URL publique du serveur MCP

https://mcp-dernier-sofiane.onrender.com/mcp

Statut : https://mcp-dernier-sofiane.onrender.com/health

Extracteur de documents — Collecte, IA, MCP

Projet en trois parties, conformément à l'énoncé.

Partie	Fichier	Rôle
1. Collecte sans IA	`src/collecte.ts`	Récupère les articles mis en avant sur Wikipédia via l'API publique Wikimedia et les écrit en `.txt` dans `data/`
2. Structuration IA	`src/extraction.ts`	Envoie le texte brut à OpenAI, valide la réponse avec zod, met le résultat en cache dans `data/extrait/`
3. Serveur MCP	`src/index.ts`	Expose les outils MCP aux clients IA (Claude Desktop, etc.)

Source de données : https://api.wikimedia.org/feed/v1/wikipedia/en/featured/{AAAA}/{MM}/{JJ} (API publique, sans clé).

Installation

npm install
cp .env.example .env   # puis renseigner OPENAI_API_KEY

Utilisation

npm run collecte -- 7        # partie 1 : importe 7 jours d'articles dans data/
npm run extraction           # partie 2 : structure tous les .txt et affiche le JSON
npm run extraction -- 1.txt  # partie 2 : un seul fichier
npm run dev                  # partie 3 : serveur MCP en local

Vérification rapide : curl http://localhost:3000/health

Outils MCP exposés

Outil	Description
`lister_documents`	Liste les `.txt` du corpus
`lire_document`	Texte brut d'un fichier
`extraire_donnees_fichier`	Données structurées d'un fichier (via OpenAI)
`extraire_tout`	Données structurées de tout le corpus
`rechercher_documents`	Recherche un terme dans les données structurées
`collecter_donnees`	Relance la collecte Wikimedia

Schéma renvoyé par l'extraction :

{
  "titre": "…",
  "resume": "…",
  "langue_source": "anglais",
  "personnes": [], "lieux": [], "organisations": [],
  "oeuvres": [], "dates": [], "themes": [],
  "sentiment": "neutre"
}

Connexion d'un client IA

Endpoint principal (Streamable HTTP) : https://<votre-domaine>/mcp Endpoint SSE (clients plus anciens) : https://<votre-domaine>/sse

Configuration type pour un client local :

{
  "mcpServers": {
    "extracteur-documents": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://<votre-domaine>/mcp"]
    }
  }
}

Déploiement

Le serveur écoute sur process.env.PORT, il fonctionne tel quel sur Render, Railway ou Fly.io.

Build : npm run build
Start : npm start
Variable d'environnement à définir : OPENAI_API_KEY

Le système de fichiers de ces plateformes est éphémère : commitez le dossier data/ dans le dépôt git pour que le corpus soit présent au démarrage. Les extractions générées en ligne (data/extrait/) seront perdues à chaque redéploiement, mais seront simplement recalculées à la demande.

extracteur-documents