Serveur Model Context Protocol (MCP)

Le produit permet d’activer un serveur MCP (Model Context Protocol) intégré, qui partage de façon sûre et contrôlée tous les outils internes disponibles avec des systèmes de conversation IA externes.
Une fois le serveur MCP activé, les clients IA externes accèdent à l’ensemble des outils, tout en restant dans les limites de sécurité et de permissions définies.

Cette fonction simplifie l’automatisation et l’intégration en laissant des flux pilotés par l’IA interagir directement avec les capacités du produit, tout en maintenant une séparation nette entre la logique interne et les interfaces externes.

L’activation du serveur MCP se fait par Settings ➡ Application ➡ AI Chat et ne demande aucune étape de déploiement supplémentaire.

Xormon permet de raccorder sans heurt votre propre grand modèle de langage (LLM) ou celui d’un fournisseur tiers, comme OpenAI, directement dans la plateforme.
Vous profitez ainsi de la puissance de l’IA conversationnelle, tout en donnant au modèle un accès contrôlé aux données et aux capacités de Xormon.

À noter que XorMon v2.4.0 (septembre 2026) apporte un agent IA nettement enrichi.

Comment ça marche

Xormon emploie un mécanisme d’appel d’outils, qui expose au LLM des fonctions applicatives choisies. Plutôt que de donner un accès direct aux données brutes, le modèle dialogue avec Xormon par des outils prédéfinis. Ces outils peuvent interroger les données, effectuer des actions et rendre des résultats structurés, que le LLM interprète ensuite et présente à l’utilisateur sous une forme naturelle et conversationnelle.

En pratique, cela signifie que :

Vous pouvez raccorder votre propre modèle hébergé, ou vous intégrer à un fournisseur comme OpenAI.
Le LLM ne peut appeler que les fonctions que vous exposez explicitement.
Les résultats sont rendus de façon structurée, ce qui garantit une intégration fiable et sûre.
Le modèle se charge de la présentation, pendant que Xormon garantit une récupération des données sûre et exacte.

Bénéfices

• Souplesse : choisissez le fournisseur de LLM que vous voulez, ou votre propre déploiement.
• Sécurité : contrôle fin des fonctions que le modèle peut appeler.
• Cohérence : les données viennent toujours des sources vérifiées de Xormon.
• Expérience fluide : les utilisateurs dialoguent naturellement avec le modèle et obtiennent des résultats précis.

Exemples d’usage

Interroger votre infrastructure pour savoir quels serveurs ou machines virtuelles tournent, dans quel état et avec quel état de santé.
Rechercher et filtrer des ressources selon des paramètres comme le WWN, les alertes ou les métriques de performance.
Mettre en forme la sortie dans des structures lisibles, des fichiers CSV par exemple, pour l’analyser ensuite.

Modèles de LLM testés

• Ollama
• OpenAI
• Deepseek
• WatsonX

Vous pouvez raccorder les modèles prédéfinis ci-dessus, ou tout autre modèle fondé sur un LLM.

Implications de sécurité

L’IA raccordée n’analyse pas la base de données XorMon.
Elle sert uniquement à traduire des mots et des phrases en requêtes, et à en présenter le résultat.

Configuration