<?xml version="1.0" encoding="UTF-8"?><rss 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" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Ludovic Lefebvre on Medium]]></title>
        <description><![CDATA[Stories by Ludovic Lefebvre on Medium]]></description>
        <link>https://medium.com/@ludoviclefebvre33?source=rss-42ecce14faec------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*24zOGnkC7XCSYu5LU7vFLg.jpeg</url>
            <title>Stories by Ludovic Lefebvre on Medium</title>
            <link>https://medium.com/@ludoviclefebvre33?source=rss-42ecce14faec------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 02:10:36 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ludoviclefebvre33/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[MCP Apps : comment exposer un catalogue e-commerce dans ChatGPT]]></title>
            <link>https://medium.com/@ludoviclefebvre33/mcp-apps-comment-exposer-un-catalogue-e-commerce-dans-chatgpt-579ef4b6902b?source=rss-42ecce14faec------2</link>
            <guid isPermaLink="false">https://medium.com/p/579ef4b6902b</guid>
            <category><![CDATA[mcps]]></category>
            <category><![CDATA[openai]]></category>
            <category><![CDATA[chatgpt]]></category>
            <category><![CDATA[apps]]></category>
            <dc:creator><![CDATA[Ludovic Lefebvre]]></dc:creator>
            <pubDate>Wed, 13 May 2026 06:59:29 GMT</pubDate>
            <atom:updated>2026-05-13T06:59:29.389Z</atom:updated>
            <content:encoded><![CDATA[<p>L’app Cdiscount est désormais disponible dans ChatGPT. Elle s’appuie sur le protocole MCP Apps, et non sur un agent ou une API classique côté client.</p><p>Ce projet est né d’une réflexion très concrète sur l’évolution des usages : où se trouvent les clients lorsqu’ils commencent leur recherche produit ? La réponse est que de plus en plus, ils se trouvent dans des conversations, plutôt que de passer par un moteur de recherche ou une application mobile.</p><p>Les recherches produit passent progressivement par des interfaces conversationnelles. On ne se contente plus de saisir des mots-clés : on formule un besoin, on précise un contexte, on échange avec un assistant IA.</p><p>Pour un acteur e-commerce, cela change profondément la manière d’envisager sa présence digitale. Il ne suffit plus d’attendre la visite sur un site ou une application : il faut être présent dans ces nouveaux points d’entrée.</p><p><strong>MCP Apps : anatomie du protocole</strong></p><p>Le Model Context Protocol est un standard ouvert, initié par Anthropic et aujourd’hui adopté au sein de l’écosystème OpenAI. Son principe repose sur une idée claire : un serveur, que vous opérez, expose des capacités que le modèle peut invoquer directement.</p><p>L’utilisateur formule une question, le modèle identifie la capacité pertinente, l’appelle, et intègre la réponse dans le fil de la conversation.</p><p>Concrètement, une capacité se déclare en quelques lignes. Elle porte un nom, une description, un schéma d’entrée, et des annotations qui renseignent le modèle sur la nature de l’opération :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/810/1*rom3SM6Rq7Ujd9nG06yVFQ.png" /></figure><p>Ces annotations jouent un rôle déterminant. Elles indiquent à ChatGPT que la capacité est en lecture seule, qu’elle produit un résultat stable à paramètres constants, et qu’elle porte sur des données publiques. En leur absence, ChatGPT applique les valeurs par défaut les plus restrictives, il présume que la capacité manipule des données sensibles et peut avoir des effets de bord. Dans ces conditions, le modèle refuse simplement de l’appeler. Un détail en apparence mineur, qui en production bloque tout.</p><p>L’extension <a href="https://modelcontextprotocol.io/extensions/apps/overview"><strong>MCP Apps</strong></a> enrichit ce mécanisme d’une dimension supplémentaire. Elle permet de transmettre des <strong>interfaces graphiques</strong> à l’intérieur même de la conversation. Il ne s’agit plus seulement de texte reformaté par le modèle, mais de composants visuels à part entière : carrousels, cartes produits cliquables, images haute résolution.</p><p>Pour lier une capacité à son interface, il suffit de déclarer une ressource UI et de la référencer dans la déclaration de la capacité :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/811/1*DdlZXERrO-uS8yFx-G5RVw.png" /></figure><p>Le protocole fait le reste. ChatGPT est capable de charger le bundle, de l’afficher dans la conversation, et l’utilisateur interagit avec un vrai composant graphique, pas du texte mis en forme.</p><p>Côté transport, l’ensemble fonctionne en <strong>JSON-RPC sur HTTP</strong>. Un point d’entrée unique (POST /mcp) reçoit tous les appels ; c’est le body de la requête qui précise quelle capacité invoquer :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/817/1*tY1RMoPwZp-Zd58pntBHPg.png" /></figure><p>Cette architecture est volontairement simple. Un serveur Express, des routes, du JSON. Pas de SDK propriétaire, pas de framework imposé. Le protocole est le contrat, l’implémentation reste libre.</p><p><strong>Trois capacités exposées</strong></p><p>L’application Cdiscount, disponible dans ChatGPT, donne accès à trois fonctionnalités :</p><p><strong>La recherche de produits.</strong> L’utilisateur décrit ce qu’il cherche en langage naturel. Le modèle sollicite le service de recherche, qui interroge le moteur produit Cdiscount. Les résultats apparaissent sous forme d’un carrousel interactif, images, prix, lien direct vers la fiche produit. Il est possible de parcourir les offres, de comparer, et d’accéder à l’achat. Le tout sans quitter la conversation.