# Client MCP

La bibliothèque `huggingface_hub` intègre désormais un [MCPClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.MCPClient), conçu pour doter les grands modèles de langage (LLM) de la capacité d’interagir avec des outils externes via le [Model Context Protocol](https://modelcontextprotocol.io) (MCP). Ce client étend un [AsyncInferenceClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/inference_client#huggingface_hub.AsyncInferenceClient) afin d’intégrer l’utilisation d’outils de manière transparente.

Le [MCPClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.MCPClient) se connecte aux serveurs MCP (scripts locaux `stdio` ou services distants `http`/`sse`) qui exposent des outils. Il transmet ces outils à un LLM (via [AsyncInferenceClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/inference_client#huggingface_hub.AsyncInferenceClient)). Si le LLM décide d'utiliser un outil, [MCPClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.MCPClient) gère la requête d'exécution auprès du serveur MCP et renvoie la sortie de l'outil au LLM, en diffusant souvent les résultats en temps réel.

Nous fournissons également une classe [Agent](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.Agent) de plus haut niveau. Cet « Agent Tiny » simplifie la création d’Agents conversationnels en gérant la boucle de discussion et l’état, en agissant comme un wrapper autour de [MCPClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.MCPClient).

## Client MCP[[huggingface_hub.MCPClient]]

#### huggingface_hub.MCPClient[[huggingface_hub.MCPClient]]

```python
huggingface_hub.MCPClient(model: typing.Optional[str] = None, provider: typing.Union[typing.Literal['baseten', 'cerebras', 'cohere', 'deepinfra', 'fal-ai', 'featherless-ai', 'fireworks-ai', 'groq', 'hf-inference', 'novita', 'nscale', 'openai', 'ovhcloud', 'publicai', 'replicate', 'scaleway', 'together', 'wavespeed', 'zai-org'], typing.Literal['auto'], NoneType] = None, base_url: typing.Optional[str] = None, api_key: typing.Optional[str] = None)
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/mcp_client.py#L55)

**Paramètres :**

model (`str`, `optional`) : Le modèle à utiliser pour l'inférence. Peut être un identifiant de modèle hébergé sur le Hugging Face Hub, par exemple `meta-llama/Meta-Llama-3-8B-Instruct`, ou une URL vers un Inference Endpoint déployé ou tout autre point de terminaison local ou distant.

provider (`str`, *facultatif*) : Nom du fournisseur à utiliser pour l’inférence. La valeur par défaut est "auto", c’est-à-dire le premier des fournisseurs disponibles pour le modèle, triés selon l’ordre défini par l’utilisateur dans https://hf.co/settings/inference-providers. Si model est une URL ou si `base_url` est transmis, alors `provider` n’est pas utilisé.

base_url (`str`, *facultatif*) : L'URL de base pour exécuter l'inférence. La valeur par défaut est None.

api_key (`str`, `optional`) : Jeton à utiliser pour l’authentification. Par défaut, le jeton Hugging Face enregistré localement est utilisé s’aucun n’est fourni. Vous pouvez également utiliser votre propre clé API de fournisseur pour interagir directement avec le service du fournisseur.

Client pour se connecter à un ou plusieurs serveurs MCP et traiter des complétions de chat avec des outils.

> [!WARNING]
> Cette classe est expérimentale et pourrait faire l'objet de modifications cassant la rétrocompatibilité à l'avenir, sans préavis.

#### add_mcp_server[[huggingface_hub.MCPClient.add_mcp_server]]

```python
add_mcp_server(type: typing.Literal['stdio', 'sse', 'http'], **params: typing.Any)
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/mcp_client.py#L123)

**Paramètres :**

type (`str`) : Type de serveur auquel se connecter. Peut être l'un des éléments suivants : - "stdio" : serveur d'entrée/sortie standard (local) - "sse" : serveur d'événements envoyés par le serveur (SSE) - "http" : serveur StreamableHTTP

- ****params** (`dict[str, Any]`) : Paramètres du serveur, qui peuvent être : - Pour les serveurs stdio : - command (str) : La commande pour exécuter le serveur MCP - args (list[str], optionnel) : Arguments pour la commande - env (dict[str, str], optionnel) : Variables d'environnement pour la commande - cwd (Union[str, Path, None], optionnel) : Répertoire de travail pour la commande - allowed_tools (list[str], optionnel) : Liste des noms d'outils à autoriser depuis ce serveur - Pour les serveurs SSE : - url (str) : L'URL du serveur SSE - headers (dict[str, Any], optionnel) : En-têtes pour la connexion SSE - timeout (float, optionnel) : Délai d'expiration de la connexion - sse_read_timeout (float, optionnel) : Délai d'expiration de lecture SSE - allowed_tools (list[str], optionnel) : Liste des noms d'outils à autoriser depuis ce serveur - Pour les serveurs StreamableHTTP : - url (str) : L'URL du serveur StreamableHTTP - headers (dict[str, Any], optionnel) : En-têtes pour la connexion StreamableHTTP - timeout (timedelta, optionnel) : Délai d'expiration de la connexion - sse_read_timeout (timedelta, optionnel) : Délai d'expiration de lecture SSE - terminate_on_close (bool, optionnel) : Indique s'il faut terminer lors de la fermeture - allowed_tools (list[str], optionnel) : Liste des noms d'outils à autoriser depuis ce serveur

