Le catalogue MCP est maintenant disponible : découvrez, déployez et connectez sur Red Hat OpenShift AI

Vous l'avez déjà testé. Vous avez extrait un serveur Model Context Protocol (MCP) d'un dépôt GitHub, l'avez intégré dans un conteneur, avez géré l'authentification par vous-même et avez espéré que l'ensemble tiendrait en production. Tel est l'état actuel de l'adoption du MCP dans les entreprises : un protocole prometteur, mais un déploiement laborieux.

Red Hat OpenShift AI 3.4, qui fait partie de la gamme Red Hat AI, adopte une approche différente. Nous lançons le MCP catalog (désormais en version préliminaire pour les développeurs) : un catalogue organisé de serveurs MCP qu'il est possible de découvrir, de déployer et de gérer directement sur Red Hat OpenShift. Ce catalogue inclut des serveurs MCP préchargés par Red Hat, nos partenaires technologiques et la communauté open source, et les équipes en ajoutent régulièrement de nouveaux. Vous pouvez également utiliser vos propres serveurs MCP. Tout serveur MCP déployé sur votre cluster bénéficie des mêmes fonctions de gestion du cycle de vie et de connectivité d'exécution que celles du catalogue.

Essayez Red Hat OpenShift AI pour parcourir vous-même le catalogue MCP.

Il ne s'agit pas d'une simple liste statique. Chaque serveur MCP du catalogue passe de la phase de découverte à l'exécution sur votre cluster, avec des capacités intégrées de gestion du cycle de vie et de connectivité d’exécution. Il devient ensuite possible de l'utiliser dans gen AI studio, l'interface d'OpenShift AI dans laquelle les équipes testent des agents et des applications d'IA. Ce projet marque le début de l'écosystème MCP d'entreprise que nous bâtissons.

Le catalogue MCP : De la découverte au déploiement

Jusqu'à présent, AI hub dans OpenShift AI se concentrait principalement sur les modèles. Avec OpenShift AI 3.4, les serveurs MCP rejoignent le catalogue en tant qu'éléments de premier plan. Cette étape s'avère également importante vers un plus large éventail de ressources d'IA qui s'étendront dans les prochaines versions.

La plupart des catalogues MCP disponibles à l'heure actuelle, notamment Smithery, Docker MCP Catalog et le registre MCP officiel, se concentrent uniquement sur la découverte. Ces outils facilitent la recherche de serveurs, mais le déploiement, la sécurité et la gestion du cycle de vie incombent aux équipes. Souvent, cela implique le téléchargement d'une image de conteneur dont la provenance reste inconnue et l'espoir que la prochaine mise à jour n'interrompe pas votre charge de travail.

Le catalogue MCP d'OpenShift AI comble ce manque. En parcourant le catalogue dans AI hub, vous accédez à des serveurs MCP validés pour un usage en entreprise, incluant :

•  Connectivité de niveau production : transport HTTP par flux
• Hébergement sécurisé :  Images basées sur Red Hat Universal Base Image et analysées pour détecter les vulnérabilités.
• Déploiement automatisé : Lorsque vous sélectionnez un serveur, l'MCP lifecycle operator le déploie sur votre cluster, crée les ressources Kubernetes et expose le service. 

Une fois déployée, la MCP gateway gère la connectivité d'exécution en fournissant un routage basé sur l'identité et des indicateurs par outil pour que l'équipe de plateforme sache exactement quels agents appellent quels outils.

Le résultat constitue un parcours encadré, de la découverte au déploiement, jusqu'à la consommation. Sélectionnez, déployez, connectez et utilisez.

Remarque : depuis OpenShift AI 3.4, l'opérateur de cycle de vie MCP est disponible en version préliminaire pour les développeurs (developer preview) et la passerelle MCP est disponible en version d'essai technique (technical preview).

Figure 1 : Schéma de flux illustrant les quatre étapes du cycle de vie d'un serveur MCP dans Red Hat OpenShift AI : Découvrez dans le catalogue MCP, déployez via l'opérateur de cycle de vie MCP, connectez via la passerelle MCP et utilisez dans gen AI studio, illustrant le chemin régi du catalogue à l'agent.

Serveurs MCP prêts à l'emploi

Le catalogue propose trois niveaux de serveurs MCP, chacun traitant des flux de travail d'entreprise réels. Voici les ressources disponibles actuellement.

Trois serveurs MCP Red Hat

Connectez vos agents d'IA directement aux plateformes que vous utilisez déjà.