</p><p><strong>Le détail d’une offre.</strong> À partir d’une référence produit, le modèle restitue les informations essentielles : prix, vendeur, caractéristiques techniques. Ce mécanisme permet de répondre à des questions comparatives du type “quelle est la différence entre ces deux modèles ?” avec précision, dans le flux naturel de l’échange.</p><p><strong>La disponibilité et les conditions de livraison.</strong> C’est sans doute la fonctionnalité la plus parlante. Le modèle déduit la localisation de l’utilisateur à partir du contexte conversationnel, puis interroge le simulateur de livraison. Modes de transport, délais, éligibilité, l’information remonte sans qu’un formulaire d’adresse n’ait été rempli. L’interaction reste fluide, naturelle, presque invisible dans sa mécanique.</p><p>L’ensemble des données exposées sont publiques, identiques à celles consultables sur le site Cdiscount. Aucune donnée personnelle n’est collectée, aucune authentification n’est requise.</p><p><strong>Les pièges du terrain</strong></p><p>Le développement a été mené par l’équipe plateforme IA de Peaksys en quelques semaines. Un périmètre volontairement restreint, des itérations rapides, et une approche pragmatique : apprendre en construisant, en faisant le choix d’investir tôt sur un standard encore émergent.</p><p>Ce cadre a permis d’explorer rapidement les possibilités offertes par MCP Apps, tout en confrontant le protocole à des usages réels.</p><p>Le protocole est jeune. Et certains comportements ne se révèlent qu’en production.</p><p>Premier enseignement : la <strong>gestion des sessions</strong>. Le standard MCP prévoit une séquence d’initialisation, le client crée une session, reçoit un identifiant, et l’utilise pour tous les appels suivants. En pratique, ChatGPT ne respecte pas systématiquement cette séquence. Certains appels arrivent sans initialisation préalable. Le serveur retourne alors une erreur, et l’utilisateur ne voit rien s’afficher.</p><p>La solution a consisté à implémenter un mécanisme de <strong>session stateless</strong> :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/804/1*h9X-6XcpXH67qFYzKY3Jmg.png" /></figure><p>Ce workaround n’est documenté nulle part. Il est pourtant indispensable pour que l’application fonctionne avec ChatGPT en conditions réelles.</p><p>Second enseignement : les <strong>Content Security Policies</strong>. L’interface graphique MCP Apps s’affiche dans un contexte contrôlé par OpenAI. Pour que les images produits et les fonts se chargent correctement dans le carrousel, il faut déclarer explicitement les domaines autorisés via des directives CSP. Sans cette déclaration, le navigateur bloque silencieusement les ressources externes, le carrousel s’affiche, mais vide.</p><p>Troisième enseignement : l’importance de l’<strong>outillage de test</strong>. Développer une MCP App sans pouvoir l’exécuter localement serait un exercice aveugle. Deux outils se sont révélés indispensables. D’abord <strong>MCP Jam</strong>, un client MCP open source qui permet d’appeler chaque capacité individuellement, d’inspecter les requêtes JSON-RPC, de visualiser les réponses et de vérifier le bon fonctionnement des interfaces graphiques, le tout en local, sans dépendre de ChatGPT. Ensuite, le <strong>mode développeur d’OpenAI</strong>, qui permet d’enregistrer une application en mode draft et de la tester directement dans ChatGPT avant toute publication. Ce mode offre un accès aux logs d’appels, aux erreurs retournées par le modèle, et permet de valider le comportement réel de l’application dans son environnement cible. Sans cette boucle de feedback courte, test local avec MCP Jam, puis validation en conditions réelles via le mode dev, le cycle d’itération aurait été considérablement plus long.</p><p>Ces difficultés ne figurent dans aucun tutoriel. Elles émergent uniquement au contact du réel.</p><p><strong>Partager pour faire avancer l’écosystème</strong></p><p>Les retours d’expérience terrain sur MCP Apps restent rares. L’essentiel de la documentation disponible relève du tutoriel introductif ou de la démonstration en conditions idéales. Les véritables récits de mise en production, avec leurs pièges, leurs adaptations, et leurs compromis d’architecture, se comptent sur les doigts d’une main.</p><p>Le choix d’investir tôt sur ce standard est un pari assumé.</p><p>Ce qui relevait encore récemment de l’expérimentation technique devient aujourd’hui un véritable enjeu pour le e-commerce français. Être présent dans ChatGPT n’est plus un sujet d’innovation, c’est un nouveau point d’entrée dans le parcours d’achat<em>.</em></p><p>MCP Apps offre pour cela un cadre solide : un standard ouvert, une maîtrise totale de l’infrastructure et des données, une intégration fluide dans l’expérience utilisateur, sans dépendre d’un framework propriétaire ni reconstruire un chatbot depuis zéro.</p><p>Un nouveau point de contact, directement au cœur des usages.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=579ef4b6902b" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[MCP : Le protocole clé pour accélérer l’adoption de l’IA dans votre entreprise]]></title>
            <link>https://medium.com/@ludoviclefebvre33/mcp-le-protocole-cl%C3%A9-pour-acc%C3%A9l%C3%A9rer-ladoption-de-l-ia-dans-votre-entreprise-7a8201ecb156?source=rss-42ecce14faec------2</link>
            <guid isPermaLink="false">https://medium.com/p/7a8201ecb156</guid>
