MCP
Connectez votre instance Elium à ChatGPT, Claude ou votre propre système.
Mis à jour le 30 juillet 2026
À propos
Le Model Context Protocol (MCP) est une norme ouverte qui permet aux modèles d’IA et aux applications externes d’accéder en toute sécurité à des données contextuelles et en temps réel provenant de systèmes connectés. Dans le cadre d’Elium, MCP établit un pont fluide entre votre base de connaissances et des outils d’IA tels que ChatGPT ou d’autres assistants compatibles.
Grâce à MCP, un assistant d’IA peut interroger le contenu de votre instance Elium afin, par exemple, de répondre à des questions d’utilisateurs, de résumer des documents ou de fournir une assistance contextuelle sans avoir à copier ou exporter manuellement les données. L’accès est géré via une authentification OAuth, garantissant que seules les personnes et applications autorisées peuvent récupérer les informations, conformément à leurs droits Elium.
Chaque instance Elium expose son point d’accès MCP à l’adresse suivante : https://nom-de-votre-plateforme.elium.com/services/mcp
Outils disponibles
Une fois la connexion établie, le serveur MCP d’Elium expose cinq outils en lecture seule qu’un assistant d’IA peut appeler pour récupérer des informations dans votre base de connaissances.
Chaque outil s’exécute avec les droits de l’utilisateur authentifié : un assistant ne peut donc accéder qu’au contenu que cet utilisateur est déjà autorisé à voir dans Elium.
| Outil | Rôle |
|---|---|
findRelevantArticles | Cherche dans toute la base de connaissances par le sens. La méthode par défaut pour répondre à une question. |
findSpecificArticles | Cherche avec des filtres : mots-clés, modèle, espaces, plage de dates. |
readArticle | Renvoie le contenu complet et les métadonnées d’un article. |
findSpaces | Liste les espaces auxquels l’utilisateur a accès. |
findTemplates | Liste les modèles d’article disponibles. |
findRelevantArticles
Effectue une recherche sémantique (basée sur le sens) dans toute la base de connaissances à partir d’une question en langage naturel et renvoie les articles les plus pertinents, classés par pertinence. Cet outil n’accepte ni filtre ni restriction de périmètre. C’est l’outil utilisé par défaut par un assistant pour répondre à une question.
Chaque résultat comprend le titre de l’article, un lien pour l’ouvrir et un extrait du contenu correspondant. Les extraits peuvent aussi provenir de documents joints, lorsque ceux-ci sont les plus pertinents.
findSpecificArticles
Exécute une recherche plus ciblée, lorsqu’un assistant a besoin de filtrer plutôt que de classer par sens. Elle prend en charge :
-
la recherche par mots-clés (un résultat doit contenir tous les termes fournis)
-
le filtrage par modèle, par espaces précis et par plage de dates
-
le choix de l’ordre de tri
-
la limitation du nombre de résultats (10 par défaut, 50 au maximum)
Utile pour des demandes telles que "les cinq articles les plus récents créés à partir du modèle Politique dans l’espace RH".
readArticle
Récupère le contenu complet d’un article à partir de son identifiant, au format Markdown, ainsi que ses principales métadonnées : propriétaire, espace, modèle, tags, attributs personnalisés éventuels (libellé et valeur), date de revue ou d’expiration, statut d’approbation, date de dernière version et indication si l’article est archivé.
Un assistant appelle généralement cet outil après une recherche, lorsqu’il a besoin de plus de contexte que ce que fournit un extrait. Il utilise les métadonnées pour évaluer l’actualité et la fiabilité du contenu.
Note : les articles très longs (corps de plus de 15 000 caractères environ) sont tronqués. Dans ce cas, l’assistant reçoit un lien pour lire la version complète en ligne.
findSpaces
Liste les espaces auxquels l’utilisateur a accès. Cela montre à un assistant comment la base de connaissances est organisée et renvoie les identifiants d’espace nécessaires pour restreindre une recherche avec findSpecificArticles.
Un filtre de nom facultatif permet de réduire la liste. Il correspond à n’importe quelle partie du nom et ignore la casse et les accents. Omettez-le pour lister tous les espaces accessibles.
Chaque résultat indique l’espace et les droits de l’utilisateur : s’il peut y publier du contenu, si la publication est directe ou soumise à approbation, son rôle et le nombre de membres.
Utile comme première étape avant une recherche ciblée, ou pour des demandes telles que "dans quels espaces puis-je publier ?".
