Game Platforms MCP

Serveur MCP (Model Context Protocol) exposant une base de jeux vidéo enrichie par IA, pour savoir sur quelles plateformes un jeu est disponible et s'il est exclusif à un constructeur (Sony, Microsoft, Nintendo, PC, Mobile), plus deux enrichissements IA inédits : le style visuel et le pays du studio.

Projet réalisé dans le cadre du cours "Projet IA" (Nathanaël Khodl). Écrit en JavaScript pur (aucune étape de compilation nécessaire).

Architecture du projet

Le projet suit les 3 parties demandées dans la consigne :

1. Collecte de données (sans IA) — src/scripts/fetchData.js interroge l'API publique RAWG (base de données de jeux vidéo, gratuite) et sauvegarde une liste de jeux avec leurs plateformes, développeurs et image dans data/raw-games.json.

2. Traitement des données avec IA — src/scripts/structureData.js enrichit ces données avec 3 informations qui n'existent PAS dans RAWG :

   • Familles de constructeurs : regroupe les plateformes brutes (ex: "PlayStation 5", "Xbox Series S/X") en familles standardisées (Sony, Microsoft, Nintendo, PC, Mobile, Autre). L'exclusivité est ensuite calculée en code à partir de ce résultat, pour rester fiable à 100%.

   • Style visuel (artStyle) : Réaliste, Cartoon, Pixel Art, Anime, Rétro ou Autre, déduit par analyse d'image réelle (Claude Vision) sur la capture d'écran du jeu — pas une supposition à partir du nom.

   • Pays du studio (studioCountry) : déduit de la connaissance générale de Claude sur l'industrie du jeu vidéo. Répond "Inconnu" quand l'IA n'est pas sûre plutôt que d'inventer une réponse.

   Le résultat est sauvegardé dans data/games.json.

3. Serveur MCP — src/mcp/server.js expose ces données via 6 outils, utilisables par n'importe quel client compatible MCP (Claude Desktop, etc.) :

   • search_games — recherche par nom, genre et/ou plateforme

   • games_by_platform — tous les jeux disponibles sur une plateforme donnée

   • exclusive_games — tous les jeux exclusifs à un constructeur donné

   • is_exclusive — statut d'exclusivité complet d'un jeu précis

   • games_by_art_style — jeux par style visuel

   • games_by_studio_country — jeux développés par des studios d'un pays donné

Related MCP server: Polyglot DB MCP

Prérequis

• Node.js 18 ou plus récent

• Une clé API RAWG (gratuite) : https://rawg.io/apidocs (bouton "Get API key")

• Une clé API Anthropic : https://console.anthropic.com/

Installation

npm install
cp .env.example .env
# Puis remplir .env avec tes deux clés API

Utilisation en local

# 1. Collecter les données brutes depuis RAWG
npm run fetch-data

# 2. Structurer les données avec l'IA (familles, style visuel, pays)
npm run structure-data

# 3. Lancer le serveur MCP en local
npm run dev

Le serveur écoute sur http://localhost:3000, avec l'endpoint MCP sur POST /mcp.

Le dépôt contient un data/games.json d'exemple avec 3 jeux, pour que le serveur démarre sans erreur avant d'avoir lancé les scripts de collecte. Lance npm run fetch-data puis npm run structure-data pour le remplacer par de vraies données.

À savoir sur structure-data : l'analyse du style visuel envoie une vraie image à Claude pour chaque jeu (par lots de 4), ce qui prend plus de temps et coûte un peu plus cher que du texte pur. Avec la configuration par défaut (~240 jeux), compte quelques minutes et un coût de l'ordre de quelques dizaines de centimes sur ta clé API Anthropic. Pour un premier test rapide, tu peux réduire PAGES_TO_FETCH dans fetchData.js (ex: 1 page = 40 jeux).

Déploiement en ligne (Render)

1. Pousse ce projet sur un dépôt GitHub.

2. Sur render.com, crée un nouveau Web Service connecté à ton dépôt.

3. Configuration :

   • Build command : npm install

   • Start command : npm start

4. Dans l'onglet "Environment", ajoute tes variables RAWG_API_KEY et ANTHROPIC_API_KEY.

5. Avant de déployer (ou juste après), lance npm run fetch-data et npm run structure-data en local, puis commit le fichier data/games.json généré dans ton dépôt (le serveur en ligne le lira directement, pas besoin de refaire les appels API à chaque démarrage).

6. Une fois déployé, ton URL publique sera de la forme https://ton-projet.onrender.com, et l'endpoint MCP : https://ton-projet.onrender.com/mcp.

Le plan gratuit de Render met le service en veille après 15 minutes d'inactivité (premier appel plus lent le temps qu'il redémarre). C'est normal et attendu pour un projet de ce type.

Connecter le serveur à un client IA

Dans Claude Desktop, ajoute un connecteur personnalisé pointant vers ton URL /mcp. Une fois connecté, tu peux demander par exemple :

• "Quels jeux sont exclusifs à PlayStation ?"

• "Est-ce que Grand Theft Auto V est exclusif à une plateforme ?"

• "Montre-moi les jeux disponibles sur Nintendo Switch."

• "Quels jeux ont un style cartoon ?"

• "Quels jeux viennent de studios japonais ?"

Structure des fichiers

game-mcp-project/
├── src/
│   ├── scripts/
│   │   ├── fetchData.js       # Partie 1 : collecte (sans IA)
│   │   └── structureData.js   # Partie 2 : structuration IA
│   └── mcp/
│       └── server.js          # Partie 3 : serveur MCP
├── data/
│   ├── raw-games.json         # Généré par fetch-data
│   └── games.json             # Généré par structure-data (lu par le serveur)
├── package.json
└── .env.example