            <category><![CDATA[mcp-server]]></category>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[touchdesigner]]></category>
            <category><![CDATA[mcp-protocol]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Ludovic Lefebvre]]></dc:creator>
            <pubDate>Sun, 27 Apr 2025 20:22:24 GMT</pubDate>
            <atom:updated>2025-04-27T20:22:24.778Z</atom:updated>
            <content:encoded><![CDATA[<h3>MCP : Le protocole clé pour accélérer l’adoption de l’IA</h3><h3>🧠 Une petite révolution dans un grand monde</h3><p>Alors que l’<strong>intelligence artificielle</strong> et les <strong>modèles de langage</strong> (LLM) explosent dans tous les domaines — de la recherche à la production industrielle, en passant par la création artistique — une barrière majeure persiste : <strong>l’intégration fluide et standardisée</strong> de ces technologies dans les systèmes informatiques existants.</p><p>C’est ici qu’intervient <strong>MCP</strong>, pour <strong>Model Context Protocol</strong>. Encore peu connu du grand public, ce protocole s’annonce pourtant comme un <strong>game changer</strong>.</p><h3>🚀 MCP, c’est quoi exactement ?</h3><p>Le <strong>Model Context Protocol (MCP)</strong> est un standard ouvert, développé initialement par Anthropic, qui vise à révolutionner la manière dont les modèles d’intelligence artificielle (IA) accèdent et interagissent avec des sources de données et des outils externes. MCP permet de connecter facilement une IA à des bases de données, des APIs, des applications métier (CRM, ERP, etc.), ou encore des fichiers, de façon standardisée, sécurisée et évolutive</p><h3>Pourquoi MCP a-t-il été créé ?</h3><p>Avant MCP, chaque intégration entre un modèle d’IA et un outil externe nécessitait un développement spécifique, souvent complexe et peu réutilisable. Cela posait deux problèmes majeurs :</p><ul><li><strong>Limitation du contexte</strong> : Les modèles d’IA ne pouvaient raisonner que sur les informations présentes dans leur contexte immédiat.</li><li><strong>Intégrations multiples et coûteuses</strong> : Pour connecter M modèles à N outils, il fallait M×N intégrations personnalisées, ce qui n’était pas scalable<a href="https://www.digidop.com/blog/mcp-ai-revolution">3</a><a href="https://botpress.com/fr/blog/model-context-protocol">1</a>.</li></ul><p>MCP transforme cette équation en M+N, car chaque modèle et chaque outil n’a besoin que d’une seule intégration MCP, ce qui réduit drastiquement la complexité et le temps de développement<a href="https://www.digidop.com/blog/mcp-ai-revolution">3</a>.</p><h3>Comment fonctionne le MCP ?</h3><p>MCP s’appuie sur une architecture <strong>client-serveur</strong> <a href="https://www.linkedin.com/pulse/le-model-content-protocol-mcp-un-nouveau-standard-pour-arnault-chatel-gpjle/">modulaire et sécurisée</a> :</p><figure><img alt="Architecture MCP Client — Serveur" src="https://cdn-images-1.medium.com/max/1024/0*9vvoU8Mzw_Y80gen" /></figure><p><strong>Schéma d’interaction typique :</strong></p><ol><li>L’IA reçoit une requête de l’utilisateur (exemple : « Montre-moi les dernières ventes »)</li><li>Le client MCP identifie le besoin d’interroger une source externe</li><li>Il transmet la demande au serveur MCP approprié (par exemple, celui connecté au CRM)</li><li>Le serveur MCP collecte l’information, la formate et la renvoie à l’IA via le client</li><li>L’IA incorpore ces données dans sa réponse à l’utilisateur</li></ol><h3>Analogie simple</h3><p>Imaginez MCP comme un « port USB universel » pour l’IA : il suffit de brancher le bon « adaptateur » (serveur MCP) pour que l’IA puisse accéder à n’importe quelle source de données ou outil, sans avoir à réécrire tout le câblage à chaque fois<a href="https://www.digidop.com/blog/mcp-ai-revolution">3</a><a href="https://dev.to/pavanbelagatti/model-context-protocol-mcp-101-a-hands-on-beginners-guide-47ho">2</a>.</p><h3>Mes premiers pas sur le protocol MCP</h3><p>Je vais partager ici mon expérience pratique de l’implémentation du protocole MCP pour créer un pont entre une IA générative : <a href="http://claude.ai/">Claude.ai</a> et <strong>TouchDesigner</strong>, un logiciel de création visuelle en temps réel.</p><h3>Étape 1 : Les préparatifs</h3><h4>Choix de l’environnement</h4><p>Plusieurs environnements sont disponibles pour déployer un serveur MCP. La bibliothèque principale peut être consultée ici : <a href="https://modelcontextprotocol.io/quickstart/server">https://modelcontextprotocol.io/quickstart/server</a>.<br> Le protocole prend en charge plusieurs langages de programmation : Python, Node.js, Java, Kotlin et C#.</p><p>Pour ma première implémentation d’un serveur MCP, j’ai opté pour le langage <strong>Python</strong>.<br> Le site officiel propose également plusieurs <strong>exemples concrets</strong>, très utiles pour tester et mieux comprendre le fonctionnement d’un serveur MCP.</p><h4>Définition des points d’entrée</h4><p>L’étape suivante a consisté à définir l’ensemble des <strong>opérations primitives</strong> que le LLM pourra utiliser pour piloter <strong>TouchDesigner</strong>.<br> L’objectif est de proposer un ensemble d’actions de base, suffisamment souples pour être combinées entre elles, permettant ainsi de couvrir une large variété de cas d’usage.<br> Voici quelques exemples de ces points d’entrée:</p><ul><li>Lancer l’application TouchDesigner</li><li>Connecter le client MCP à l’instance de TouchDesigner</li><li>Créer un nouvelle opérateur TouchDesigner</li><li>Supprimer un opérateur</li><li>Lister les propriétés d’un opérateur donné</li><li>…</li></ul><p>Ces opérations représentent les points d’entrée exposés au LLM, qu’il utilise pour traiter et exécuter les instructions de l’utilisateur final.