&#x27;à présent dans nos applications. Son utilisation est très intuitive, mais nécessitera toutefois un peu de refactorisation dans les projets existants, notamment par rapport à la modification du comportement des effects.</p>
<p>Une idée de projet React, besoin d&#x27;accompagnement ? N&#x27;hésitez pas à <a href="https://www.premieroctet.com/contact">nous contacter</a> !</p>
<p>Ressources:</p>
<ul>
<li><a href="https://react.dev/reference/react/Activity">Documentation officielle Activity</a></li>
</ul>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/activity-nouveau-composant-react/illu.png" length="0" type="image/png"/>
        </item>
        <item>
            <title><![CDATA[Comment utiliser Rive app pour animer vos interfaces Web et mobiles]]></title>
            <link>https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles</link>
            <guid>https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles</guid>
            <pubDate>Tue, 23 Sep 2025 00:00:00 GMT</pubDate>
            <description><![CDATA[Découvrez comment créer des animations interactives avec Rive app et les intégrer dans vos applications React pour des interfaces dynamiques et engageantes.]]></description>
            <content:encoded><![CDATA[<link rel="preload" as="image" href="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-ui-design.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-panel-animation.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-state-machine-step-1.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive.png"/><link rel="preload" as="image" href="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-state-machine-step-2.png"/><p>Si vous avez déjà joué avec <a href="https://www.premieroctet.com/estimateur-projet-web-mobile">notre estimateur web et mobile</a>, vous avez peut-être remarqué que l’illustration à l’écran évolue en fonction de vos choix. Une option cochée, et hop ! un petit élément s’affiche avec une animation fluide. Ce petit tour de magie, on le doit à Rive app.</p>
<div style="margin-top:20px"><video class="b-lazy b-loaded" muted="" controls="" title="Timeline animation"><source src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/demo.mp4" type="video/mp4"/></video></div>
<p>Dans cet article, je vous propose de voir comment mettre en place ces animations — et surtout, pourquoi on a choisi cet outil plutôt qu’un autre.</p>
<h2>Qu&#x27;est-ce que Rive App ?</h2>
<p>Rive est un outil de création d’animations vectorielles interactives. Là où d’autres génèrent des vidéos ou des gifs, Rive produit des fichiers <code>.riv</code>, très légers, qui peuvent réagir aux actions de l’utilisateur.</p>
<h3>Les avantages de Rive App</h3>
<p>Rive App a plusieurs avantages :</p>
<ul>
<li><strong>Animations interactives</strong> : vos animations peuvent changer d&#x27;état selon les interactions utilisateur (clics, survols, données dynamiques)</li>
<li><strong>Fichiers ultra-légers</strong> : les animations Rive sont des fichiers vectoriels optimisés, bien plus petits que des vidéos équivalentes ou des gifs</li>
<li><strong>Multi-plateforme</strong> : une seule animation fonctionne sur Web ou mobile grâce aux différents runtimes (et bien entendu React / React Native)</li>
<li><strong>État dynamique</strong> : possibilité de créer des state machines complexes avec conditions et transitions et faire du data-binding</li>
</ul>
<h3>Pourquoi choisir Rive plutôt que Lottie ou des animations CSS ?</h3>
<p>Rive se distingue par sa capacité à créer des animations <strong>véritablement interactives</strong>. Là où Lottie se limite à des animations linéaires et le CSS pour des transitions simples, Rive permet de créer des expériences où l&#x27;animation évolue en fonction du contexte applicatif.</p>
<p>Pour les anciens, Rive se rapproche de Flash, qui était un outil de création d’animations vectorielles interactives.</p>
<h2>Deux modes, une interface</h2>
<p>L’interface de Rive est découpée en deux parties : Design et Animation. Une pour préparer les assets, l’autre pour leur donner vie !</p>
<p>Je vous propose de détailler l&#x27;animation d&#x27;un élément de notre estimateur web et mobile.</p>
<h3>Étape 1 : préparer le terrain</h3>
<p>On commence par importer notre illustration (préparée dans Figma), et on isole chaque élément sur un calque séparé. Cette étape est un peu fastidieuse mais cruciale. Un calque = un élément animable. Sans ça, on se prend vite les pieds dans le tapis.</p>
<p>Voici mon illustration préparée avec chaque élément isolé, visible dans le panel de gauche <code>Hierarchy</code> :</p>
<p><img src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-ui-design.png" alt="Interface de design Rive app avec panel Hierarchy et découpage des éléments"/></p>
<h3>Étape 2 : mode animation</h3>
<p>Une fois l’illustration prête, on passe en mode animation grâce au switch en haut à droite de l&#x27;interface.</p>
<p>C’est là que les timelines, state machines et interpolations entrent en scène. Les animations avec Rive app se basent sur des timelines d&#x27;interpolation de propriétés (position, opacité, coordonnées, etc.) assez semblables aux interfaces de motion design comme After Effects.</p>
<p>Prenons l’exemple d’un élément que l’on veut faire apparaître dynamiquement : ici, une paire de guillemets en haut à droite de l’illustration.</p>
<p>On commence par créer un input de type boolean dans la state machine : <code>has_blog</code>. Il est à <code>false</code> par défaut, et c’est notre code React que nous écrirons plus tard qui viendra le passer à <code>true</code> :</p>
<p><img src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-panel-animation.png" alt="Interface d&#x27;animation Rive app avec panel Inputs et création d&#x27;un input de type boolean"/></p>
<p>On peut maintenant passer à l&#x27;animation !</p>
<p>On crée une nouvelle timeline dédiée à cette animation sur laquelle on va interpoler deux propriétés : position et opacité.</p>
<p>Ce n&#x27;est pas du Miyazaki mais suffisant pour donner un effet vivant à notre élément :</p>
<div style="margin-top:20px"><video class="b-lazy b-loaded" autoPlay="" loop="" muted="" controls="" title="Timeline animation"><source src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-timeline-animation.mp4" type="video/mp4"/></video></div>
<h3>Mettre en place la state machine</h3>
<p>Une fois l&#x27;animation créée, on peut maintenant créer notre state machine spécifique à cette animation.</p>
<p>Les states machines Rive permettent de gérer l&#x27;état de l&#x27;animation en fonction de conditions. Ici, on va créer deux états : l&#x27;animation qui se joue et l&#x27;animation qui disparaît (si l&#x27;utilisateur décoche l&#x27;option).</p>
<p><img src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-state-machine-step-1.png" alt="State machine étape 1"/></p>
<p>Pour l&#x27;animation de disparition, j&#x27;ai utilisé une astuce qui permet de jouer l&#x27;animation dans le sens inverse (notez le speed -1 dans le panel en bas à droite) :</p>
<p><img src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive.png" alt="State machine étape 2"/></p>
<p>Il ne reste plus qu&#x27;à ajouter mes conditions qui permettent de passer d&#x27;un état à l&#x27;autre simplement basé sur ma condition <code>has_blog</code> :</p>
<p><img src="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/rive-app-state-machine-step-2.png" alt="State machine étape 2"/></p>
<p>L&#x27;animation est maintenant prête ! Chaque animation de notre estimateur repose sur ce même pattern. C’est un peu répétitif, mais le résultat final vaut l’investissement.</p>
<h2>Intégrer votre animation Rive dans React</h2>
<p>On peut maintenant intégrer notre animation dans notre code React. Pour cela on peut utiliser <a href="https://rive.app/docs/runtimes/react/react">le runtime React</a> officiel de Rive.</p>
<p>Avant toute chose, il vous faut exporter votre animation au format <code>.riv</code> afin de le passer au composant <code>&lt;Rive/&gt;</code> :</p>
<pre><code class="language-jsx">

