Ce que nous avons livré

Problème

À la fin de 2025, chaque brief d’ingénierie IA reçu dans notre boîte demandait une forme de génération augmentée par récupération. Les points de départ open source disponibles étaient soit des démos jouets, soit des cadriciels tentaculaires (LangChain) qui apportent plus de surcharge cognitive que le travail RAG lui-même. Il nous fallait une implémentation de référence taillée pour la production — authentification, gestion des erreurs, observabilité, coûts réels — mais assez petite pour qu’un ingénieur puisse la lire de bout en bout en vingt minutes.

Approche

Nous avons associé les cinq primitives RAG — découpage, embeddings, stockage vectoriel, stockage du texte source, génération — à un service Cloudflare chacune. Le découpage est du TypeScript ordinaire dans le Worker. Les embeddings passent par Workers AI (`@cf/baai/bge-base-en-v1.5`, 768 dimensions, gratuit à faible volume). La base vectorielle est Vectorize. Le texte source est dans D1. La génération est Anthropic Claude Sonnet 4.6, diffusée en continu vers le client. Pas de liaison, pas de cadriciel, pas de couches d’abstraction que nous n’avons pas écrites nous-mêmes.

Résultat

Livré sous licence MIT en tant que cf-rag-template. Se déploie en moins de cinq minutes sur n’importe quel compte Cloudflare. Accompagné d’un essai détaillé qui explique chaque ligne et le modèle de coûts. Utilisé à l’interne depuis comme point de départ de chaque engagement client de forme RAG.

Problème

Model Context Protocol a été la primitive Anthropic la plus demandée de 2025. Les dépôts de départ MCP qui circulaient fin 2025 avaient la forme d’une démo — ils montraient la poignée de main JSON-RPC, mais sautaient l’authentification par jeton bearer, la journalisation structurée, les codes d’erreur JSON-RPC, la validation des requêtes, une page d’accueil pour les humains qui visitent l’URL, et un point de santé pour l’opérateur de garde à 2 h du matin. Il nous fallait une référence qui inclue l’hygiène de production dès la première ligne.

Approche

Nous avons construit un serveur MCP natif de Cloudflare Workers qui parle JSON-RPC 2.0 sur HTTP POST (le transport sans état utilisé à son lancement, désormais l’implémentation héritée), s’authentifie par un jeton bearer stocké comme secret du Worker, et expose un outil d’exemple (`getCompanyFacts`) que les forks en aval remplacent par le leur. Chaque chemin d’erreur renvoie un code d’erreur JSON-RPC en règle ; chaque requête est journalisée de façon structurée ; la racine sert une page d’accueil humaine pour que les visiteurs directs voient quelque chose de sensé.

Résultat

Livré sous licence MIT en tant que cf-mcp-template. Compatible tel quel avec Claude Desktop, Cursor et tout client MCP. L’essai d’accompagnement couvre le modèle d’exploitation (rotation du jeton bearer, limites de débit des requêtes, quoi journaliser sans rien laisser fuir). Utilisé à l’interne comme point de départ de chaque engagement de forme MCP.