</p><h3>Étape 2 : Développement du serveur MCP</h3><p>Le serveur MCP a pour rôle d’implémenter et de traiter les opérations unitaires demandées par le client.<br> Autrement dit, il reçoit les ordres et interagit directement avec les ressources finales (ici, TouchDesigner).</p><p>Prenons l’exemple du point d’entrée : “Connecter le client MCP à l’instance de TouchDesigner”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/760/1*nSRds-VEfmZvhOryVR_twg.png" /></figure><p>L’une des premières difficultés rencontrées a été de trouver un moyen d’envoyer des ordres à TouchDesigner, qui ne propose pas nativement de canal externe de pilotage.</p><p>Pour contourner cela, j’ai utilisé un composant <strong>DAT</strong> de type <strong>WebServer</strong> dans TouchDesigner.<br> En créant un nouveau point d’écoute et en déclenchant l’exécution de scripts côté TouchDesigner à la réception d’un ordre, j’ai pu établir une communication entre le serveur MCP et l’application.</p><figure><img alt="Exemple d’implémentation de Webserver d’écoute sur TouchDesigner" src="https://cdn-images-1.medium.com/max/926/1*ZrMlz98bnWDFMHe-fHq4zw.png" /></figure><p>Ainsi, il suffit désormais de traduire les requêtes reçues par le serveur MCP en scripts adaptés, envoyés vers l’endpoint web de TouchDesigner.</p><h3>Étape 3 : Intégration avec Claude</h3><p>La connexion entre Claude.ai et le serveur MCP est relativement simple à configurer : il suffit de modifier le fichier claude_desktop_config.json.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/544/1*_MDE7bMgMOzbBMAWum6uAQ.png" /></figure><p>Dans ce fichier, on indique au LLM l’existence du serveur MCP ainsi que les informations nécessaires pour s’y connecter.<br> Ici, la configuration cible le serveur Python développé, utilisant <strong>uv</strong> (gestionnaire de paquets Python moderne) pour le lancement.</p><p>Un simple redémarrage de Claude.ai permet ensuite de rendre le serveur MCP pleinement opérationnel.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/524/1*ApP9_MBh69mOagL7a9MaBQ.png" /></figure><h3>Premiers retours d’expérience</h3><p>Grâce à cette implémentation, il est désormais possible de :</p><ul><li>Générer des effets visuels complexes par simple commande en langage naturel</li><li>Modifier en temps réel les paramètres des effets</li><li>Créer des séquences automatisées d’effets visuels</li></ul><p>Ce projet illustre le potentiel du protocole MCP pour faire le lien entre IA générative et outils créatifs, ouvrant de nouvelles perspectives dans la création visuelle assistée par l’IA.</p><p>Cependant, plusieurs ajustements restent nécessaires, notamment pour compenser certaines approximations de la part du modèle Claude.ai.<br> Par exemple, il arrive régulièrement qu’il tente d’appeler l’opérateur <strong>“geo”</strong> pour <strong>“geometry”</strong> dans TouchDesigner.</p><p>Un autre point intéressant observé est que Claude.ai (comme le montre la vidéo ci-dessous), lorsqu’il échoue à exécuter une action, il essaie parfois d’autres approches de manière autonome, comme l’interrogation dynamique de l’ensemble des champs et méthodes disponibles pour un objet dans <strong>TouchDesigner</strong>.</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FE9BvNvjf74A%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DE9BvNvjf74A&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FE9BvNvjf74A%2Fhqdefault.jpg&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/c0ba117ad059bbd4b44635b5844c5524/href">https://medium.com/media/c0ba117ad059bbd4b44635b5844c5524/href</a></iframe><p>Cet exemple démontre qu’une implémentation est simple et particulièrement utile pour faciliter l’utilisation des API au sein d’une organisation.</p><h3>Comment le protocole MCP améliore l’efficacité des interactions entre l’IA et les API</h3><p>Le <strong>Model Context Protocol (MCP)</strong> apporte une transformation majeure dans la manière dont les intelligences artificielles interagissent avec les sources de données externes et surtour avec les API. Voici les principaux leviers d’efficacité introduits par ce protocole :</p><p><strong>1. Standardisation et simplification des intégrations</strong></p><p>l’IA envoie une demande unique et structurée au serveur MCP, qui se charge d’interroger les API concernées, de gérer les autorisations et de normaliser les réponses dans un <a href="https://www.pokara.fr/blog/mcp-ia">format cohérent et exploitable par l’IA</a>. Cela réduit drastiquement le temps et les ressources nécessaires pour connecter de nouveaux outils ou bases de données.</p><p><strong>2. Normalisation et enrichissement du contexte</strong></p><p>Les réponses issues des API sont souvent hétérogènes et nécessitent un traitement supplémentaire. MCP les convertit automatiquement dans un format structuré et prévisible, ce qui <a href="https://botpress.com/fr/blog/model-context-protocol">facilite leur compréhension et leur exploitation par les modèles d’IA</a>.</p><p><strong>3. Réduction des coûts de développement et de maintenance</strong></p><p>En remplaçant les intégrations sur mesure par une seule interface universelle, MCP diminue la charge de travail des développeurs et simplifie la maintenance.</p><p><strong>4. Automatisation et personnalisation avancées</strong></p><p>Grâce à sa flexibilité, MCP permet de personnaliser finement les interactions entre l’IA et les API : filtrage intelligent des données, priorisation des sources, stratégies de récupération contextuelles, etc. Les développeurs peuvent ainsi adapter le comportement de l’IA selon les besoins métier, tout en bénéficiant d’une <a href="https://tldv.io/fr/blog/model-context-protocol/">architecture standard et interopérable</a>.