On parle beaucoup de donner une mémoire à son IA, moins du tuyau qui relie cette mémoire à l'assistant. Ce tuyau a un nom : MCP. C'est lui qui transforme « j'ai un RAG local quelque part » en « mon assistant peut interroger ma connaissance ». Voici comment ça marche, et pourquoi c'est la pièce qui rend tout le reste utilisable.
MCP, c'est quoi
MCP, pour Model Context Protocol, est un standard ouvert qui définit la façon dont un assistant IA se connecte à des sources externes. Au lieu d'une intégration sur mesure pour chaque outil, MCP propose une interface commune : une source qui « parle MCP » peut être branchée sur n'importe quel client compatible.
L'analogie utile : MCP est une prise standard. Tu n'as pas besoin d'un câble propriétaire par appareil ; tu branches, et ça communique.
Le problème que MCP résout
Sans standard, brancher ta connaissance sur ton assistant serait un cauchemar d'intégrations ad hoc, une par outil, à refaire à chaque changement. Chaque source (tes notes, une base, un service) parlerait sa propre langue.
MCP règle ça en posant un protocole commun. Côté source, tu exposes ta connaissance une fois. Côté assistant, le client sait l'interroger sans connaître les détails internes. Le couplage est faible : ta mémoire ne dépend pas d'un éditeur précis, et l'assistant ne dépend pas d'une source précise.
MCP + mémoire : exposer ta connaissance comme une source
C'est là que MCP rencontre la mémoire. Pour qu'un assistant ait une mémoire, il faut deux choses : une connaissance stockée et interrogeable (le rôle d'un RAG local), et un moyen de la lui présenter. MCP est ce moyen.
Le schéma mental est simple :
- ta connaissance vit dans ton vault ;
- un RAG local l'indexe et la rend interrogeable ;
- MCP expose ce retrieval comme une source ;
- l'assistant, via MCP, interroge cette source et reçoit le bon passage, sourcé.
Ta mémoire devient un service que l'IA consulte à la demande, au lieu d'un texte que tu colles à la main. On explique le coût de ce copier-coller dans recoller ton contexte à la main ne scale pas.
Comment Smart Brain l'utilise
Concrètement, et sans rien inventer : Artefact Neural expose ton vault Obsidian via MCP Obsidian. Le retrieval est assuré par Smart Brain, en local (Ollama plus base vectorielle ChromaDB), avec ses trois étages (recherche hybride, graphe, reranking) et une qualité mesurée (Hit@1 de 0,909). Côté assistant, le chemin documenté de bout en bout est l'usage depuis Claude Code, dans ton éditeur.
Tu poses ta question à Claude, MCP transmet la requête à ta mémoire, Smart Brain retrouve le passage juste, et Claude répond avec ton contexte réel. Tu n'as rien collé.
Local de bout en bout
Un point qui compte : dans ce montage, ta connaissance ne sort pas de ta machine. MCP est le tuyau, mais le retrieval et le stockage restent locaux. Tu ne déportes pas ta mémoire chez un fournisseur pour la rendre accessible ; tu l'exposes localement à ton propre assistant. La confidentialité par défaut est traitée dans IA locale et confidentialité.
Pourquoi ce standard compte pour toi
L'intérêt de passer par un standard ouvert plutôt que par une mémoire enfermée dans un outil, c'est la durabilité. Ta connaissance vit à part, exposée via MCP. Si ton flux de travail évolue, ta mémoire reste ; c'est l'assistant qui vient s'y brancher, pas l'inverse.
Pour voir le moteur de retrieval derrière tout ça, lis la page technique. Pour le brancher sur ta propre connaissance, regarde les offres.