Présentation des outils MCP de Linkly AI

Vue d’ensemble des outils

Linkly AI expose trois outils aux assistants IA via MCP (Model Context Protocol), formant un flux de travail progressif d’accès aux documents :

search → outline → read
Recherche   Sommaire   Lecture

search

Rechercher des documents et trouver les résultats pertinents

outline

Consulter le sommaire du document et comprendre sa structure

read

Lire le contenu du document et obtenir les détails

Ces trois outils fonctionnent ensemble pour permettre à l’assistant IA d’obtenir efficacement des informations contextuelles depuis vos documents locaux.

Recherche (search)

Recherche dans vos documents locaux indexés et retourne la liste des résultats les plus pertinents.

Paramètres

Paramètre	Type	Obligatoire	Par défaut	Description
`query`	string	Oui	—	Mots-clés ou expression de recherche
`limit`	number	Non	20	Nombre maximum de résultats retournés (1-50)
`doc_types`	string[]	Non	Tous	Filtrer par type de document, ex. `["pdf", "md", "docx"]`
`output_format`	string	Non	`markdown`	Définir sur `json` pour une sortie JSON structurée

Si le modèle vectoriel est encore en cours de téléchargement, la recherche bascule automatiquement en mode mots-clés uniquement, sans impact sur l’utilisation.

Champs retournés

Chaque résultat de recherche contient les informations suivantes :

Champ	Description
`doc_id`	Identifiant unique du document, utilisé pour les appels outline/read ultérieurs
`title`	Titre du document
`path`	Chemin du fichier
`relevance`	Score de pertinence (0-1)
`word_count`	Nombre de mots du document
`total_lines`	Nombre total de lignes du document
`has_outline`	Indique si un sommaire est disponible
`modified_at`	Date de dernière modification
`keywords`	Liste des mots-clés extraits
`snippet`	Extrait du contenu correspondant

Exemples d’utilisation

# Via CLI
linkly search "meilleures pratiques gestion de projet" --limit 10

# Filtrer par type de document
linkly search "rapport trimestriel" --type pdf,docx --json

Sommaire (outline)

Obtient le sommaire structuré et les métadonnées d’un ou plusieurs documents, permettant de comprendre rapidement la structure du document et de localiser les sections ciblées.

Paramètres

Paramètre	Type	Obligatoire	Par défaut	Description
`doc_ids`	string[]	Oui	—	Liste d’ID de documents (issus des résultats de recherche)
`expand`	string[]	Non	Auto	ID des noeuds à développer (ex. `["2", "3.1"]`), omis pour afficher tous les niveaux
`output_format`	string	Non	`markdown`	Définir sur `json` pour une sortie JSON structurée

Quand utiliser le sommaire

Scénario	Recommandation
Document long (> 200 lignes) avec sommaire	Consulter d’abord le sommaire, puis lire les sections ciblées
Document court (< 100 lignes)	Ignorer le sommaire, lire directement avec `read`
Document avec `has_outline: false`	Ignorer le sommaire, parcourir directement avec `read`

La fonctionnalité de sommaire est optimale pour les PDF avec signets, les documents Markdown et DOCX. Elle est particulièrement efficace pour la lecture de documents volumineux et de livres. Le support du sommaire pour le texte brut et les PDF sans signets sera ajouté dans les itérations futures.

Exemples d’utilisation

# Consulter le sommaire d'un document
linkly outline abc123

# Consulter plusieurs documents en lot
linkly outline id1 id2 id3

# Sortie au format JSON
linkly outline abc123 --json

Lecture (read)

Lit le contenu d’un document, avec positionnement par numéro de ligne et pagination, adapté à la lecture de sections spécifiques de documents longs. L’outil Read a un comportement cohérent avec celui du SDK Claude AI, ce qui lui permet d’obtenir les meilleurs résultats avec divers modèles Agentic AI.

Paramètres

Paramètre	Type	Obligatoire	Par défaut	Description
`doc_id`	string	Oui	—	ID du document (issu des résultats de recherche)
`offset`	number	Non	1	Numéro de ligne de départ (à partir de 1)
`limit`	number	Non	200	Nombre de lignes à lire (maximum 500)
`output_format`	string	Non	`markdown`	Définir sur `json` pour une sortie JSON structurée

Format du contenu

L’outil Read retourne le contenu avec des numéros de ligne pour faciliter le référencement et le positionnement :

  1	# Document de spécifications du projet
  2
  3	## I. Contexte du projet
  4
  5	Ce projet vise à construire un système efficace de gestion des connaissances...
  6	Les utilisateurs cibles sont les équipes R&D d'entreprise et les travailleurs du savoir individuels.

Stratégie de pagination

Pour les documents longs, il est recommandé de lire par blocs :

# Première page : lignes 1-200
linkly read <DOC_ID> --offset 1 --limit 200

# Deuxième page : lignes 201-400
linkly read <DOC_ID> --offset 201 --limit 200

# Troisième page : lignes 401-600
linkly read <DOC_ID> --offset 401 --limit 200

L’utilisation combinée avec le sommaire est encore plus efficace : localisez d’abord la plage de lignes de la section ciblée via le sommaire, puis utilisez read pour lire précisément cet intervalle.

