Un collaborateur signale que « le Wi-Fi est lent » dans une partie du bureau. Habituellement, le support doit d’abord retrouver le site, identifier le réseau, vérifier les points d’accès, comprendre l’état des clients et demander plusieurs précisions avant de commencer le diagnostic. Avec les nouveaux serveurs MCP Cisco Meraki et Catalyst Center, une partie de ce contexte peut désormais être collectée par un agent d’intelligence artificielle à partir d’une demande formulée en langage naturel.
Le changement ne consiste pas à ajouter un chatbot dans une nouvelle console. Cisco rend des outils réseau structurés accessibles au travers du Model Context Protocol, ou MCP. Un agent compatible peut ainsi chercher un équipement, examiner son état, rapprocher plusieurs informations et produire une synthèse exploitable dans un portail interne, un outil de ticketing ou l’environnement de travail d’une équipe IT.
Cette ouverture concerne un écosystème beaucoup plus large qu’un seul assistant : Claude, ChatGPT, Codex, GitHub Copilot, Cursor, Gemini CLI, Windsurf, JetBrains AI Assistant et plusieurs autres clients savent déjà utiliser MCP. Mais « compatible MCP » ne signifie ni « certifié par Cisco », ni « automatiquement sûr ». La différence entre le serveur Meraki, volontairement limité à la lecture, et celui de Catalyst Center, dont le catalogue peut exposer des opérations de configuration, doit être comprise avant tout pilote.
Ce qu’il faut retenir
- Cisco propose deux serveurs MCP en bêta pour rendre les données de Meraki et Catalyst Center accessibles à des agents et applications d’IA.
- MCP fournit une interface standard : l’agent découvre des outils, choisit celui qui correspond à la demande et reçoit une réponse structurée issue de l’API réseau.
- Le serveur Meraki existe sous la forme d’un service hébergé par Cisco et d’un projet open source auto-hébergeable. Il exécute uniquement des opérations de lecture dans sa version actuelle.
- Le serveur Catalyst Center est open source et conçu pour fonctionner localement, y compris dans un environnement contrôlé. Il n’ajoute toutefois pas de couche d’autorisation et n’impose pas la lecture seule.
- Cisco documente directement Claude Code, Cursor, VS Code et Codex pour Meraki, puis Claude Desktop, Cursor, VS Code et Codex pour Catalyst Center.
- De nombreux autres hôtes connaissent MCP, mais la compatibilité réelle dépend du transport, de l’authentification, de la version du client et des politiques de l’entreprise.
- Le bon premier usage est l’enrichissement d’un ticket ou la production d’un rapport en lecture seule, avec un compte dédié, des secrets protégés et une validation humaine du résultat.
MCP : une prise standard entre l’agent IA et le réseau
Le Model Context Protocol est un standard ouvert qui permet à une application d’IA de se connecter à des outils et à des sources de données. L’image de la prise universelle est utile : le client MCP se trouve du côté de l’agent, tandis que le serveur MCP décrit les fonctions disponibles et traduit les appels vers le système métier.
Dans le cas de Cisco, le serveur se place devant les API Meraki Dashboard ou Catalyst Center. Il publie des outils compréhensibles par la machine, avec un nom, une description et des paramètres attendus. Lorsque l’utilisateur demande « quels points d’accès présentent la plus mauvaise expérience sans fil sur le site de Paris ? », l’agent peut sélectionner les outils pertinents, fournir les identifiants nécessaires, récupérer les résultats puis les résumer.
La chaîne peut se représenter simplement :
- l’utilisateur décrit un besoin en langage naturel ;
- l’agent examine les outils MCP auxquels il a accès ;
- il appelle le serveur Cisco avec les paramètres utiles ;
- le serveur s’authentifie auprès de Meraki ou de Catalyst Center ;
- les données réseau structurées reviennent à l’agent ;
- l’agent les analyse et restitue une réponse ou les transmet au workflow de support.
