Vos appareils transmettent des données à TagoIO en permanence. Vous avez des dashboards qui les affichent et une API qui les sert. Et vous disposez désormais d’assistants IA comme Claude, vraiment doués pour raisonner sur des données, écrire des scripts et répondre à des questions en langage naturel. Le réflexe évident est d’en pointer un vers votre plateforme IoT et de commencer à l’interroger.
Mais il y a une faille. Les dashboards et les API exigent toujours que vous sachiez où regarder et comment formuler une requête. Un dashboard montre ce que quelqu’un a décidé d’y mettre. L’API répond aux questions que vous savez déjà poser. Un assistant IA ne vous est utile que s’il peut réellement atteindre vos données en direct, comprendre la structure de vos appareils et exécuter des requêtes pour vous. Sans connexion à vos vraies données, il ne fait que deviner.
Il vous faut donc un lien entre l’assistant et vos données IoT. Ce lien, c’est le Model Context Protocol (MCP), et le serveur MCP TagoIO en est l’implémentation qui relie un client IA à votre compte. Ce guide vous accompagne dans sa mise en place de bout en bout, avec Claude Desktop comme client d’exemple.
Ce que fait MCP, en bref
Le Model Context Protocol est un standard ouvert qui permet aux assistants IA de dialoguer avec des outils et des sources de données externes via une interface cohérente. Plutôt que chaque application invente son propre format de plugin, MCP offre à l’assistant une façon standard de découvrir ce qu’un serveur sait faire et de l’appeler. Si vous voulez tout le contexte, lisez notre article complémentaire, Qu’est-ce que le Model Context Protocol (MCP) pour l’IoT.
Pour TagoIO, le serveur MCP expose vos appareils et vos données pour qu’un assistant puisse les lire, répondre à des questions en langage naturel et même générer des scripts Analysis et des dashboards à partir d’une description. L’assistant fait le raisonnement. Le serveur MCP fait la connexion aux données.
Prérequis
Avant de commencer, assurez-vous d’avoir ces quatre éléments :
- Un compte TagoIO. Le plan gratuit couvre 5 appareils et 5 dashboards, largement assez pour faire un essai. Inscrivez-vous sur tago.io si vous n’en avez pas.
- Un token TagoIO. Le serveur MCP s’authentifie auprès de votre compte avec un token. Créez-en un limité à ce dont vous avez réellement besoin (nous reviendrons sur cette limitation des droits plus loin).
- Le serveur MCP TagoIO. Il est open source, avec un dépôt GitHub public et un article dans le centre d’aide.
- Un client compatible MCP. Ce guide utilise Claude Desktop, mais le même serveur fonctionne avec les applications Claude, ChatGPT, Cursor, Windsurf et les extensions IA de VS Code.
Installer et configurer le serveur MCP TagoIO
Le serveur MCP TagoIO prend en charge deux modes de transport, et celui que vous choisissez dépend de l’endroit où vous voulez l’exécuter.
Mode local (stdio)
En mode local, le serveur MCP s’exécute comme un processus sur votre propre machine et communique avec le client via l’entrée et la sortie standard (stdio). Le client lance le serveur, le serveur dialogue avec TagoIO à l’aide de votre token, et tout reste local sauf les appels à l’API TagoIO. C’est la configuration la plus simple et un bon choix par défaut pour un développeur seul travaillant sur une machine unique.
Vous configurez le mode local en indiquant à votre client comment démarrer le serveur et en lui transmettant votre token TagoIO. La commande exacte et la façon de fournir le token sont décrites dans l’article du centre d’aide MCP TagoIO : suivez donc les instructions à jour qui s’y trouvent plutôt que de recopier un paramètre qui aurait pu changer d’une version à l’autre.
Mode distant (HTTP)
La version 3.0.0 du serveur MCP TagoIO a ajouté la prise en charge HTTP distante en plus du stdio local. Dans ce mode, le serveur est accessible via HTTP : vous pointez donc le client vers un endpoint au lieu de lancer un processus local. C’est utile quand vous voulez une configuration partagée, quand le client et le serveur tournent sur des machines différentes, ou quand vous ne voulez pas exécuter de processus local du tout.
Le mode distant change l’endroit où réside votre token et la façon dont les connexions sont sécurisées : consultez donc la documentation pour la configuration HTTP et traitez l’endpoint et le token avec le même soin que n’importe quel identifiant de production.
Si vous avez seulement besoin d’un accès programmatique depuis votre propre code, vous n’avez pas besoin de MCP du tout. L’API REST TagoIO classique reste l’outil adapté pour cela. MCP prend tout son sens quand vous voulez des workflows en langage naturel et assistés par l’IA par-dessus vos données.
Connecter Claude Desktop
Claude Desktop lit ses serveurs MCP dans un fichier de configuration. Pour ajouter le serveur TagoIO, vous modifiez ce fichier de config et ajoutez une entrée qui nomme le serveur et indique à Claude comment l’atteindre : pour le mode local, la commande de lancement du serveur et votre token ; pour le mode distant, l’endpoint HTTP.
