Outils et cas d’utilisation de Tulip MCP

Présentation

Ces exemples illustrent comment le Tulip MCP peut prendre en charge les interactions par chat avec des clients externes, qu’il s’agisse d’opérations de base au sein de Tulip ou de workflows avancés intégrant plusieurs systèmes d’entreprise.

Dans cet article, nous allons présenter trois exemples d’utilisation du Tulip MCP : 1. Générer des récapitulatifs de l’état des commandes 2 . Générer des rapports de qualité 3. Automatiser le provisionnement en masse des stations

1. Résumé de l’état d’une commande

Scénario : un chef de production ou un chargé de service client a besoin d’une mise à jour rapide et complète sur un ordre de production spécifique.

Interaction par chat :* Demande de l’utilisateur : « Où en est la commande ABC-123 ? »* Réponse attendue de l’agent : un résumé du statut de la commande ABC-123, comprenant son étape actuelle, les activités récentes et tout signalement critique.

Version de base (Tulip MCP uniquement)

Action et outils de l’agent :

1. Récupération des données de la commande : l’agent IA, après avoir reçu la demande, interroge une table Tulip « Commandes de production » pour obtenir les informations principales de la commande (par exemple, le statut, la quantité, le poste actuel). (Outils : getTableRecord)
2. Récupération des activités associées : l’agent interroge ensuite la table Tulip « Journal de production » pour trouver les activités récentes ou les commentaires des opérateurs liés à cette commande. (Outils : listTableRecords)
3. Résumer les données : le LLM traite les données récupérées dans les deux tables et les synthétise en un résumé lisible par l’utilisateur.

Points forts : offre un aperçu rapide et interne de l’avancement de la commande et des événements pertinents. Cette version de base exploite les capacités de données structurées de Tulip pour fournir des informations immédiates et consolidées directement via l’interface de chat.

Version avancée (Tulip MCP + autres MCP)

Actions et outils de l’agent :

1. Récupération des données de commande (Tulip et ERP) : l’agent interroge d’abord la table Tulip « Commandes de production » pour obtenir le statut spécifique à l’atelier, puis s’intègre à un ERP externe. (Outils : getTableRecord, MCP externe )
   • MCP externe (par ex. MCP ERP – SAP, Oracle) : un connecteur/MCP pour le système ERP permettant de récupérer le statut des commandes au niveau de l’entreprise, les détails des clients, les lignes de commande client et les informations d’expédition.
2. Récupération des activités associées et des données agrégées : l’agent interroge les journaux de production de Tulip et peut également extraire des données opérationnelles synthétisées. (Outils : listTableRecords, runTableAggregation)
3. Mise à jour de l’ERP avec un statut lisible par l’utilisateur (workflow planifié) : il s’agit d’un workflow agentique continu. L’agent vérifie périodiquement la table « Ordres de production » de Tulip pour détecter les mises à jour de statut et traduit les identifiants complexes des stations Tulip en descriptions lisibles par l’utilisateur avant de mettre à jour l’ERP. (Outils : listTableRecords, MCP externe)
4. Synthèse et réponse : le LLM combine les données provenant de Tulip et de l’ERP pour fournir un état complet.

Points forts : cette version offre une vue complète et transversale en intégrant les données de l'atelier issues de Tulip aux informations d'entreprise provenant de l'ERP. L'agent peut fournir des résumés plus détaillés et plus précis, et permet également la synchronisation automatisée des statuts opérationnels vers le système métier central, ce qui réduit la saisie manuelle de données et garantit la cohérence des données à l'échelle de l'organisation.

2. Rapports qualité

Scénario : un responsable qualité ou un ingénieur a besoin d’un aperçu rapide des défauts les plus fréquents pour une commande, une référence ou une ligne de production spécifique, afin d’identifier des tendances ou des problèmes.

Interaction par chat :

• Demande de l’utilisateur : « Résume les 3 principaux défauts pour la référence YZ-456. »
• Réponse attendue de l’agent : un rapport formaté répertoriant les principaux défauts par fréquence, avec indication du nombre ou des pourcentages.

Version de base (Tulip MCP uniquement)

Action et outils de l’agent :

1. Récupération des données sur les défauts à l'aide de filtres : l'agent IA interroge une table Tulip intitulée « Defect Log » (Journal des défauts), en appliquant des filtres basés sur la demande de l'utilisateur (par exemple, sku = « YZ-456 »). (Outils : listTableRecords)
2. Agrégation du nombre de défauts : l’agent utilise ensuite les capacités d’agrégation de Tulip pour compter le nombre d’occurrences de chaque type de défaut détecté. (Outils : runTableAggregation)
3. Mise en forme du rapport : le LLM utilise les données agrégées et les présente sous la forme d’un rapport clair et concis.