MCP ne remplace donc pas l’API. Il lui ajoute une couche standardisée de découverte et d’utilisation par les agents. Une automatisation parfaitement déterministe, répétitive et massive restera souvent plus simple à sécuriser avec un script API classique. MCP devient intéressant lorsque la demande varie, nécessite plusieurs recherches ou doit être formulée par des personnes qui ne développent pas elles-mêmes l’intégration.
Cisco AI Assistant ou serveur MCP : deux points de départ différents
Cisco distingue son propre AI Assistant des nouveaux serveurs MCP. L’AI Assistant est adapté lorsque le travail commence dans l’interface Cisco : un administrateur ouvre Meraki, pose une question sur son environnement et poursuit l’exploitation dans ce contexte produit.
MCP répond à un autre besoin. Il permet de faire venir l’information réseau dans l’endroit où le travail a déjà commencé : un ticket de support, un portail en libre-service, un rapport automatisé, une application interne ou un agent qui rapproche plusieurs constructeurs et services.
Cette distinction évite une confusion fréquente. Le serveur MCP ne fournit pas, à lui seul, un écran de support prêt à l’emploi. Il rend des capacités accessibles aux applications que l’entreprise ou son intégrateur construit autour de lui. Les exemples d’interface montrés par Cisco sont des illustrations de ce qu’il devient possible de réaliser, pas des fonctionnalités livrées automatiquement avec le serveur.
Meraki MCP : service hébergé ou serveur open source, mais lecture seule
Le serveur MCP Meraki officiel relie un client compatible à l’API Dashboard. Il expose actuellement deux outils principaux : une recherche sémantique pour trouver la capacité API correspondant à l’intention, puis un outil d’exécution qui valide et appelle l’opération de lecture sélectionnée.
Deux modes de déploiement sont proposés.
Le service hébergé par Cisco
Le point d’accès https://mcp.meraki.com/mcp offre le chemin le plus court. Cisco exploite le serveur et le client lui transmet une clé API Dashboard sous la forme d’un jeton d’authentification. Ce mode évite de maintenir le composant MCP, mais il ne prend en charge que l’environnement Meraki.com standard. Les environnements Federal, GovCloud ou régionalisés ne sont pas compatibles avec le service hébergé au moment de la publication.
Le serveur local et open source
L’entreprise peut aussi exécuter le code dans son propre environnement, l’auditer et l’adapter. Ce choix donne davantage de contrôle sur le déploiement et permet de viser les autres environnements Meraki. Il ne rend toutefois pas le Dashboard autonome ni isolé d’Internet : les données restent hébergées dans le cloud Meraki et le serveur local doit continuer à appeler son API.
Dans les deux cas, la version actuelle du serveur ne propose que des lectures. Cisco ajoute néanmoins une réserve importante : si l’agent reçoit une clé Dashboard disposant de droits d’écriture et s’il possède par ailleurs un moyen d’appeler directement l’API, il pourrait contourner cette limite fonctionnelle. La protection ne doit donc pas reposer uniquement sur le catalogue MCP. La clé doit appartenir à un administrateur Meraki réellement limité à la lecture.
Ce principe rejoint les précautions déjà nécessaires pour toute automatisation de l’environnement Cisco Meraki : un secret dédié, un périmètre minimal et des journaux permettant de retrouver ce qui a été demandé.
Catalyst Center MCP : local, puissant et à encadrer plus strictement
Le serveur MCP Catalyst Center suit une logique différente. Il se déploie localement, en conteneur, et publie un catalogue d’outils aligné sur la version du contrôleur. L’agent peut interroger l’inventaire, la santé des équipements, l’expérience sans fil, les versions logicielles ou les informations de conformité.
Cette architecture convient aux organisations qui veulent maintenir le serveur MCP, le contrôleur et éventuellement le modèle d’IA dans un périmètre maîtrisé. Elle peut aussi répondre à des contraintes de souveraineté ou à un réseau isolé. Le dépôt prévoit un transport HTTP local ou un lancement direct en STDIO par le client.