</p><p>Il s’agit d’un véritable catalyseur pour des applications d’IA plus puissantes, autonomes et adaptables dans l’écosystème numérique moderne.</p><p>L’intégration des API dans une IA via un MCP est un atout significatif pour votre organisation.</p><h3>Conclusion</h3><p><strong>Le protocole MCP représente une avancée majeure pour l’intégration de l’IA dans les systèmes d’information des entreprises.</strong> Il simplifie, sécurise et accélère la connexion entre les modèles d’IA et le monde réel, ouvrant la voie à des assistants et agents autonomes beaucoup plus puissants et adaptables.</p><p>L’étape d’après sera <strong>le protocole A2A</strong> : agent to agent pour une intégration totale</p><p>L’ensemble de mon MCP TouchDesigner est disponible sur : <a href="https://github.com/Ludovic33Fr/touchdesigner-mcp">https://github.com/Ludovic33Fr/touchdesigner-mcp</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7a8201ecb156" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Majorana 1 de Microsoft : la percée quantique qui va tout bouleverser !]]></title>
            <link>https://medium.com/@ludoviclefebvre33/majorana-1-de-microsoft-la-perc%C3%A9e-quantique-qui-va-tout-bouleverser-57b206162f38?source=rss-42ecce14faec------2</link>
            <guid isPermaLink="false">https://medium.com/p/57b206162f38</guid>
            <category><![CDATA[majorana-1]]></category>
            <category><![CDATA[majorana-fermion]]></category>
            <category><![CDATA[microsoft]]></category>
            <category><![CDATA[informatique-quantique]]></category>
            <category><![CDATA[semiconductors]]></category>
            <dc:creator><![CDATA[Ludovic Lefebvre]]></dc:creator>
            <pubDate>Sun, 09 Mar 2025 14:05:03 GMT</pubDate>
            <atom:updated>2025-03-09T14:05:03.630Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>Majorana 1 de Microsoft : la percée quantique qui va tout bouleverser !</strong></h3><p><strong>L’informatique quantique promet depuis des années de résoudre des problèmes insolubles</strong> : décrypter des codes inviolables, simuler des molécules pour la médecine ou optimiser des réseaux logistiques géants. Mais jusqu’ici, un obstacle majeur persistait : <strong>la fragilité des qubits</strong>, ces unités de base du calcul quantique. Avec sa nouvelle puce <strong>Majorana 1</strong>, Microsoft vient peut-être de franchir un cap historique. Explications.</p><h3>Qubit 101 : Le cœur (fragile) de l’ordinateur quantique</h3><p>Un bit classique est soit 0, soit 1. Un <strong>qubit</strong>, lui, exploite la magie quantique : il peut être 0, 1, ou les deux à la fois (c’est la <strong>superposition</strong>). Enchevêtrés entre eux, des qubits effectuent des calculs parallèles exponentiels.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-LZPXjDPNDtLjhKWRUrmPg.png" /><figcaption>Différence entre les bits et les bits quantiques</figcaption></figure><h4>La puissance des qubits</h4><p><strong>🖥️ Avec un ordinateur classique (bits) :</strong></p><p>Un processeur classique traite l’information avec <strong>des bits</strong> (0 ou 1).</p><ul><li>Pour <strong>n bits</strong>, il peut représenter <strong>une seule combinaison à la fois</strong> parmi 2^n possibilités.</li><li>Si nous avons <strong>50 bits</strong>, l’ordinateur peut stocker <strong>une seule valeur</strong> parmi <strong>2^50 ≈ 1 125 899 906 842 624</strong> combinaisons possibles.</li></ul><p><strong>⚛️ Avec un ordinateur quantique (qubits) :</strong></p><p>Un <strong>qubit</strong>, grâce au phénomène de <strong>superposition</strong>, peut être à la fois 0 et 1 en même temps.</p><ul><li>Avec <strong>n qubits</strong>, un ordinateur quantique peut représenter <strong>toutes les 2^n combinaisons simultanément</strong> !</li><li>Avec <strong>50 qubits</strong>, on peut stocker <strong>les 2^50 combinaisons en parallèle</strong>, ce qui équivaut à <strong>plus d’un million de milliards d’états simultanés</strong>.</li></ul><h4>Problème des qubits</h4><p>Ces états quantiques sont ultra-sensibles. Une variation de température, un champ magnétique parasite, le passage d’un neutrino … et le qubit perd sa cohérence. C’est le <strong>bruit quantique</strong>, ennemi n°1 des ingénieurs.</p><h3>Le casse-tête de la redondance : les clusters de qubits ?</h3><p>Pour corriger les erreurs, les systèmes quantiques actuels utilisent la <strong>redondance</strong> : on groupe des qubits physiques pour créer un <strong>qubit logique</strong> stable.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*g7S3mlmYMuC3TsPgf5FAVQ.png" /><figcaption>Création de Qubits Logiques Stables</figcaption></figure><p>Mais cela coûte cher : plusieurs qubits physiques redondés sont nécessaires pour un seul qubit logique fiable. Jusqu’en 2019, il était nécessaire d’avoir entre 1 000 et 100 000 qubits physiques pour produire un seul qubit logique fiable, selon les niveaux de correction d’erreurs et les avancées technologiques.</p><h3>Microsoft joue une carte inédite : les fermions de Majorana</h3><p>C’est là que Microsoft innove. Leur puce <strong>Majorana 1</strong> repose sur des <strong>qubits topologiques</strong>, inspirés de particules théoriques : les <strong>fermions de Majorana</strong>.