Les agents IA vont enfin pouvoir chercher eux-mêmes leurs outils : la révolution ARD

Les développeurs qui utilisent des agents IA aujourd’hui connaissent trois protocoles principaux : MCP pour appeler des outils, les Skills pour suivre des instructions, et A2A pour faire appel à d’autres agents. Mais dans tous les cas, c’est à l’utilisateur de trouver, installer et maintenir ces capacités. Et si l’agent pouvait faire ce travail à leur place ?

QU’EST-CE QUE L’ARD ? UNE NORME POUR LES AGENTS AUTONOMES

L’Agentic Resource Discovery (ARD) est une spécification ouverte, encore en développement, portée par des contributeurs de Microsoft, Google, GoDaddy, Hugging Face et d’autres acteurs du secteur. Son objectif ? Définir comment cataloguer, indexer et rechercher des capacités entre différents registres fédérés. Autrement dit, un agent peut désormais trouver des outils à la volée, sans avoir besoin de les installer au préalable.

L’ARD n’est ni un produit ni un marché. C’est une norme partagée que n’importe quelle entreprise peut implémenter seule, et à laquelle n’importe quel agent ou outil peut participer. Le principe est simple : au lieu de tout lister dans la fenêtre de contexte d’un modèle de langage (ce qui est limité par la taille de cette fenêtre), l’ARD externalise la sélection des outils vers un registre externe.

Ce registre indexe les capacités avec des signaux plus riches : identité de l’éditeur, requêtes représentatives, attestations de conformité, étiquettes, etc. Il expose une API REST. Le client effectue une recherche en langage naturel, et le modèle utilise ce que la recherche retourne. Le changement est radical : plus besoin de catalogues statiques préconfigurés. L’agent peut ainsi accéder à un écosystème croissant d’outils MCP, d’agents A2A et d’autres services, sans avoir à les configurer un par un.

COMMENT FONCTIONNE L’ARD SUR LE HUGGING FACE HUB ?

Hugging Face a implémenté l’ARD via son outil Discover, qui permet de rechercher parmi des milliers de Skills, d’applications d’apprentissage automatique et de serveurs MCP — sur Hugging Face et sur d’autres services de découverte ARD.

Le fonctionnement repose sur la combinaison de la recherche sémantique existante du Hub (sur les Spaces) avec les compétences d’agent, puis en traduisant ces résultats en entrées de catalogue ARD. Le Hub héberge déjà un catalogue de Spaces exécutant des applications Gradio, des serveurs MCP et des démos. Sa recherche sémantique prend en charge un paramètre agents=true qui renvoie les Spaces classés par métadonnées orientées agents. Discover transforme cette recherche en respectant la spécification ARD.

L’adaptateur applique deux filtres principaux. D’abord, la réponse ne contient que les Spaces dont l’état d’exécution est RUNNING. Ensuite, le type de média est déterminé par la requête. Trois types de médias sont pris en charge :

LES TROIS TYPES DE CAPACITÉS RECHERCHABLES

1. Les Skills : Beaucoup de Spaces incluent un fichier agents.md qui décrit comment un agent doit interagir avec eux. Discover lit ce fichier et l’enveloppe avec les métadonnées attendues par un consommateur de Skill : nom, description, et métadonnées sources couvrant l’identifiant du Space, l’URL du Hub, l’URL de l’application et l’URL originale du fichier agents.md. Le résultat est une Skill que n’importe quel client compatible peut installer ou charger via son flux normal de Skill.

2. Les Spaces étiquetés MCP : Pour ces espaces, l’adaptateur génère une entrée de catalogue pointant vers l’endpoint MCP HTTP du Space. L’URL utilise le domaine d’exécution du Space si le Hub le fournit, sinon la convention standard .hf.space est utilisée.

3. Les autres types : Le troisième type de média géré dépend des requêtes effectuées, permettant d’adapter les résultats à différents besoins.

COMMENT UTILISER L’OUTIL DISCOVER DE HUGGING FACE ?

L’outil Discover est intégré directement dans la ligne de commande Hugging Face (hf). Voici comment l’utiliser pour donner accès à un agent ou à vous-même :

# Installer l'outil CLI Hugging Face :
uv tool install huggingface_hub

# Rechercher des ressources pour entraîner un modèle :
hf discover search "Fine tune a language model"

# Trouver des serveurs MCP pour générer une image :
hf discover search "Generate an image" --json --kind mcp

# Rechercher dans d'autres registres :
hf discover search "Purchase aeroplane tickets" --registry-url <catalog-url>

RECHERCHE VIA L’API REST OU UN SERVEUR MCP

Il est aussi possible de rechercher directement dans le catalogue via une API REST ou un serveur MCP. Le catalogue Hugging Face est publié à une URL bien connue :

https://huggingface.co/.well-known/ai-catalog.json

Pour effectuer une recherche directe :

POST https://huggingface-hf-discover.hf.space/search

Exemple de requête en ligne de commande :

curl -s https://huggingface-hf-discover.hf.space/search \
  -H "Content-Type: application/json" \
  -d '{
    "query": {
      "text": "fine tune a sentence transformer",
      "filter": {
        "type": ["application/ai-skill"]
      }
    },
    "pageSize": 5
  }'