La frontière de sécurité est cependant différente de celle de Meraki. Le serveur s’authentifie avec le nom d’utilisateur et le mot de passe du compte Catalyst Center configuré. Il n’ajoute aucune autorisation propre et n’impose pas la lecture seule. Son catalogue généré peut contenir des opérations qui modifient la configuration.
Autrement dit, la phrase « utilise uniquement les outils de lecture » dans un prompt constitue une consigne, pas une barrière technique. Le compte de service doit disposer seulement des permissions nécessaires. Le point d’accès MCP doit rester privé, protégé par les contrôles réseau et d’authentification de l’entreprise, et le contrôle des certificats TLS ne doit pas être désactivé en production.
| Serveur | Déploiement | Portée actuelle | Frontière de sécurité principale |
|---|---|---|---|
| Meraki hébergé | Service Cisco distant | Lecture seule ; Meraki.com standard | Clé Dashboard associée à un administrateur en lecture seule |
| Meraki open source | Local ou auto-hébergé | Lecture seule ; davantage d’environnements | Hôte protégé, secret injecté au processus et accès API minimal |
| Catalyst Center open source | Local, HTTP ou STDIO | Lecture et potentiellement écriture selon le catalogue | Compte Catalyst Center dédié, droits minimaux et endpoint privé |
Quels agents IA sont compatibles avec MCP ?
Il faut distinguer les clients pour lesquels Cisco fournit une configuration, et l’écosystème MCP plus large.
Les clients explicitement documentés par Cisco
Pour Meraki, Cisco donne des exemples prêts à adapter pour Claude Code, Cursor, VS Code avec GitHub Copilot et Codex. Pour Catalyst Center, le dépôt ajoute Claude Desktop à cette liste.
Une limite mérite d’être signalée : Claude Desktop sait utiliser des serveurs MCP locaux et des connecteurs distants, mais sa configuration actuelle des serveurs distants ne prend pas en charge la clé API requise par le service Meraki hébergé. Il peut en revanche lancer le serveur Meraki local en STDIO. Catalyst Center, lui aussi local, dispose d’une configuration Claude Desktop documentée.
Les autres hôtes MCP connus
Les produits suivants disposent eux aussi d’une prise en charge officielle de MCP. Cela ne signifie pas que Cisco a testé chaque combinaison avec ses serveurs :
| Agent ou environnement | Prise en charge MCP à retenir |
|---|---|
| Claude.ai, Claude Desktop et Claude Code | Connecteurs distants dans Claude.ai, serveurs locaux ou distants selon le client, configuration directe dans Claude Code |
| ChatGPT | Apps MCP distantes en bêta pour les offres Business, Enterprise et Edu, sous contrôle administrateur |
| Codex et l’API Responses d’OpenAI | Serveurs locaux ou HTTP dans Codex ; appels de serveurs MCP distants côté API |
| GitHub Copilot dans VS Code et Copilot CLI | Serveurs MCP locaux et distants ; administration possible à l’échelle de l’organisation |
| Cursor | STDIO, SSE et Streamable HTTP ; outils utilisables par Agent |
| Gemini CLI | STDIO, SSE et Streamable HTTP, avec activation et filtrage des outils |
| Windsurf/Cascade | Intégration native locale ou distante ; activation administrateur possible en entreprise |
| JetBrains AI Assistant et Junie | Outils MCP partagés dans les IDE JetBrains ; comportement dépendant de l’agent et du modèle sélectionnés |
| Cline et Roo Code | Serveurs locaux ou distants dans leurs extensions et interfaces agentiques |
| OpenCode | Serveurs locaux et distants, activables globalement ou agent par agent |
| Zed Agent | Outils et prompts MCP, serveurs locaux ou distants et permissions par outil |
| Amazon Q Developer | MCP dans la CLI et les IDE, avec niveaux d’approbation des outils |
| Kiro | Serveurs MCP dans l’IDE et la CLI, avec différences selon la surface utilisée |
| Microsoft Copilot Studio | Connexion d’agents construits dans la plateforme à des serveurs distants Streamable HTTP |
La formulation juste est donc « utilisable avec de nombreux hôtes MCP connus », pas « compatible avec tous les agents IA ». Un client peut connaître le protocole sans accepter le transport choisi par le serveur, son système d’authentification ou les en-têtes nécessaires. Une fonction peut également dépendre d’une version récente, d’un abonnement ou d’une activation par l’administrateur.