</p><p>En 1937, le physicien italien <strong>Ettore Majorana</strong> a suggéré qu’il pouvait exister des particules qui seraient <strong>leurs propres antiparticules</strong>. Ces particules ont donc la propriété suivante :</p><ul><li>Si on en prend une et qu’on l’inverse comme on le fait avec une particule normale pour obtenir son antiparticule, on retombe… sur la même particule ! 🎭</li></ul><p>En d’autres termes, un <strong>fermion de Majorana</strong> est une particule qui, si elle rencontre une autre particule identique, pourrait <strong>s’annihiler avec elle-même</strong>.</p><p>Bien qu’elles ne soient pas de véritables particules élémentaires, les quasi-particules présentes dans certains matériaux appelés <strong>supraconducteurs topologiques</strong> imitent le comportement des <strong>fermions de Majorana</strong>. Ce phénomène a des applications en <strong>informatique quantique</strong>, car il permet de créer des qubits plus stables et résistants aux erreurs.</p><h4>Les quasi-particules : qu’est-ce que c’est ?</h4><p>En physique de la matière condensée (l’étude des solides et liquides), il existe des phénomènes où les <strong>interactions collectives des électrons</strong> dans un matériau donnent naissance à des <strong>quasi-particules</strong>.</p><p>Ces quasi-particules ne sont <strong>pas des particules élémentaires</strong> comme les électrons ou les photons, mais elles se comportent comme telles dans certaines conditions. C’est un peu comme une “illusion collective” créée par le mouvement des électrons dans un matériau.</p><p>Imagine un public dans un stade qui fait une “ola”. La vague que tu vois avancer n’est pas une vraie entité, mais une conséquence du mouvement collectif des gens. De la même manière, une <strong>quasi-particule </strong>est un effet émergent du comportement collectif des électrons.</p><h4>Comment ces quasi-particules émergent-elles ?</h4><p>Dans un supraconducteur topologique, il existe une <strong>séparation spéciale</strong> des états électroniques à certains endroits, souvent <strong>aux bords</strong> du matériau ou à l’interface entre deux matériaux différents.</p><p>Quand un électron et un “trou” (un état vide pouvant être occupé par un électron) se couplent de manière particulière sous l’effet de la supraconductivité, ils peuvent se comporter comme une seule entité : une <strong>quasi-particule de Majorana</strong>.</p><figure><img alt="La quasi-particule de Majorana est une excitation collective des électrons qui imite les propriétés d’un fermion de Majorana" src="https://cdn-images-1.medium.com/max/903/1*DQg6W4D6a3d2Vmc0e0Yviw.png" /><figcaption>Propriétés des quasi-particules de Majorana</figcaption></figure><h4>Pourquoi ces quasi-particules sont-elles importantes ?</h4><p>L’idée clé repose sur une propriété appelée <strong>“statistique non abélienne”</strong>, qui permet de manipuler ces quasi-particules <strong>insensibles aux perturbations</strong>.</p><p>Imagine que tu as deux balles de basket identiques. Si tu les échanges de place, rien ne change : elles restent dans le même état. C’est ce qu’on appelle un échange classique. Dans le monde quantique, c’est ce qui arrive aux particules habituelles :</p><ul><li><strong>Les bosons</strong> (comme les photons) : si on échange deux bosons, leur état ne change pas du tout.</li><li><strong>Les fermions</strong> (comme les électrons) : si on échange deux fermions, leur état change de signe (ce qui a des conséquences sur leur comportement en groupe).</li></ul><p>Dans ces deux cas, si on échange <strong>deux fois de suite</strong> les particules, on retrouve exactement l’état initial.</p><p>Ce n’est pas le cas de particules plus exotiques, comme le <strong>fermion de Majorana</strong>. Contrairement aux particules habituelles, si on échange <strong>une première fois</strong> deux de ces particules, leur état change d’une manière plus complexe.</p><p>Imagine que tu as <strong>deux fils de couleur</strong> et que tu les entrelaces en les croisant plusieurs fois.</p><ul><li>Si tu fais un simple échange, les fils se croisent une fois.</li><li>Si tu continues, tu crées une <strong>tresse</strong>.</li><li>Pour revenir à l’état initial, il ne suffit <strong>pas</strong> d’échanger à nouveau les fils : il faut <strong>défaire la tresse correctement</strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*WTfPL0S-SNtNwppU" /><figcaption>Photo by <a href="https://unsplash.com/@toboote?utm_source=medium&amp;utm_medium=referral">Tim Boote</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>Avec la “<strong>statistique non abélienne”</strong>, déplacer les particules dans l’espace crée une “<strong>tresse quantique</strong>” qui garde en mémoire leur historique d’échange.</p><figure><img alt="Révéler le potentiel des quasi-particules de Majorana" src="https://cdn-images-1.medium.com/max/1024/1*Di1piRYfYqkWCwA8im1mGQ.png" /><figcaption>Révéler le potentiel des quasi-particules de Majorana</figcaption></figure><p>➡️ <strong>Concrètement, cela signifie que des qubits basés sur ces particules sont beaucoup plus résistants aux erreurs</strong> que les autres types de qubits actuels ; un énorme avantage pour l’informatique quantique.</p><h3>La révolution : moins de bruit, moins de redondance, plus de puissance</h3><p>Avec les qubits topologiques : <br>- <strong>Réduction radicale du bruit </strong>: l’information est protégée par la physique même du système, pas par des corrections externes.<br>- <strong>Redondance optimisée </strong>: au lieu de milliers de qubits physiques par qubit logique, Microsoft annonce un ratio bien inférieur (détails encore confidentiels). <br>- <strong>Stabilité prolongée</strong> : les états quantiques persistent plus longtemps, permettant des calculs complexes.