• Red Hat OpenShift : Les agents peuvent interroger l'état des clusters, gérer les charges de travail et résoudre les problèmes de déploiement en langage naturel. Si un pod échoue à 02h00, un ingénieur peut simplement demander à l'agent les 50 dernières lignes du journal ainsi que l'état des ressources du déploiement affecté. Aucun changement de contexte entre les tableaux de bord, aucune manipulation complexe de kubectl.
• Red Hat Ansible Automation Platform : Connectez les agents à vos flux de travail d'automatisation. Un agent peut déclencher des Red Hat Ansible Playbooks, vérifier l'état des tâches et orchestrer les modifications de configuration sur l'ensemble de l'infrastructure. Pour les équipes chargées des opérations pilotées par agent (AgentOps), cela implique des flux de travail de réponse aux incidents couvrant la détection, le diagnostic et la remédiation sans quitter le contexte de l'agent.
• Red Hat Lightspeed (anciennement Red Hat Insights) : Visualisez l'intelligence et les recommandations de la plateforme via vos agents d'IA. Au lieu que les équipes examinent manuellement les avis Red Hat Lightspeed, un agent peut extraire les dernières recommandations, les corréler avec l'état du cluster et suggérer des étapes de remédiation, intégrant les données opérationnelles directement dans les flux de travail agentiques.

Cinq serveurs MCP de partenaires technologiques

Étendez vos agents à l'ensemble de l'infrastructure logicielle de l'entreprise.

• Confluent Cloud : Permettez à l'IA de gérer et de déboguer les opérations de flux de données sur Kafka et Flink.
• EDB Postgres AI :  Connectez les agents à la plateforme EDB Postgres AI pour les requêtes, la gestion des schémas et les opérations de base de données, grâce au serveur MCP EDB pg-airman.
• IBM Terraform : Permettez aux agents de provisionner et de gérer l'infrastructure en tant que code, afin de combler l'écart entre les décisions basées sur l'IA et l'exécution de l'infrastructure.
• Microsoft Azure : Permettez aux agents de gérer les ressources Azure, de provisionner des services et d'automatiser l'exploitation du cloud en parallèle de vos charges de travail OpenShift.
• Dynatrace : Intégrez des informations en temps réel à vos workflows agentiques. Les agents peuvent interroger les données de performance et obtenir des informations sur le code pour la résolution des problèmes, l'optimisation et la correction dans tout l'environnement.

Deux serveurs MCP communautaires

Complétez le niveau de données (indiqué dans le catalogue sous « Autre MCP »).

• MongoDB : Interrogez et gérez les collections de documents via vos agents. Utile pour les workflows et applications de RAG (génération augmentée de récupération) qui reposent sur des données non structurées ou semi-structurées.
• MariaDB : Connectivité aux bases de données relationnelles pour les agents qui doivent interroger et gérer des magasins de données structurées.

Figure 2 : Le catalogue MCP dans le hub Red Hat OpenShift AI affichant des cartes de serveur MCP organisées par niveau (Red Hat, partenaire et autre), chacune avec une action de déploiement, montrant le chemin contrôlé depuis la découverte jusqu'au déploiement.

Concrètement, avant le catalogue MCP, la connexion de l'un de ces serveurs à vos agents impliquait de le trouver sur GitHub, de créer un conteneur à partir de la source, de résoudre les problèmes de transport et de configurer l'authentification, avant même de lancer un seul appel à un outil. À présent, sélectionnez-le dans le catalogue et l'opérateur de cycle de vie MCP gère le reste.

Découvrez l'opérateur de cycle de vie MCP sur GitHub pour voir comment les serveurs MCP sont déployés et gérés sur Kubernetes.

Création de l'écosystème MCP d'entreprise

Les serveurs MCP inclus dans Red Hat OpenShift AI 3.4 ne constituent que le début. Les équipes créent un écosystème complet conçu pour répondre aux exigences de la production. 

• Guides de démarrage rapide pour l’IA : Les équipes travaillent avec des partenaires pour fournir des cas d'utilisation prêts à l'emploi, spécifiques au secteur. Ces environnements d'expérimentation aident les équipes à porter les idées d'IA de l'expérimentation à la production sur une infrastructure open source.
• Mise à l’échelle de la sélection : Le processus de validation (de l'accord des partenaires à l'analyse technique) est évolutif. À mesure que les serveurs MCP évoluent, les équipes continueront à ajouter de nouvelles ressources au pipeline.
• Gouvernance d'entreprise : Les équipes ajoutent une couche d'application à la base déjà posée par la passerelle MCP. Cela inclut des contrôles de la chaîne d'approvisionnement pour vérifier la provenance, des niveaux de confiance pour les ressources certifiées et l'auditabilité complète des appels d'outils effectués par un agent.

Lancez-vous

Le catalogue MCP offre aux équipes de plateforme un parcours encadré et prêt pour la production, de la découverte au déploiement, avec des serveurs sélectionnés, des images validées et une gestion du cycle de vie sur votre cluster.

Cette fonctionnalité est actuellement disponible dans Red Hat OpenShift AI 3.4 en version préliminaire pour les développeurs. Essayez Red Hat OpenShift AI pour explorer le catalogue MCP et déployer votre premier serveur MCP sur OpenShift. Participerez-vous au Red Hat Summit 2026 à Atlanta (du 11 au 14/05/2026) ? Venez découvrir le catalogue MCP et l'opérateur de cycle de vie MCP en action.