Quatre usages opérationnels pour une entreprise
Enrichir un ticket Wi-Fi avant son arrivée au niveau 2
Un agent peut partir du site et de l’identité de l’utilisateur, rechercher les données disponibles, identifier les points d’accès concernés et joindre au ticket un état synthétique. Le technicien reçoit alors un dossier mieux qualifié au lieu d’un simple « ça coupe ».
L’objectif n’est pas de laisser le modèle décréter seul la cause d’un incident. Il est de réduire la collecte manuelle et d’associer à chaque hypothèse les données qui la soutiennent : expérience client, état de la borne, SSID, période concernée et anomalies observées.
Produire un brief quotidien centré sur les exceptions
Une équipe multisite peut demander chaque matin la liste des équipements dégradés, des problèmes de conformité ou des sites qui méritent une vérification. L’agent transforme un volume de télémétrie en liste priorisée, tandis que les données détaillées restent disponibles pour le réseau.
Offrir un premier diagnostic en libre-service
Un portail interne peut répondre à une demande simple avant l’ouverture d’un ticket : vérifier si un incident connu touche le site, contrôler l’état général du réseau ou recommander quelques tests non destructifs. Si l’escalade reste nécessaire, le portail joint les éléments collectés au dossier.
Croiser le réseau avec d’autres systèmes
MCP prend tout son sens lorsque l’agent utilise plusieurs serveurs : données réseau, outil ITSM, documentation interne et inventaire de parc. Cette ouverture permet un workflow transversal, mais agrandit aussi la frontière de confiance. Une donnée malveillante présente dans un ticket ou une documentation peut chercher à influencer l’agent ; chaque serveur doit donc conserver ses propres contrôles d’accès.
Le mouvement dépasse déjà le réseau : le blog BoucheCousue a présenté Logitech Sync MCP pour les salles de réunion et Neat Pulse MCP pour la gestion agentique. Cisco étend maintenant cette logique aux infrastructures qui transportent ces usages.
Les garde-fous à imposer avant un pilote
Séparer compatibilité technique et autorisation interne
La possibilité d’ajouter un serveur dans Cursor, Claude ou Copilot ne vaut pas validation par la DSI. L’entreprise doit choisir les hôtes autorisés, les modèles utilisables, le lieu de traitement des données et les catégories d’informations réseau qui peuvent quitter son périmètre.
Créer une identité dédiée en lecture seule
Pour Meraki, la clé doit appartenir à un administrateur en lecture seule. Pour Catalyst Center, le compte doit être créé avec le plus petit jeu de permissions compatible avec le scénario. Un compte personnel d’administrateur complet n’est pas une solution acceptable pour tester plus vite.
Protéger le secret en dehors des conversations
Une clé API ou un mot de passe ne doit jamais être collé dans un prompt, placé dans un fichier versionné ou exposé dans les journaux de l’agent. Le secret doit être fourni au processus par le trousseau du système, un gestionnaire de secrets ou un mécanisme d’injection adapté à l’environnement.
Filtrer les outils et conserver les confirmations
Quand le client le permet, l’administrateur doit n’activer que les outils nécessaires. Les opérations sensibles restent soumises à une confirmation humaine. Côté Catalyst Center, ce filtrage dans le client améliore l’usage mais ne remplace pas les permissions du compte, qui constituent la véritable barrière.
Mesurer la qualité, pas seulement la vitesse
Un pilote doit comparer les résultats de l’agent avec la console et les méthodes habituelles. Il faut suivre la justesse des correspondances, les éléments manquants, les conclusions trop affirmatives, les appels inutiles, le temps gagné et les cas où l’agent sait s’arrêter.
Les journaux d’événements Meraki restent essentiels : l’interface conversationnelle ne doit pas rendre l’exploitation moins traçable.
