5.3 Tester le MCP dans LM Studio

Intention: vérifier qu'un client MCP piloté par un modèle peut découvrir et appeler les tools du service.

Garder le serveur MCP Arclith lancé:

MODE=mcp_http uv run python main.py

Dans LM Studio:

1. Ouvrir le panneau de droite.
2. Aller dans l'onglet Program.
3. Cliquer sur Install, puis Edit mcp.json.
4. Ajouter le serveur MCP du tutoriel.

Si le fichier est vide, utiliser:

{
  "mcpServers": {
    "todo-list-service": {
      "url": "http://127.0.0.1:8121/mcp"
    }
  }
}

Tester ensuite dans un chat LM Studio:

Utilise le tool create_todo pour créer une todo.

Le test est réussi si LM Studio voit le tool create_todo, appelle le serveur http://127.0.0.1:8121/mcp, et reçoit les champs techniques de l'entité. Si le modèle métier et le port ont été enrichis avec title, description ou due_date, ajouter ces valeurs au prompt et au payload attendu.

Et LangGraph ?

LM Studio Chat consomme ici un serveur MCP. Il ne se branche pas directement sur l'Agent Server LangGraph http://127.0.0.1:2024, car cette API expose des threads et des runs, pas une API MCP ou Chat Completions.

Le chemin recommandé pour l'agent reste:

client local -> LangGraph :2024 -> adapter LLM -> LM Studio :1234/v1

Un pont MCP peut appeler LangGraph, mais il doit être développé comme serveur MCP dédié. Dans ce cas, LM Studio orchestre le chat et LangGraph devient un tool appelé par le modèle.

Étape suivante: ajouter un agent.