</p><h3>Et demain ? Cryptographie, IA, et médicaments sur mesure</h3><p>Si<strong> Majorana 1 </strong>tient ses promesses, Microsoft pourrait accélérer l’avènement d’un <strong>ordinateur quantique scalable</strong> : <br>- <strong>Cybersécurité</strong> : menacer les algorithmes RSA/AES… et en contrepartie générer aussi des clés inviolables. <br>- <strong>Médicaments</strong> : simuler des protéines en 3D pour des traitements personnalisés. <br>- <strong>IA quantique</strong> : optimiser des modèles d’apprentissage profond bien plus efficacement.</p><h3>Conclusion : un pas de géant… mais prudence</h3><p>Microsoft n’a pas encore publié de <strong>benchmarks</strong> complets, et la compétition reste féroce (IBM, Google, etc...). Mais en combinant physique quantique et ingénierie de pointe, <strong>Majorana 1</strong> ouvre une voie plus probable et plus fiable vers l’ère quantique. Pour nous, ingénieurs, c’est un signal fort : préparez-vous à repenser l’informatique.</p><h4>Références et crédits :</h4><ul><li><a href="https://news.microsoft.com/source/features/innovation/microsofts-majorana-1-chip-carves-new-path-for-quantum-computing/">Microsoft’s Majorana 1 chip carves new path for quantum computing</a></li><li><a href="https://news.microsoft.com/azure-quantum/">https://news.microsoft.com/azure-quantum/</a></li><li><a href="https://www.senat.fr/fileadmin/import/files/fileadmin/Fichiers/Images/opecst/quatre_pages/OPECST_2019_0069_note_ordinateurs_quantiques.pdf">https://www.senat.fr/fileadmin/import/files/fileadmin/Fichiers/Images/opecst/quatre_pages/OPECST_2019_0069_note_ordinateurs_quantiques.pdf</a></li><li><a href="https://www.theverge.com/news/614205/microsoft-quantum-computing-majorana-1-processor">https://www.theverge.com/news/614205/microsoft-quantum-computing-majorana-1-processor</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=57b206162f38" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[What is Dolpheen and how can it improve web performance?]]></title>
            <link>https://medium.com/peaksys-engineering/what-is-dolpheen-and-how-can-it-improve-web-performance-e946872e8268?source=rss-42ecce14faec------2</link>
            <guid isPermaLink="false">https://medium.com/p/e946872e8268</guid>
            <category><![CDATA[web-performance]]></category>
            <category><![CDATA[seo]]></category>
            <category><![CDATA[rum]]></category>
            <category><![CDATA[wpo]]></category>
            <category><![CDATA[core-web-vitals]]></category>
            <dc:creator><![CDATA[Ludovic Lefebvre]]></dc:creator>
            <pubDate>Mon, 17 Jan 2022 13:30:50 GMT</pubDate>
            <atom:updated>2022-01-17T13:30:50.820Z</atom:updated>
            <content:encoded><![CDATA[<p>Web performance, like security, is a constant concern for every website, and you don’t want to miss the target. This has been especially true since Google began promoting the fastest websites in its search results. At Cdiscount, we have a “performance coaching” team that assists all developers on these issues. In this article, you will discover how we came to create Dolpheen, our Real User Monitoring product for web performance, and why we have decided to market it using our baleen.cloud product.</p><h3><strong>From the haze of core web vitals to the creation of Dolpheen</strong></h3><p>In May 2020, <a href="https://developers.google.com/search/blog/2020/05/evaluating-page-experience">Google announced</a> that it would start including UX metrics in its search ranking algorithm by the following year. In so doing, the Palo Alto-based company is seeking to promote websites with a good user experience by pushing them to the top of search results. Based on <a href="https://web.dev/vitals/">core web vitals</a> (LCP, FID and CLS) and new validation thresholds (FAST, AVERAGE and SLOW), Google has therefore laid the foundations for web performance standards.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/960/1*zb3R9YdDsiqqeYRaQJeSkA.jpeg" /></figure><p>The main difficulty was that Google provides access to the values of the three indicators on a daily basis only, and for the entire traffic on the website from the past 28 days. In short, we did not have any details or direct assistance in determining where and how to improve the values reported. The traffic for the entire website is consolidated in a general manner, without any possibility of isolating specific pages or slow configurations.</p><p>This led to several questions:</p><p>Which pages are the most damaged and frequently used? Do the core web vitals remain stable throughout the day? To what extent can we trust results from summarised historical tests based on robots rather than our entire group of users? Is it possible to quickly validate non-regression or performance improvement in production following a delivery? How should optimisations be prioritized? …</p><p>We realized that the existing tools did not provide all the information we needed to conduct this optimisation campaign. We therefore developed our own Real User Monitoring (RUM) tool with the aim of integrating the improvement of the overall user experience into all of our actions.</p><p>Dolpheen was born out of the need to collect accurate metrics (75th percentile value of core web vitals) based on real users and in real time, with as much information as possible on the hardware and type of connection. Our goal was to be able to identify all the optimisations needed to become FAST for all of Google’s web performance indicators.