Un pilote utile en trois étapes
Commencez par un seul environnement, une équipe support restreinte et deux ou trois demandes réelles. La première étape consiste uniquement à lire : inventaire, état de santé et enrichissement de tickets. Chaque réponse est vérifiée manuellement.
La deuxième étape ajoute un workflow, par exemple la création automatique d’une note privée dans l’outil ITSM ou d’un rapport quotidien. L’agent prépare le contenu ; une personne conserve la décision d’escalade.
La troisième étape n’est pertinente qu’après avoir mesuré les résultats. Pour Meraki, le serveur officiel reste de toute façon limité à la lecture. Pour Catalyst Center, toute ouverture d’écriture doit passer par un compte distinct, un scénario borné, une approbation explicite et une procédure de retour arrière.
MCP rapproche le réseau du support, sans supprimer l’ingénierie réseau
Les serveurs MCP Cisco réduisent la distance entre la télémétrie réseau et le moment où une décision doit être prise. Un agent peut rassembler des faits, enrichir un ticket, produire un rapport et relier le réseau à d’autres systèmes sans qu’une intégration spécifique soit reconstruite pour chaque assistant.
Le gain potentiel est réel, surtout pour les équipes qui exploitent plusieurs sites. Il dépend cependant moins du nombre d’agents compatibles que de la qualité du périmètre : comptes dédiés, lecture seule, secrets protégés, outils filtrés, réponses vérifiables et journalisation.
MCP ne remplace ni la conception Wi-Fi, ni l’expertise de diagnostic, ni la responsabilité du changement. Il donne aux agents une nouvelle façon d’accéder aux outils. À l’entreprise de décider lesquels ils peuvent réellement utiliser.
Vous souhaitez évaluer Meraki MCP ou Catalyst Center MCP dans un workflow de support sans ouvrir trop largement votre infrastructure ? BoucheCousue peut vous accompagner pour choisir l’architecture, cadrer les identités techniques et construire un pilote en lecture seule sur des cas d’usage mesurables.
Questions fréquentes
MCP donne-t-il directement accès à tout le Dashboard Meraki ?
Non. Le serveur officiel recherche puis exécute les capacités de lecture qu’il expose. Il ne prend pas en charge les écritures dans sa version actuelle. La clé Dashboard doit malgré tout être liée à un administrateur en lecture seule pour éviter qu’un autre outil de l’agent puisse utiliser des droits plus larges.
Peut-on utiliser le service Meraki hébergé avec Claude Desktop ?
Pas directement dans la configuration documentée actuellement. Le service Meraki hébergé utilise une clé API transmise comme jeton bearer, mécanisme que les connecteurs distants de Claude Desktop ne prennent pas encore en charge. Claude Desktop peut en revanche lancer le serveur Meraki local en STDIO.
Catalyst Center MCP est-il limité à la consultation ?
Non, pas techniquement. Le dépôt précise que le serveur n’ajoute pas d’autorisation et que son catalogue peut inclure des opérations modifiant la configuration. Les permissions du compte Catalyst Center constituent donc le garde-fou principal.
Tous les agents compatibles MCP fonctionneront-ils avec Cisco ?
Pas nécessairement. La compatibilité dépend du transport local ou distant, de l’authentification, des versions du client et du serveur, ainsi que des règles administratives. Cisco fournit aujourd’hui des configurations explicites pour un sous-ensemble de clients connus.
Sources et références
8 références
- Build agentic networking experiences with Meraki and Catalyst Center MCP servers — Cisco, 10 août 2026
- Cisco Meraki MCP Server — dépôt officiel Cisco DevNet, consulté le 12 août 2026
- Catalyst Center MCP Server — dépôt open source Cisco, consulté le 12 août 2026
- Model Context Protocol — documentation officielle
- Model Context Protocol dans les produits Anthropic
- MCP dans Codex — OpenAI
- Serveurs MCP dans VS Code — Microsoft
- MCP servers with Gemini CLI — Google
