Le serveur MCP de DoiT révolutionne l'analyse de vos coûts cloud via les assistants IA. Interrogez vos pics de dépenses, pannes de service ou anomalies de facturation en langage naturel et obtenez instantanément des réponses fondées sur les données réelles de votre environnement cloud. Essayez-le dès aujourd'hui.
DoiT annonce aujourd'hui le lancement de son serveur Model Context Protocol (MCP) pour DoiT Cloud Intelligence™, qui vous permet d'obtenir instantanément des informations sur votre consommation cloud en posant des questions en langage naturel depuis n'importe quel outil Large Language Model (LLM) compatible MCP, comme Claude ou Cursor.
Avec le serveur MCP de DoiT, tout le monde peut poser des questions complexes sur sa consommation cloud ou sur ses services intégrés (OpenAI, DataHub, Snowflake) et obtenir des réponses précises, en temps réel :
- Analyste FinOps : Quels SKU au-dessus de XXX $ ont connu la plus forte variation de dépenses par rapport au mois dernier ?
- Engineering Manager : Pourquoi nos coûts de transfert de données ont-ils doublé du jour au lendemain ?
- Architecte cloud : Quels services sont sous-utilisés sur l'ensemble de nos comptes AWS ?
- CFO : Quelle business unit dépasse son budget cloud ?
- Product Owner : Combien dépensons-nous sur les services qui supportent le Produit X ?
Pourquoi le Model Context Protocol (MCP) rend-il cela possible ?
D'ordinaire, les outils LLM sont limités par leur date de coupure des connaissances et par leur contexte.
Impossible, par exemple, d'interroger Claude ou ChatGPT sur une mise à jour tarifaire récente d'un service cloud. Le modèle ignore tout simplement son existence.
Essayez aussi de lui demander pourquoi vos coûts EC2 ont doublé la semaine dernière. Même en téléversant manuellement les exports de facturation, en expliquant la structure de tagging de votre équipe et en détaillant l'organisation de vos comptes, vous en êtes réduit à espérer qu'il saisisse le contexte. La plupart du temps, la réponse est à moitié exploitable : trop générique, ou tout simplement fausse.
C'est précisément là qu'intervient le Model Context Protocol (MCP) : il fait le pont entre vos données et le LLM. Il permet aux outils LLM de se connecter à une source de données structurée et en direct — qu'il s'agisse d'un outil SaaS, d'une base de données interne ou d'une API cloud — et d'injecter ce contexte dans le modèle en temps réel.
Cas d'usage : que pouvez-vous faire avec le serveur Model Context Protocol (MCP) de DoiT ?
Notre serveur MCP vous permet d'exploiter plusieurs API DoiT Cloud Intelligence sur vos données de coûts et de consommation cloud.
Voici quelques exemples concrets pour analyser vos coûts et votre consommation cloud avec le serveur MCP de DoiT, via des LLM comme Claude et Cursor :
Comprendre les véritables moteurs de vos coûts cloud
Le serveur MCP de DoiT analyse vos coûts cloud en temps réel, à partir de simples questions en langage naturel.
Ci-dessous, nous lui avons demandé d'identifier nos trois services AWS les plus coûteux en avril 2025.
Claude a immédiatement analysé nos données de facturation et, en s'appuyant sur l'API Reports, a indiqué que nos trois principaux postes de dépenses concernaient AWS Support, EC2 et S3.
Claude accède aux données de facturation en temps réel via le MCP de DoiT pour analyser les principales dépenses AWS
Comme on ne peut pas faire grand-chose contre les frais d'AWS Support, nous avons cherché à comprendre quelles ressources spécifiques alimentaient nos coûts EC2. Nous avons donc demandé à Claude une analyse détaillée de nos principales ressources EC2.
Document généré via la connexion MCP de DoiT, montrant que les coûts EC2 sont principalement portés par les Reconciliation Charges, accompagné de recommandations d'optimisation.
Mais Claude a révélé que notre poste de dépense le plus élevé n'était pas lié à des resource IDs, mais à une reconciliation charge (11 560 $) représentant 67,58 % de nos coûts EC2. Nous lui avons donc demandé de détailler la composition de cette charge.
Le serveur MCP de DoiT permet une analyse fine des reconciliation charges AWS EC2 et révèle que les instances t3.nano en sont le principal contributeur.
Repérer les pannes cloud qui pèsent sur vos applications
Le serveur MCP de DoiT vous permet aussi de vérifier instantanément les incidents en cours chez les fournisseurs cloud que vous utilisez et susceptibles d'affecter les performances de vos applications.
Claude a par exemple immédiatement interrogé les informations de statut de notre fournisseur cloud, en s'appuyant sur l'API Cloud Incidents, et a identifié quatre incidents actifs sur Google Cloud, dont un problème très récent sur l'API Vertex Gemini.
Claude utilise l'API Cloud Incidents de DoiT pour identifier quatre incidents Google Cloud actifs affectant les performances applicatives sur différents services.
