Cas d’usage · Transverse
Des agents qui surveillent, diagnostiquent et relancent, sous vos règles
Un run échoue à 3 h du matin : un agent lit les journaux, identifie la cause, propose un correctif et relance le job. Il agit sous un compte de service limité à un projet, les actions sensibles attendent votre validation, et chaque appel s’affiche en direct dans la console.
Le panneau Agents : chaque agent connecté, ses droits, et chacune de ses actions en direct.
Interface réelle de la console graal, non retouchée ; données de démonstration fictives (locataire energie-demo — personnes, projets et jetons inventés).
Le défi
Des astreintes chargées, des agents à encadrer
- Des dizaines de runs chaque nuit, et des échecs qui attendent le matin.
- Des diagnostics répétitifs : un fichier en retard, une colonne qui change de type, un quota atteint.
- Des agents IA prometteurs, qu’on ne peut pas laisser agir avec les droits d’un administrateur.
- Le besoin de savoir, après coup, qui a fait quoi.
Comment graal le traite
Un agent d’exploitation, sous contrôle
Étape 01
Connecter
Votre agent — Claude, un agent intégré à graal ou tout client MCP — se branche sur le serveur MCP de graal avec son propre compte de service, limité à un projet.
Étape 02
Encadrer
Une politique par agent fixe les opérations permises, les projets, un coût maximum et des plages horaires. Aucun outil de suppression n’est activé par défaut.
Étape 03
Diagnostiquer
L’agent d’exploitation lit les journaux, les événements et les métriques d’un run en échec, puis rend un diagnostic lisible par l’équipe.
Étape 04
Agir
Relancer, corriger un paramètre, replanifier : les actions courantes s’exécutent, les actions sensibles attendent la validation d’une autre personne que le créateur de l’agent.
Étape 05
Tracer et révoquer
Chaque appel apparaît en direct dans la console et reste au journal d’audit. Révoquer le compte de service coupe l’accès de l’agent.
Le scénario type : une équipe data de quelques personnes, un parc de jobs nocturnes, et une astreinte qui ne devrait être réveillée que lorsque c’est nécessaire. On commence en lecture seule — l’agent diagnostique et propose — puis on lui ouvre, action par action, ce qu’il peut faire seul.
Le 09/12/2025, Anthropic a confié le protocole MCP à l’Agentic AI Foundation, un fonds dirigé placé sous l’égide de la Linux Foundation.
Ce que vous obtenez
- Des échecs diagnostiqués avant l’arrivée de l’équipe
- Des relances courantes faites sans intervention, les autres soumises à validation
- Un journal de chaque action d’agent, relisible et exportable
- Des droits d’agent que vous élargissez à votre rythme
Ce qui reste chez vous
- Le serveur MCP et les comptes de service
- Les politiques, les validations et le journal d’audit
- Le choix du modèle qui pilote l’agent : hébergé chez vous ou chez le fournisseur de votre choix
Capacités mobilisées
- Agents IA
Serveur MCP, comptes de service, politiques et validation.
- Orchestration et calcul
Runs, reprises, alertes et logs en direct.
- Gouvernance
Audit des humains et des agents, révocation.
- IA générative
Un modèle servi chez vous pour piloter l’agent.
Questions fréquentes
L’agent peut-il supprimer des données ?
Pas par défaut : aucun outil de suppression n’est activé. C’est vous qui décidez d’en ouvrir un, projet par projet, et vous pouvez l’assortir d’une validation humaine.
Quel modèle pilote l’agent ?
Celui que vous choisissez : un modèle servi chez vous par la passerelle LLM, ou un fournisseur externe. Le modèle ne reçoit que ce que les outils appelés lui renvoient.
Peut-on commencer en lecture seule ?
Oui, et c’est le point de départ recommandé : l’agent diagnostique et propose, vos équipes agissent.
Comment arrêter un agent ?
En révoquant son compte de service : ses appels suivants sont refusés. Un run qu’il a lancé s’annule depuis la console.
Confiez une première astreinte à un agent
En 8 semaines, un agent en lecture seule, puis les actions que vous choisissez de lui ouvrir.