La structure est un objet JSON avec une entrée par serveur MCP. Vous donnez un nom au serveur TagoIO, précisez le mode de transport et fournissez les identifiants. L’article du centre d’aide TagoIO montre le bloc de configuration à coller, avec les noms de champs exacts. Servez-vous-en comme source de vérité, puis enregistrez le fichier et redémarrez Claude Desktop pour qu’il prenne en compte le nouveau serveur.
La même logique s’applique aux autres clients. ChatGPT, Cursor, Windsurf et les extensions IA de VS Code ont chacun leur propre endroit pour enregistrer un serveur MCP, mais les informations que vous fournissez sont les mêmes : un nom, un mode de transport, et votre token ou votre endpoint.
Vérifier que ça fonctionne
Après avoir redémarré votre client, confirmez la connexion avant de vous y fier.
- Vérifiez que le client affiche le serveur TagoIO comme connecté. La plupart des clients montrent quelque part dans leur interface les outils ou serveurs MCP disponibles.
- Posez une question simple qui exige d’atteindre votre compte, comme lister vos appareils. Si l’assistant vous renvoie le nom réel de vos appareils, le lien est actif.
- Si quelque chose cloche, le Live Inspector de TagoIO est utile pour confirmer que les données circulent côté appareil, afin de déterminer si le problème vient de l’appareil, des données ou de la connexion MCP.
Exemples de prompts à essayer
Une fois connecté, la valeur apparaît dans ce que vous pouvez demander. Quelques prompts à tester :
- “Liste mes appareils et indique-moi lesquels n’ont pas transmis de données ces dernières 24 heures.”
- “Montre-moi les dernières lectures de température de l’appareil X et résume la tendance de la semaine écoulée.”
- “Écris un script TagoIO Analysis qui envoie une alerte quand la valeur d’un capteur dépasse un seuil.”
- “Crée une mise en page de dashboard qui montre d’un coup d’œil l’état de tous mes appareils.”
L’assistant utilise le serveur MCP pour lire vos données dans les deux premiers cas, et son propre raisonnement allié au contexte TagoIO pour générer le script et le dashboard. Vous gardez la main sur ce qu’il produit. Les scripts Analysis et les dashboards générés sont un point de départ, pas quelque chose à mettre en production sans relecture.
Limitation des droits du token et sécurité
Le serveur MCP agit avec les permissions du token que vous lui donnez : la limitation des droits compte donc.
- Accordez au token le privilège minimal. Si l’assistant n’a besoin que de lire des données, ne lui confiez pas un token capable de supprimer des appareils.
- Traitez le token comme un secret. Ne le collez pas dans des conversations partagées, ne le commitez pas dans un dépôt et ne le faites pas figurer sur une capture d’écran. En mode distant, soyez particulièrement vigilant quant à l’endroit où le token est stocké et à qui peut atteindre l’endpoint.
- Renouvelez les tokens si vous soupçonnez une fuite, et supprimez ceux que vous n’utilisez plus.
La commodité de pouvoir tout demander à un assistant est réelle, mais il agit avec les accès que vous lui accordez. Accordez-les délibérément.
Résoudre les problèmes courants
- Le client n’affiche pas le serveur TagoIO. Revérifiez la validité du JSON dans le fichier de config (une virgule ou une accolade manquante en est la cause habituelle) et assurez-vous d’avoir redémarré le client après l’édition.
- Le serveur se connecte mais ne peut pas lire les données. C’est presque toujours le token : soit il est erroné, soit il a expiré, soit ses droits sont trop limités pour ce que vous avez demandé. Vérifiez le token dans votre compte TagoIO.
- Le mode local ne démarre pas. Confirmez que la commande et tout environnement d’exécution dont elle dépend sont installés et présents dans votre path, puis consultez l’article du centre d’aide pour la commande de lancement à jour.
- Le mode distant expire. Confirmez que l’endpoint est accessible depuis votre machine et que rien entre les deux ne bloque la connexion.
- Les données semblent obsolètes ou vides. Servez-vous du Live Inspector pour confirmer que l’appareil émet bien, afin de ne pas déboguer la connexion alors que le vrai problème est sur l’appareil.
Les mêmes étapes valent ailleurs
Tout ce qui précède utilisait Claude Desktop, mais rien n’est propre à Claude. ChatGPT, Cursor, Windsurf et les extensions IA de VS Code sont tous compatibles MCP et se connectent au serveur MCP TagoIO de la même façon. Choisissez le client que vous utilisez déjà. Le serveur, le token et les données sont identiques de l’autre côté.
En résumé
Les dashboards et les API restent les bons outils quand vous savez exactement ce que vous voulez et comment le demander. MCP comble la faille quand vous préférez poser vos questions en langage naturel et laisser un assistant IA faire la connexion aux données et le raisonnement. Pour le mettre en place : créez un compte TagoIO et un token aux droits limités, installez le serveur MCP TagoIO en mode local ou distant, enregistrez-le dans la config de votre client, vérifiez la connexion avec un prompt simple et gardez votre token bien protégé. Ensuite, interrogez votre assistant sur vos appareils et laissez-le travailler sur vos vraies données.