Exemples d’utilisation

# Lire le début du document
linkly read abc123

# Lire une plage spécifique
linkly read abc123 --offset 120 --limit 80

# Format JSON (adapté au traitement programmatique)
linkly read abc123 --json

Exemples d’appels

Flux de travail complet : via CLI

L’exemple suivant illustre comment effectuer une recherche documentaire complète via le CLI :

# Étape 1 : Rechercher les documents pertinents
linkly search "conception architecture microservices" --limit 5

# Étape 2 : Consulter le sommaire du document cible (en supposant doc_id = abc123)
linkly outline abc123

# Étape 3 : Lire la section intéressante (en supposant que la cible est aux lignes 80-150)
linkly read abc123 --offset 80 --limit 70

Flux de travail complet : via MCP

Lorsque l’assistant IA appelle les outils via le protocole MCP, le format des requêtes est le suivant :

// Étape 1 : Recherche
{
  "method": "tools/call",
  "params": {
    "name": "search",
    "arguments": {
      "query": "conception architecture microservices",
      "limit": 5
    }
  }
}

// Étape 2 : Consulter le sommaire
{
  "method": "tools/call",
  "params": {
    "name": "outline",
    "arguments": {
      "doc_ids": ["abc123"]
    }
  }
}

// Étape 3 : Lire le contenu
{
  "method": "tools/call",
  "params": {
    "name": "read",
    "arguments": {
      "doc_id": "abc123",
      "offset": 80,
      "limit": 70
    }
  }
}

Questions fréquentes

Quels formats de documents sont pris en charge ?

Linkly AI prend actuellement en charge les formats suivants :

Format	Extension	Support du sommaire
Markdown	`.md`, `.mdx`	✅
Word	`.docx`	✅
PDF	`.pdf`	Partiel
Texte brut	`.txt`	❌
HTML	`.html`, `.htm`	Partiel

Que faire si le sommaire n'est pas disponible ?

Si le document n’a pas de sommaire disponible (has_outline: false), vous pouvez :

Utiliser directement l’outil read pour parcourir le contenu du document par pages
Lire d’abord le début du document (200 lignes par défaut) pour avoir un aperçu du contenu, puis décider si vous souhaitez poursuivre la lecture

Comment traiter les documents longs ?

Flux recommandé :

Consulter d’abord la structure du document via outline (si un sommaire est disponible)
En fonction de la plage de lignes indiquée dans le sommaire, utiliser les paramètres offset et limit de read pour lire précisément les sections ciblées
Lire au maximum 500 lignes à la fois, en ajustant offset pour paginer

Quel est le port par défaut du service MCP ?

Le port par défaut est 60606. Si ce port est occupé, l’application essaie automatiquement d’autres ports. Vous pouvez vérifier le port réellement utilisé dans les paramètres de Linkly AI Desktop.

Que faire si les résultats de recherche sont imprécis ?

Vous pouvez essayer :

Utiliser des mots-clés plus précis
Utiliser des descriptions en langage naturel (en exploitant la correspondance sémantique vectorielle)
Combiner mots-clés et synonymes, par exemple "authentification auth connexion sign-in"
Utiliser --type pour filtrer des types de documents spécifiques et affiner le champ de recherche

Démarrage rapide

Utilisation avancée

Présentation des outils MCP de Linkly AI

Vue d’ensemble des outils

search

outline

read

Recherche (search)

Paramètres

Champs retournés

Exemples d’utilisation

Sommaire (outline)

Paramètres

Quand utiliser le sommaire

Exemples d’utilisation

Lecture (read)

Paramètres

Format du contenu

Exemples d’utilisation

Exemples d’appels

Flux de travail complet : via CLI

Flux de travail complet : via MCP

Questions fréquentes

Démarrage rapide

Utilisation avancée

​Vue d’ensemble des outils

search

outline

read

​Recherche (search)

​Paramètres

​Champs retournés

​Exemples d’utilisation

​Sommaire (outline)

​Paramètres

​Quand utiliser le sommaire

​Exemples d’utilisation

​Lecture (read)

​Paramètres

​Format du contenu

​Stratégie de pagination

​Exemples d’utilisation

​Exemples d’appels

​Flux de travail complet : via CLI

​Flux de travail complet : via MCP

​Questions fréquentes

Vue d’ensemble des outils

Recherche (search)

Paramètres

Champs retournés

Exemples d’utilisation

Sommaire (outline)

Paramètres

Quand utiliser le sommaire

Exemples d’utilisation

Lecture (read)

Paramètres

Format du contenu

Stratégie de pagination

Exemples d’utilisation

Exemples d’appels

Flux de travail complet : via CLI

Flux de travail complet : via MCP

Questions fréquentes