export const App = () =&gt; {
  // Configuration de l&#x27;animation Rive
  const { rive, RiveComponent } = useRive({
    src: &#x27;/animations/estimator.riv&#x27;, // Chemin vers votre fichier .riv
    artboard: &#x27;web&#x27;, // Nom de l&#x27;artboard à utiliser
    stateMachines: &#x27;state_machine&#x27;, // Nom de la state machine
    autoplay: true, // Démarre automatiquement l&#x27;animation
  })

  // Récupération de l&#x27;input de la state machine
  const hasBlog = useStateMachineInput(rive, &#x27;state_machine&#x27;, &#x27;has_blog&#x27;)

  return (
    &lt;&gt;
      &lt;RiveComponent /&gt;
      &lt;button onClick={() =&gt; (hasBlog.value = true)}&gt;Afficher l&#x27;animation Blog&lt;/button&gt;
    &lt;/&gt;
  )
}
</code></pre>
<p>Voici une petite explication du code :</p>
<ul>
<li>
<p><strong><code>useRive</code></strong> : ce hook configure et initialise votre animation Rive. Il retourne l&#x27;instance <code>rive</code> et le composant <code>RiveComponent</code> à afficher.</p>
</li>
<li>
<p><strong><code>useStateMachineInput</code></strong> : ce hook permet de récupérer et manipuler les inputs de votre state machine. Ici, on récupère l&#x27;input <code>has_blog</code> qu&#x27;on avait configuré dans Rive app.</p>
</li>
<li>
<p><strong>Interaction</strong> : en cliquant sur le bouton, on modifie la valeur de <code>hasBlog.value</code> à <code>true</code>, ce qui déclenche l&#x27;animation dans Rive.</p>
</li>
</ul>
<p>Votre animation est ainsi prête à être utilisée dans votre application !</p>
<h2>En résumé</h2>
<p>Rive permettet d&#x27;apporter un supplément d&#x27;âme à vos projets, sans sacrifier la performance. Son modèle basé sur des state machines permet de créer des comportements fins, réactifs et parfaitement intégrés à nos apps.</p>
<p>L&#x27;intégration avec React est fluide, sans friction. Et surtout, elle garde les responsabilités bien séparées : Rive pour l’animation, React pour le déclenchement.</p>
<p>C’est un outil qu’on adopte rapidement une fois qu’on a mis les mains dedans. Mon conseil : commencez simple et explorez petit à petit.</p>
<p>Voici quelques use cases concrets :</p>
<ul>
<li>Animer des éléments d&#x27;une interface comme notre estimateur Web et mobile</li>
<li>Intégrer des animations dans une application React Native (écran de onboarding, etc.)</li>
<li>Créer des apps à part entière (jeux, etc.)</li>
<li>Créer des layouts interactifs pour des streaming videos (via OBS, etc.)</li>
</ul>
<p>Si vous avez des projets qui nécessitent des animations interactives, n&#x27;hésitez pas à <a href="https://www.premieroctet.com/contact">nous contacter</a>, nous serons ravis de vous accompagner dans la mise en place de <a href="https://rive.app/">Rive app</a>.</p>
<p>Enfin, vous pouvez jouer avec <a href="https://www.premieroctet.com/estimateur-projet-web-mobile">nos estimateurs Web et mobile ici</a>.</p>
<p>Ressources utiles :</p>
<ul>
<li><a href="https://rive.app/docs/getting-started/introduction">Documentation officielle Rive app</a></li>
<li><a href="https://rive.app/docs/runtimes/react/react">Runtime React</a></li>
</ul>
<p>👋</p>]]></content:encoded>
            <enclosure url="https://www.premieroctet.com/blog/comment-utiliser-rive-app-pour-animer-vos-interfaces-web-et-mobiles/illu.png" length="0" type="image/png"/>
        </item>
    </channel>
</rss>