Traduction automatique Cet article a été traduit automatiquement depuis la version originale en anglais.
Interfaces d’outils pour les AI Agents : MCP, function calling, CLI, skills
Utilisez le function calling lorsqu’une application expose un petit ensemble d’outils typés à une seule API de modèle. Utilisez le Model Context Protocol (MCP) lorsque plusieurs clients compatibles doivent découvrir et appeler un serveur réutilisable. Utilisez une CLI lorsqu’une commande stable existe déjà et que le texte ou les fichiers constituent une boundary acceptable. Utilisez une skill lorsque des instructions, scripts et références réutilisables doivent apprendre à un agent à exécuter un workflow.
Ces interfaces peuvent être composées. Une skill peut indiquer à un agent quand appeler un outil MCP, un serveur MCP peut encapsuler une CLI, et un modèle peut sélectionner l’appel via le function calling. La boundary de sécurité relève toutefois du harness et du runtime, et non de la description de l’interface.
Dernière révision : 2026-08-10. La comparaison privilégie la clarté du schéma, la réutilisation entre clients, le coût du transport et du déploiement, le principe du moindre privilège, l’observabilité et la responsabilité de maintenance.
Tableau de décision
| Besoin | Meilleur point de départ | Principale mise en garde |
|---|---|---|
| Petit ensemble d’outils typés au sein d’une seule application | Function calling | Un schéma valide n’autorise pas l’action et ne garantit pas la sécurité des arguments. |
| Outils réutilisables entre clients compatibles | Outils MCP | L’identité du serveur, les credentials, les changements d’outils et le contenu renvoyé nécessitent des contrôles distincts. |
| Commande existante pour le développement ou les opérations | CLI | Le parsing de texte, l’injection shell, l’état de l’environnement et des credentials trop larges peuvent fragiliser la boundary. |
| Instructions et ressources de workflow réutilisables | Agent Skills | Les instructions peuvent guider le tool use, mais ne fournissent ni transport ni boundary de permissions. |
| Logique stable in-process | Fonction typée ou API de bibliothèque | N’ajoutez pas de protocole lorsqu’une seule codebase contrôle les deux côtés. |
Function calling
Le function calling fournit au modèle des opérations nommées avec des arguments structurés. Il convient à un harness dont le produit contrôle les outils, les vérifications de policy, les credentials et l’exécution au sein d’une seule application. Gardez les schémas étroits, validez chaque argument et évaluez à la fois la sélection de l’outil et l’effet de bord qui en résulte.
MCP
MCP sépare les clients des serveurs réutilisables et standardise la découverte et l’invocation. Il est utile lorsqu’une même intégration doit fonctionner avec plusieurs agents ou applications compatibles. MCP ne décide pas si un tool call est autorisé. Authentifiez le serveur, limitez la portée des tokens, examinez les changements de définition des outils, isolez les serveurs non fiables et traitez les résultats comme des entrées non fiables.
Outils CLI
Une CLI est souvent le chemin le plus court vers des fonctionnalités matures telles que Git, les gestionnaires de packages, les outils cloud et les systèmes de build. Privilégiez une sortie structurée, des répertoires de travail explicites, des options non interactives, des timeouts bornés et des credentials aux permissions limitées. Évitez de construire des chaînes shell à partir de texte non fiable.
Skills
Une skill regroupe des instructions procédurales et peut inclure des scripts, des références ou des templates. Elle est utile lorsque la difficulté principale consiste à connaître le workflow plutôt qu’à créer un nouvel outil distant. Gardez la skill suffisamment petite pour être revue, figez les hypothèses externes et rendez explicites les actions destructrices ou externes.
Checklist de sélection
- Qui est responsable du client, de l’interface et de l’implémentation ?
- Plusieurs clients doivent-ils la réutiliser ?
- Le schéma d’entrée est-il étroit et versionné ?
- Où l’autorisation et l’approbation sont-elles appliquées ?
- Du contenu non fiable peut-il atteindre les credentials ou la sortie réseau ?
- Les appels, arguments, résultats et décisions de policy sont-ils traçables ?
- Un appel de bibliothèque typé peut-il résoudre le problème avec une surface d’exposition moindre ?
Pour approfondir
- Tool use des AI Agents compare en profondeur MCP, les CLI, les skills, l’exécution de code et les interfaces agent-computer.
- Tutoriel sur les serveurs MCP construit un serveur typé et le teste avant l’intégration au modèle.
- Sécurité des AI Agents présente les contrôles entourant chaque interface.