Points forts : Fournit rapidement des informations sur les tendances en matière de défauts au sein de l’environnement Tulip. Cette version de base offre des rapports de qualité immédiats et filtrés directement via l’interface de chat, ce qui aide à identifier les problèmes internes.

Version avancée (Tulip MCP + autres MCP)

Actions et outils de l’agent :

1. Récupération des données sur les défauts (Tulip et BI/analyses externes) : l’agent extrait d’abord les journaux détaillés des défauts depuis Tulip. Pour obtenir des informations agrégées, il s’intègre à une plateforme d’analyse dédiée. (Outils : listTableRecords, MCP externe)
   • MCP externe (par ex. MCP pour base de données Snowflake ou outil BI – Tableau, Power BI) : Un connecteur/MCP pour un entrepôt de données (Snowflake) ou un outil BI permettant de récupérer des analyses et des tendances de défauts précalculées ou complexes, pouvant combiner des données au-delà du simple journal des défauts (par exemple, en reliant les défauts à des cycles de production spécifiques ou à des lots de matériaux).
2. Consolidation et mise en forme du rapport : le LLM combine les données brutes provenant de Tulip et les informations agrégées issues du système de BI/d’analyse, puis les met en forme.
3. Diffusion du rapport (multicanal) : l’agent peut publier le rapport formaté sur diverses plateformes de communication.
   • MCP externe (par exemple, Microsoft Teams/Slack MCP) : un connecteur/MCP permettant de publier le résumé du rapport formaté directement sur le canal de l’équipe concernée.

Points forts : cette version avancée exploite de puissantes capacités analytiques externes pour fournir des informations plus approfondies et mieux intégrées sur les défauts. L’agent peut ensuite diffuser automatiquement ces rapports aux parties prenantes concernées via leurs canaux de communication préférés, garantissant ainsi une large visibilité et une réponse plus rapide aux problèmes de qualité.

3. Provisionnement automatisé des postes de travail

Scénario : un ingénieur informatique ou d’exploitation doit provisionner rapidement plusieurs nouveaux postes de production à partir d’une liste, y compris leurs interfaces associées, leurs affectations de groupe et leurs configurations initiales d’applications.

Version de base (Tulip MCP uniquement)

Action et outils de l’agent :

1. Réception et analyse des données relatives aux postes : l’agent IA reçoit les données au format CSV. Il analyse ces données pour en extraire les noms des postes, les groupes et les affectations d’applications.
2. Itération et provisionnement des postes : pour chaque poste défini dans le fichier CSV :
   • Vérification des postes existants : l’agent vérifie d’abord si un poste portant ce nom existe déjà afin d’éviter toute duplication. (Outils : listStations)
   • Créer une station (si elle est nouvelle) : si la station n'existe pas, l'agent la crée. (Outils : createStation)
   • Créer une interface et l’attribuer : l’agent crée une nouvelle interface pour la station et l’attribue à celle-ci. (Outils : createInterface, assignInterfaceToStation)
   • Gérer les groupes de stations : l’agent vérifie si le groupe de stations spécifié existe. Si ce n’est pas le cas, il le crée, puis ajoute la nouvelle station au groupe. (Outils : listStationGroups, createStationGroup, updateStationGroupStations)
   • Configurer les applications : l’agent attribue les applications spécifiées à la station. (Outils : createStationAppAssignment)
   • Mise à jour du tableau des états des stations : l’agent ajoute une nouvelle ligne pour la station dans un tableau Tulip « États des stations », qui comporte une ligne par station pour la surveillance en temps réel. (Outils : createTableRecord)
3. Répondre avec un résumé : l’agent compile un résumé des actions effectuées et répertorie les liens rapides.

Points forts : automatise une grande partie de la charge administrative liée à la configuration de nouvelles stations au sein de la plateforme Tulip. L’interface de chat sert de puissant outil de commande et de contrôle pour le provisionnement en masse, garantissant la cohérence et réduisant les erreurs manuelles, le tout à l’aide des outils de configuration natifs de Tulip.

Référence des outils

Le MCP Tulip prend en charge les outils suivants :