findTemplates
Liste les modèles d’article (types d’article) disponibles et indique si chaque modèle est global ou installé dans des espaces précis. Il accepte le même filtre de nom facultatif que findSpaces.
Cela permet à un assistant de trouver le bon modèle avant de filtrer une recherche, pour des demandes telles que "trouve tous les articles qui utilisent le modèle FAQ".
Exemples concrets
Voici quelques actions qu’un assistant connecté peut réaliser, et les outils qu’il utilise en arrière-plan.
-
"Comment demander un congé parental ?" Une recherche par le sens (
findRelevantArticles) répond à partir des articles RH les plus pertinents, avec les liens. -
"Résume les politiques que nous avons mises à jour ce trimestre." Un filtrage par modèle et par plage de dates (
findSpecificArticles), puis la lecture de chaque résultat (readArticle) pour le résumer. -
"Notre politique de conservation des données est-elle toujours à jour ?" La lecture de l’article (
readArticle), puis la vérification de sa date de revue et de son statut d’approbation avant de répondre. -
"Dans quels espaces puis-je publier ?" La liste des espaces de l’utilisateur et de ses droits (
findSpaces). -
"Trouve tous les articles FAQ dans l’espace Support." La recherche du modèle (
findTemplates), celle de l’espace (findSpaces), puis une recherche filtrée (findSpecificArticles).
Chaque exemple s’exécute avec les droits propres de l’utilisateur. L’assistant ne voit jamais de contenu que l’utilisateur ne pourrait pas déjà ouvrir dans Elium.
Concernant l’authentification
Elium utilise le protocole OAuth 2.0 pour authentifier et autoriser l’accès au point de terminaison MCP.
OAuth garantit que les applications externes ne peuvent accéder aux données Elium qu’au nom d’utilisateurs ayant explicitement donné leur accord.
Il existe deux façons de configurer l’authentification pour les intégrations MCP :
1. Création manuelle d’un client OAuth (recommandée)
Les administrateurs de plateforme peuvent créer manuellement un client OAuth directement depuis le panneau d’administration Elium. (Un tutoriel étape par étape est disponible ci-dessous.)
Une fois le client créé, les identifiants (client ID et client secret) peuvent être utilisés pour s’authentifier auprès du point de terminaison MCP selon le flux standard OAuth 2.0.
Cette approche offre aux administrateurs un contrôle total sur la configuration du client et les URL de redirection autorisées.
2. Enregistrement dynamique de client (DCR)
Elium prend également en charge l’enregistrement dynamique de client (Dynamic Client Registration, DCR).
Lorsqu’il est activé, ce mécanisme permet à des systèmes externes de s’enregistrer eux-mêmes dynamiquement en tant que clients OAuth sur votre instance.
Pour activer le DCR, Elium demandera :
-
Un
client_namepour identifier l’application externe -
Une liste de
redirect_urisautorisées, définissant où les utilisateurs sont redirigés après authentification
Seules les requêtes correspondant aux URL de redirection autorisées sont acceptées, garantissant que les jetons d’accès ne sont délivrés qu’à des applications légitimes.
Cette option est disponible sur demande et peut être activée simplement en contactant support@elium.com
ChatGPT
⚠️ Les intégrations MCP personnalisées sont toujours en béta sur ChatGPT
Étape 1 : créer l’application connectée ChatGPT dans Elium
-
Nom : ChatGPT
-
URL de redirection : https://chatgpt.com/connector_platform_oauth_redirect

Étape 2 : ajouter le connecteur personnalisé dans ChatGPT
Vous devrez peut-être activer le mode développeur pour effectuer cette opération (dans la section Connecteurs).
Cliquez sur Advanced Settings, puis activez le Developer Mode.


Retournez en arrière et cliquez sur "Create".

L’URL du serveur MCP : https://your-platform-name.elium.com/services/mcp
Sélectionnez "OAuth" parmi les méthodes d’identification.

Acceptez la connexion.

Vous pouvez maintenant directement faire des recherches Elium depuis la conversation ChatGPT.
Claude
Étape 1 : créer l’application connectée Claude dans Elium
-
Nom : Claude
-
URL de redirection : https://claude.ai/api/mcp/auth_callback

Étape 2 : ajouter le connecteur personnalisé dans Claude
L’URL du serveur MCP : https://your-platform-name.elium.com/services/mcp

Utilisez le Client ID et secret de l’application connectée Elium.

Étape 3 : activer Elium dans la conversation

Vous pouvez maintenant faire des recherches Elium directement depuis une conversation Claude.
