Le Vibe Coding au service du Business
Résumé
SmallChat est une application open source qui permet de créer des expériences conversationnelles autour des données et services Power BI grâce au protocole MCP et à l'intégration de LLM. Elle facilite la création de modèles, de rapports et de mesures en langage naturel, tout en restant accessible aux utilisateurs métiers. La solution contourne les contraintes techniques de VS Code et propose une interface simplifiée.
À retenir
- Le protocole MCP permet aux agents IA de manipuler des modèles Power BI sans intégration spécifique.1:19
- SmallChat propose une interface simplifiée pour interagir avec MCP et LLM, adaptée aux utilisateurs métiers.6:20
- SmallChat est open source, disponible sur GitHub, et peut être installée facilement sans limitation.7:50
- L'application permet de créer, modifier et documenter des modèles Power BI en langage naturel.15:19
- SmallChat peut générer des rapports Power BI à partir d'un dessin ou d'une image, en respectant le format PBIP.23:28
- La configuration des MCP serveurs et des LLM est flexible, avec possibilité de monitoring via Fundry.29:50
- Plusieurs MCP peuvent être utilisés simultanément, le LLM sélectionne la fonctionnalité adaptée selon le besoin.30:49
Description
🧭 Cap sur l’épisode du jour ! Aujourd’hui, j’ai le plaisir d’être accompagné par Fabien Adato linkedin.com/in/fabien-adato-11b94028 et Marc Hadjeje linkedin.com/in/marc-hadjeje-5b92892b pour explorer le Vibe Coding au service du Business.
Dans cette session, nous explorons SmallChat, une solution open-source conçue pour créer rapidement des expériences conversationnelles autour de vos données ou de vos services grace aux MCP Fabric et Power BI.
📅 Les temps forts de cette vidéo :
00:00 : Phare Data
01:20 : MCP
07:10 : SmallChat
09:07 : Demo
23:00 : Un rapport Power BI à partir d'un dessin ?
29:03 : Conclusion
Quelques sources :
- SmallChat : github.com/fabienadato-debug/SmallChat
- MCP Power BI : learn.microsoft.com/fr-fr/power-bi/developer/mcp/mc…
#VibeCoding #MCP #PowerBI #MicrosoftFabric #PhareData
Questions fréquentes
Comment installer SmallChat pour Power BI ?
SmallChat est disponible sur un dépôt GitHub public. L'installation se fait via des setups simples, avec des fichiers exécutables ou en recompilant les sources. La documentation fournit les instructions nécessaires.
Quels types de LLM peut-on utiliser avec SmallChat ?
SmallChat permet d'utiliser des modèles LLM issus de GitHub Copilot, des modèles custom compatibles avec les API OpenAI, ou des modèles hébergés sur Fundry. La sélection du modèle se fait dans les paramètres de l'application.
Peut-on connecter SmallChat à plusieurs MCP serveurs ?
SmallChat est compatible avec pratiquement tous les types de MCP serveurs. Il suffit de modifier le fichier de configuration JSON pour ajouter ou retirer des MCP, qui apparaîtront ensuite dans l'interface.
SmallChat permet-il de créer des rapports Power BI à partir d'un dessin ?
SmallChat peut générer une page de rapport Power BI à partir d'une image ou d'un dessin, en respectant le format PBIP. Il détecte les visuels présents et crée les objets correspondants dans le rapport.
Comment SmallChat gère-t-il l'accès aux modèles Power BI ?
SmallChat utilise les droits de l'utilisateur pour accéder aux workspaces et modèles sémantiques. Si l'utilisateur n'a pas accès à un modèle, il ne pourra pas l'utiliser dans l'application.
Peut-on monitorer les prompts et interactions dans SmallChat ?
SmallChat conserve l'historique des prompts. Il est possible d'ajouter une couche de monitoring ou de logging spécifique à l'entreprise, notamment via Fundry pour suivre la consommation et les interactions.
Quels sont les avantages de SmallChat par rapport à VS Code ?
SmallChat offre une interface simplifiée, sans paramétrage complexe, adaptée aux métiers. Elle évite les contraintes techniques liées à VS Code et permet une prise en main rapide pour la création de modèles et rapports.
Transcript complet
6 023 mots · cliquez sur un horodatage pour lancer la vidéo à cet instant.