Si vous dépendez fortement de ces services, cette visibilité immédiate permet d'expliquer une dégradation de performance que vous pourriez constater, sans avoir à consulter manuellement plusieurs status pages ni à attendre une réponse du support.
Avec le serveur MCP de DoiT, vous pouvez également approfondir n'importe quel incident et obtenir en quelques secondes les messages d'erreur précis, la chronologie et les estimations de résolution. Votre équipe peut ainsi décider rapidement de suspendre les workflows dépendants ou de mettre en place des contournements temporaires.
Faire émerger les anomalies de coûts cloud
Vous pouvez également utiliser le serveur MCP de DoiT pour interroger les pics de coûts ou anomalies récents. En s'appuyant sur notre API Anomalies, votre assistant IA fait remonter en un clin d'œil vos derniers pics de coûts cloud et offre une visibilité immédiate sur les services concernés par des hausses inattendues, leur niveau de gravité, et bien plus encore.
Le serveur MCP de DoiT permet à Claude d'identifier instantanément cinq anomalies de coûts AWS récentes, avec montants précis et niveaux de gravité.
Bénéficiez de l'aide directe des experts DoiT
Enfin, le serveur MCP de DoiT vous permet aussi d'ouvrir des tickets de support auprès de nos Customer Reliability Engineers, que vous fassiez face à un incident critique en production ou que vous ayez besoin de conseils stratégiques sur des décisions d'infrastructure à venir.
Ouverture d'un ticket auprès d'un DoiT Customer Reliability Engineer (CRE) depuis Claude, via le MCP DoiT.
Comment le serveur MCP de DoiT épaule nos équipes internes
Dans le cadre de leurs missions d'accompagnement sur les chantiers d'optimisation cloud, les Customer Reliability Engineers (CRE) de DoiT consacrent du temps à produire des rapports d'optimisation des coûts, à planifier la capacité, à anticiper les besoins en bases de données et en compute, et à évaluer les anomalies de coûts.
Piyush Patil, CRE senior chez DoiT, qui accompagne les clients AWS sur les migrations MAP et l'optimisation AWS dans son ensemble, voit le serveur MCP comme " …un atout et un outil supplémentaires pour obtenir des données précises sur les dossiers que nous traitons. Ce sera une vraie avancée dans la manière dont nous aidons les clients à lever leurs blocages, à gérer leurs budgets, leur capacité de compute, leurs projets futurs, etc. "
Matthias Baetens, autre CRE senior qui a piloté le développement technique de notre serveur MCP, partage l'enthousiasme de Piyush :
" C'est passionnant d'être à la pointe de l'innovation IA avec la sortie de notre serveur MCP. Cela va transformer la façon dont nous accompagnons nos clients, en nous permettant de répondre à des questions complexes sur les coûts cloud en quelques secondes au lieu de plusieurs heures. J'ai hâte de découvrir les usages créatifs qu'en feront nos clients pour mieux piloter leur cloud financial management et accélérer leurs prises de décision. "
Cet accès conversationnel à vos données FinOps, à vos insights cloud et à nos capacités de support signifie que vous pouvez obtenir des réponses là où vous travaillez déjà, pour une gestion des coûts cloud plus fluide et plus efficace.
Pour une plongée plus technique dans l'architecture et les détails d'implémentation, consultez le billet d'engineering de Matthias sur la construction du serveur MCP de DoiT.
Comment installer le serveur Model Context Protocol (MCP) de DoiT
Pour accéder au serveur MCP de DoiT depuis un assistant IA compatible MCP, il vous suffit de disposer de :
- Node.js v18 ou version supérieure
- votre clé API DoiT (à récupérer depuis votre profil DoiT)
Une fois ces prérequis réunis, configurez votre assistant IA pour qu'il communique avec vos données cloud.
Il s'agit de modifier votre fichier de configuration pour y inclure les paramètres de connexion au serveur MCP de DoiT et y ajouter votre clé API.
Une fois la configuration mise à jour et votre assistant IA redémarré, tout est prêt ! Vous pouvez désormais interroger vos coûts cloud, vérifier les incidents actifs et analyser des problèmes de performance en langage naturel.
Pour les instructions détaillées de configuration et l'ensemble des options, rendez-vous sur notre repo GitHub.
Conclusion
L'époque est passionnante pour le travail assisté par IA. Des entreprises comme Zapier, GitHub et bien d'autres lancent leurs propres MCP pour injecter du contexte temps réel dans les workflows quotidiens. Avec le serveur MCP de DoiT, vous pouvez désormais en faire autant avec vos données de coûts cloud et obtenir des insights instantanés et fiables depuis vos outils LLM.
Et ce n'est qu'un début : nous étendons activement notre serveur MCP pour qu'il prenne en charge l'ensemble des API DoiT Cloud Intelligence. Vous pourrez bientôt interagir avec n'importe quelle fonctionnalité de notre plateforme directement en langage naturel.
Essayez le serveur MCP de DoiT par vous-même et découvrez tout ce qui devient possible quand votre LLM connaît vraiment votre cloud.