Autre exemple pour rechercher des serveurs MCP :

curl -s https://huggingface-hf-discover.hf.space/search \
  -H "Content-Type: application/json" \
  -d '{
    "query": {
      "text": "transcribe some audio",
      "filter": {
        "type": ["application/mcp-server-card+json"]
      }
    },
    "pageSize": 5
  }'

CE QUE L’ARD CHANGE POUR LA SPÉCIFICATION

L’ARD sépare la découverte de l’exécution. Le format de manifeste statique est piloté par le type de média, ce qui permet à n’importe quel protocole d’artéfact de s’intégrer sans modifier la spécification. L’API du registre est une simple API REST, donc n’importe quel client peut se fédérer avec elle. Discover est l’une des premières implémentations de référence de la spécification dans l’écosystème, et comme la fédération est intégrée au protocole, une recherche via un service peut faire remonter des capacités hébergées par un autre.

L’outil Discover est une preuve de concept de ce design. Il n’invente pas un nouveau format d’artéfact. Il enveloppe un backend de recherche existant, le Hub, dans l’enveloppe de la spécification, et permet aux mêmes Spaces de ressortir comme des Skills ou des serveurs MCP selon ce que le client demande.

POURQUOI C’EST UNE RÉVOLUTION POUR LES AGENTS IA ?

Avant l’ARD, les agents dépendaient entièrement de l’utilisateur pour découvrir et configurer leurs outils. Cela limitait leur autonomie et leur capacité à s’adapter à de nouveaux environnements. Avec l’ARD, un agent peut :

• Chercher des outils en temps réel, sans avoir besoin de les préinstaller.
• Accéder à un écosystème en croissance constante d’outils MCP, d’agents A2A et d’autres services.
• S’adapter dynamiquement à de nouvelles tâches en découvrant les capacités disponibles.

Cela ouvre la voie à des agents plus intelligents, plus autonomes et plus utiles, capables de fonctionner dans des environnements variés sans configuration manuelle.

COMMENT PARTICIPER À L’ARD ?

Si vous êtes éditeur d’outils, de compétences ou de services, vous pouvez intégrer l’ARD à votre infrastructure. Voici comment :

1. Consultez la spécification officielle de l’ARD : https://agenticresourcediscovery.org/

2. Publiez vos capacités dans un registre compatible ARD, en respectant le format de média approprié.

3. Utilisez l’outil Discover de Hugging Face ou implémentez votre propre client compatible ARD.

EXEMPLES CONCRETS D’UTILISATION

Voici quelques cas d’usage possibles avec l’ARD :

Génération d’images : Un agent peut rechercher un serveur MCP capable de générer des images à partir de texte, puis l’utiliser directement.

Transcription audio : Un agent peut trouver un outil de transcription d’audio et l’intégrer à son flux de travail.

Entraînement de modèles : Un agent peut découvrir des ressources pour affiner un modèle de langage, puis les utiliser pour améliorer ses performances.

Réservation de billets : Un agent peut rechercher un service de réservation de billets d’avion dans un registre externe et l’utiliser pour accomplir une tâche.

L’ARD ET L’AVENIR DES AGENTS IA

L’ARD marque un tournant dans l’autonomie des agents IA. En externalisant la découverte des outils, elle permet aux agents de devenir plus indépendants et plus adaptables. À l’avenir, cette norme pourrait s’étendre à d’autres types de services et d’outils, rendant les agents encore plus puissants et polyvalents.

Les prochaines évolutions incluent une meilleure intégration avec les modes de fédération, ainsi que le support des manifestes statiques sur les profils utilisateurs et organisationnels. Une fois ces fonctionnalités déployées, n’importe quel éditeur de Space pourra annoncer ses capacités via le mécanisme standard d’URI bien connu.

RESSOURCES POUR ALLER PLUS LOIN

Pour en savoir plus sur l’ARD et l’outil Discover de Hugging Face :

• Spécification ARD
• Outil Discover de Hugging Face
• CLI Hugging Face
• Skills d’agent sur le Hub
• Spaces Hugging Face

EN RÉSUMÉ : UN PAS DE GÉANT POUR L’AUTONOMIE DES AGENTS

L’ARD est une norme ouverte qui permet aux agents IA de découvrir et d’utiliser des outils de manière autonome. Grâce à des registres fédérés et une recherche en langage naturel, les agents peuvent accéder à un écosystème en croissance constante, sans avoir besoin de configuration manuelle. Hugging Face a déjà implémenté cette norme via son outil Discover, offrant une première preuve de concept fonctionnelle. L’avenir s’annonce prometteur pour des agents toujours plus intelligents et autonomes.

CE QU’IL FAUT RETENIR

L’ARD change la donne pour les agents IA en leur permettant de :

• Trouver eux-mêmes les outils dont ils ont besoin.
• S’adapter dynamiquement à de nouvelles tâches.
• Accéder à un écosystème d’outils et de services en constante expansion.

Une révolution qui rendra les agents plus autonomes, plus utiles et plus puissants.

ET MAINTENANT, À VOUS DE JOUER .

Si vous êtes développeur ou éditeur d’outils, explorez l’ARD et intégrez-la à vos projets. Si vous êtes utilisateur, commencez à tester les agents capables de découvrir leurs propres outils. L’ère des agents autonomes est en marche.