Dans l’écosystème actuel de l’intelligence artificielle, où chaque outil cherche à comprendre le contexte humain, un développeur nommé Anton L. a choisi une voie étonnamment sobre : au lieu de créer une base de données ou un vecteur d’embeddings pour que l’IA comprenne son travail, il a simplement laissé son Git dire la vérité.

Son projet, intitulé « antlis-mcp », est un serveur Model Context Protocol (MCP) — un protocole conçu pour permettre aux assistants IA d’accéder à des outils externes de manière structurée. Ici, ces outils sont : *about_me*, *search_projects*, *get_project*, *search_blog*, *get_article*. En d’autres termes, un agent IA peut maintenant demander « montre-moi tes projets sur Vue » ou « donne-moi ton dernier article sur la typisation », et obtenir une réponse directe, sans avoir à scraper un site web ou deviner la hiérarchie des pages.

Le système est déployé comme une fonction Vercel, ce qui signifie qu’il est serverless, scalable, et qu’il partage le même dépôt Git que le site principal. Pas de base de données. Pas d’indexation vectorielle. Pas de RAG. Juste le dépôt Git, lu directement, comme source unique de vérité. C’est à la fois une déclaration de principe (la simplicité avant la complexité) et une démonstration technique : parfois, le meilleur outil est celui qu’on ne construit pas.

Le projet est également connecté à un bot Telegram via Hermes, permettant des requêtes en temps réel. L’idée est claire : que l’IA, qu’elle soit intégrée à un éditeur, un bot Telegram ou un autre client, puisse accéder à son expertise comme on accède à une API bien conçue. Pas de magic, pas de promesses. Juste des outils clairs, documentés, testés.

Anton L. est un développeur front-end expérimenté, avec plus de dix ans de expérience, travaillant sur Vue, Nuxt, React, Next, TypeScript, GraphQL, et même un peu de PHP. Il a migré des héritages, typé du JavaScript, conçu des micro-frontends, et integré des IA dans des interfaces. Son portfolio n’est pas un vanity project : c’est le reflet d’une carrière réelle, de projets réels, de problèmes réels résolus.

Ce qui rend ce projet singulier, ce n’est pas la technologie — le MCP est une norme émergente, pas une révolution — c’est l’approche : refuser de construire une infrastructure complexe pour un cas d’usage simple. Au lieu de créer un système de recommandation, il a créé un accès. Au lieu d’ajouter une base de données, il a ajouté une couche d’abstraction. C’est une leçon de sobriété technique, rare dans un monde où chaque problème semble exiger un nouveau framework.

Et pourtant, il reconnaît les limites : il n’y a pas encore d’outil *recommend_for_role*, pas de ressources MCP avancées, pas de matching automatique entre compétences et projets. Le projet est délibérément minimaliste. Mais il est aussi extensible : la prochaine étape pourrait être d’ajouter des ressources, des prompts, ou une logique de recommandation — mais seulement si cela ajoute de la valeur, pas de la complexité.

En fin de compte, ce n’est pas un projet pour impressionner les recruteurs. C’est un projet pour les assistants IA. Et c’est peut-être là que réside son intérêt : dans un monde où l’humain est de plus plus assisté par des machines, il a choisi de rendre son expertise accessible à ces machines, sans les forcer à deviner, sans les obliger à parser. Une forme d’humilité numérique. Et une déclaration : je suis là, je suis lisible, je suis utilisable. Par l’IA, pour l’IA. Mais avant tout, pour moi.