</p><h3><strong>Analyse all experiences, without compromise</strong></h3><p><strong>Dolpheen is fast, and easy to deploy</strong></p><p>Only two things are needed to implement the Dolpheen service:</p><ul><li>Integration of a JavaScript tag on the site to be monitored,</li><li>Tag configuration to indicate page types to send to server-side</li></ul><p>Once this is completed, the service is operational, and the back-office dashboards are available for analysis.</p><p>The JS tag was developed using the <a href="https://github.com/GoogleChrome/web-vitals">web vitals community library</a> and validated by Google consultants. After a few exchanges, the final bugs were fixed and the community was able to benefit from a stable version of the basic JS on Google’s lt GitHub.</p><p>Our main focus in the development of this JS was on optimisation: we can ensure an overhead of just 2ms for the user experience. This limited impact is made possible by the flexible and resilient event-driven architecture we have implemented. Dolpheen collects data without processing it immediately and does not waste time or browser resources. From the initial design phase, this asynchronous and scalable product was created to ensure resilience and continuity of service.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/954/1*iqJCtyv8q54QHjYguNtuPQ.png" /></figure><p>Dolpheen is fully hosted on the Azure cloud. Its components are based on modern and proven technology:</p><ul><li>Hosting: Kubernetees</li><li>Services: Java 11 and Typescript</li><li>Deployment strategy with HELM</li><li>Kafka Event, Kafka Stream</li><li>NoSql storage: CosmosDB</li><li>Data analysis: Azure Machine Learning</li></ul><p><strong>Dolpheen enlights data analysis</strong></p><p>We worked closely with Cdiscount’s front-end teams to ensure greater responsiveness and efficiency in identifying the changes that affected the site’s performance. We used a dogfooding approach, and each product development was tested by our internal customers.</p><p>We initially chose to provide a real-time view of the Google indicators to manage the optimisations on a daily basis or every few minutes in the case of releases and hotfixes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/973/1*1Wogv_GElAtkU-z4PgVaCQ.png" /></figure><p>This significant improvement made it possible to obtain an instant overview of the core web vitals on production as opposed to tracking the trends provided by <strong>PageSpeed Insights </strong>(a daily value representing a 28-day rolling average of aggregated metrics). Gone are the days of estimates using synthesis tools — we can now work with real users to validate the cost of a feature in terms of performance.</p><p>The developers also needed to target their optimisations. We therefore implemented the concept of dimension to segment the measurements (by page type, browser type, country, A/B tests, etc.).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/415/1*99XKBPsqOy7NUkXvJR8GrA.png" /></figure><p>Segmentation is central to the optimisation strategy. It allows us to precisely target the actions to be implemented. This allowed us to enhance the observability and establish cardinality rules for the dimensions in order to make the graphics as readable as possible.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/647/1*MTdAoG6DyjvLImzjnmDlcQ.png" /></figure><p>In the example opposite, we see a server response time distribution curve (TTFB). We can clearly distinguish two overlapping profiles expressing two behaviours (cache hit is the first bump on the left with a high speed response time, and then cache miss with a long tail distribution).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/386/1*PsRSewSEYvxnVyTZ6WIy2A.png" /></figure><p>From monitoring to diagnosis, our level of granularity allows us to analyse user sessions that are eligible for data collection.</p><p>Under these conditions, we obtain more information than that provided by metrics collection alone. For example, we are able to determine the CSS selector for the LCP element on the page. The precise nature of these details allows us to precisely target our optimisations.</p><h3><strong>Performance and conversion?</strong></h3><p>Based on learning models, Dolpheen uses the Azur Machine Learning platform to identify critical metrics or characteristics that contribute to user conversion.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eQ9Y815X7oMcOqX_-P6BiQ.png" /></figure><h3><strong>Conclusion</strong></h3><p>Dolpheen and our advanced monitoring capacity has enabled the Cdiscount.com website to identify the path to the FAST category for all Google web performance indicators. We were able to put the right amount of energy where it really mattered, with a substantial save of time and money.</p><p>Now were are Google FAST, in addition to SEO improvements, we observed a rise in user satisfaction in terms of website navigation and even in terms of conversion. The gains have been significant and lasting. We have therefore decided to maintain the product team and begin marketing the product.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e946872e8268" width="1" height="1" alt=""><hr><p><a href="https://medium.com/peaksys-engineering/what-is-dolpheen-and-how-can-it-improve-web-performance-e946872e8268">What is Dolpheen and how can it improve web performance?</a> was originally published in <a href="https://medium.com/peaksys-engineering">Peaksys</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>