Se connecter à un serveur MCP

#### nettoyage[[huggingface_hub.MCPClient.cleanup]]

```python
cleanup()
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/mcp_client.py#L109)

Nettoyer les ressources

#### process_single_turn_with_tools[[huggingface_hub.MCPClient.process_single_turn_with_tools]]

```python
process_single_turn_with_tools(messages: list, exit_loop_tools: typing.Optional[list[huggingface_hub.inference._generated.types.chat_completion.ChatCompletionInputTool]] = None, exit_if_first_chunk_no_tool: bool = False)
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/mcp_client.py#L252)

**Paramètres :**

messages (`list[dict]`) : Liste d'objets de messages représentant l'historique de la conversation

exit_loop_tools (`list[ChatCompletionInputTool]`, *facultatif*) : Liste d'outils qui doivent faire sortir le générateur lorsqu'ils sont appelés

exit_if_first_chunk_no_tool (`bool`, *facultatif*) : Quitter si aucun outil n'est présent dans les premiers blocs. Valeur par défaut : False.

**Rend :**

des blocs [ChatCompletionStreamOutput](/docs/huggingface_hub/v2.4.0/fr/package_reference/inference_types#huggingface_hub.ChatCompletionStreamOutput) ou des objets [ChatCompletionInputMessage](/docs/huggingface_hub/v2.4.0/fr/package_reference/inference_types#huggingface_hub.ChatCompletionInputMessage)

Traiter une requête à l'aide de `self.model` et des outils disponibles, en produisant des fragments et des sorties d'outils.

## Agent[[huggingface_hub.Agent]]

#### huggingface_hub.Agent[[huggingface_hub.Agent]]

```python
huggingface_hub.Agent(model: Optional[str] = None, servers: Iterable[ServerConfig], provider: Optional[PROVIDER_OR_POLICY_T] = None, base_url: Optional[str] = None, api_key: Optional[str] = None, prompt: Optional[str] = None)
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/agent.py#L13)

**Paramètres :**

model (`str`, *facultatif*) : Le modèle à utiliser pour l'inférence. Peut être un identifiant de modèle hébergé sur le Hugging Face Hub, par exemple `meta-llama/Meta-Llama-3-8B-Instruct`, ou une URL vers un Inference Endpoint déployé ou tout autre point de terminaison local ou distant.

servers (`Iterable[dict]`) : serveurs MCP à connecter. Chaque serveur est un dictionnaire contenant une clé `type` et une clé `config`. La clé `type` peut être `"stdio"` ou `"sse"`, et la clé `config` est un dictionnaire d'arguments pour le serveur.

provider (`str`, *facultatif*) : Nom du fournisseur à utiliser pour l’inférence. La valeur par défaut est "auto", c’est-à-dire le premier des fournisseurs disponibles pour le modèle, triés selon l’ordre défini par l’utilisateur dans https://hf.co/settings/inference-providers. Si model est une URL ou si `base_url` est transmis, alors `provider` n’est pas utilisé.

base_url (`str`, *facultatif*) : L'URL de base pour exécuter l'inférence. La valeur par défaut est None.

api_key (`str`, *facultatif*) : Jeton à utiliser pour l’authentification. Par défaut, le jeton Hugging Face enregistré localement est utilisé s’aucun n’est fourni. Vous pouvez également utiliser votre propre clé API de fournisseur pour interagir directement avec le service du fournisseur.

prompt (`str`, *facultatif*) : Le prompt système à utiliser pour l'agent. Par défaut, le prompt système par défaut de `constants.py` est utilisé.

Implémentation d'un agent simple, qui est une simple boucle while construite directement sur un [MCPClient](/docs/huggingface_hub/v2.4.0/fr/package_reference/mcp#huggingface_hub.MCPClient).

> [!WARNING]
> Cette classe est expérimentale et pourrait faire l'objet de modifications cassant la rétrocompatibilité à l'avenir, sans préavis.

#### run[[huggingface_hub.Agent.run]]

```python
run(user_input: str, abort_event: Optional[asyncio.Event] = None)
```

[Source](https://github.com/huggingface/huggingface_hub/blob/v2.4.0/src/huggingface_hub/inference/_mcp/agent.py#L57)

**Paramètres :**

user_input (`str`) : L'entrée utilisateur pour exécuter l'agent.

abort_event (`asyncio.Event`, *facultatif*) : Un événement qui peut être utilisé pour interrompre l'agent. Si l'événement est défini, l'agent cessera de s'exécuter.

Exécutez l'agent avec l'entrée utilisateur donnée.