Phare Data
0:13Ouais, bonjour et bienvenue sur Fardata, la chaîne qui éclaire vos données. Dans l'océan des données, voir clair change tout. Sur farata, on décrypte les services de données d'analytique CDIA, le tout avec un ton accessible, des choix techniques assumés et une touche dermarin. Alors que vous soyez architecte, analyste, dat ingénieur, product d'honneur ou simplement curieux, Fardata vous accompagne pour comprendre les enjeux réels, éclairer les compromis et prendre de meilleures décisions et parfois avec le cri des mouettes en bruit de fond. Si ce genre de contenu vous parle, n'hésitez pas à vous abonner. Cap sur l'épisode du jour. J'ai le plaisir d'être accompagné par Fabien et Marc pour évoquer le Vibe coding une nouvelle fois, mais ici sous un autre angle, celui du business. Mais avant de commencer, je vous laisse vous présenter et nous expliquer quel besoin client vous avez rencontré et ce qui vous a amené à créer ces outils autour du MCP PowerBI qu'on va voir en démo tout à l'heure. Bonjour à tous. Donc Marc, je suis Solution Engineer Data et Analytics. Et bonjour à tous. Moi je suis Fabien Dato, je suis Cloud Solution Architect chez Microsoft euh aussi data et Analytics. Pour rappel, le protocole MCP fournit une interface standard pour connecter des agents IA, des systèmes, des sources de données. Dans Power BI/FABC, ça permet aux agents IA de comprendre les
MCP
1:29API, les données et d'agir directement sans intégration spécifique. Résultat, moins de code, moins de friction et capable de vraiment opérer la plateforme. Marc, tu peux nous rappeler un peu comment ça fonctionne ? Oui, évidemment. Donc en fait sur ce schéma, vous voyez donc là, on on on ce protocole là et ce MCP euh est plutôt euh pour le développeur, mais vous allez voir que pas que dans la dans la démo, mais euh si euh si je rentre dans les détails, bah effectivement, c'est un utilisateur qui va aller se connecter en langage naturel et utiliser le le MCP de Power BI Modeling pour faire son modèle de données. Donc il peut le faire sur le desktop puisque effectivement si on on prend un développeur Power BI généralement il travaille plutôt sur son desktop et après il va aller publier sur PowerBerice/fabrique. Mais vous allez voir qu'il y a aussi un protocole en remote qui permet de se connecter à des sémantiques modèles directement déjà publiés. Donc ça c'est vraiment un use case intéressant pour les métiers puisque ils vont pouvoir aller rajouter des mesures sur un modèle déjà existant. Et par rapport aux fonctionnalités du MCP Modeling Server, donc celui qui est capable de travailler avec PowerB des Dop notamment, en terme de fonctionnalité, on retrouve un petit peu tout ce qu'on est capable de faire au moment où on crée du des modèles de données. Donc on peut aller par exemple rajouter des objets des tables, on peut aller lui faire créer des relations, on peut aller lui faire créer des mesures, on peut voilà lui faire développer pour nous un petit peu tout un modèle complet. Et aussi euh ce qui est pas mal, c'est qu'une fois que le modèle existe, on peut aussi s'en servir par exemple pour faire de la documentation. Euh donc être capable de vous expliquer pour vous le modèle qui a été créé. Euh voilà, on peut faire pas mal de choses comme ça et c'est assez pratique. Et par contre, ce qui n'est pas capable de faire ce fameux MCP mod modeling server pour pour BI, c'est que on n'est pas vraiment sur un outil talk to your data qui est vraiment généralisé pour tout le monde. Euh donc là, c'est vraiment dans cet esprit de je développe et je peux poser quelques questions. Et on n'est pas non plus sur quelque chose qui est capable normalement de faire des visuels, mais on va voir dans la démonstration qu'on peut on peut quand même l'utiliser si on veut. En tout cas, on peut utiliser toute la partie agent et LLM pour créer aussi des rapports. On vous montrera ça juste après. Donc justement la version remote qui va permettre celle-ci de pouvoir discuter euh avec le sémantique modèle à distance. Euh et celle-ci, vous allez pouvoir l'utiliser justement pour faire du talk to your data. Alors, comme vous connaissez, il y a il y a déjà les datesagent fabriquent. Vous allez me dire "C'est peut-être un doublon." Bah finalement non. Pourquoi ? Parce que déjà euh celui-ci passe par le protocole MCP. Donc vous allez pouvoir utiliser n'importe quel type de LLM euh à contrario de bah effectivement le data agent où vous êtes euh sur les modèles Openi que propose l'interface directement dans fabrique. Et donc c'est là où ça va être intéressant de pouvoir l'utiliser. Puis surtout vous n'êtes pas obligé de passer par fabrique puisque bah c'est Power BI qui va exposer directement quand je dis par fabrique, je j'entends pour rester sur Power API sur le workload Power BI puisque finalement on va utiliser directement la connexion vers le sémantique model. Alors aujourd'hui tu l'as déjà utilisé chez des clients Marc ? Alors justement, c'est une bonne question aujourd'hui. Euh effectivement quand on s'adresse au développeurs, euh on va leur dire d'aller sur VS Code euh d'utiliser euh de de rajouter euh le le le plugin euh pour se connecter à Power BI Modeling, donc le le MCP qui permet de se connecter directement. Euh et donc euh ensuite soit il a un abonnement GitUp enfin il faut qu'il ait un abonnement Gitup Copilot pour pouvoir utiliser le LLM de son choix. Euh maintenant, on a eu pas mal de freins parce que quand on a voulu le présenter avec Fabien euh chez un gros client notamment euh et on s'est adressé plutôt au métier qui nous a dit bah jamais finalement un métier euh va aller se connecter euh bah sur cette interface. C'est c'est vrai que c'est assez austère, ça reste du code. Donc euh pour pouvoir là où on dit bah vous allez pouvoir développer plus facilement euh vos modèles et et vos et demain vos datavises. Finalement, tu tu plutôt que d'utiliser desktop qui parfois déjà est un bloqueur pour certains métiers qui préfèrent aller directement sur Power BI Service et et développer le rapport, là c'est vrai qu'on a encore une contrainte supplémentaire en plus sans parler de des contraintes IT pour aller développer pour aller installer chez sur le poste client VS code, justifier que c'est pas un développeur et que c'est un métier qui va développer des rapports pour BI. Donc voilà, tous ces bloqueurs là ont été très très importants pour nous. C'est pour ça qu'on a eu l'idée avec Fabien de se dire bah pourquoi ne pas créer une interface euh friendly user euh via une petite application qui va finalement euh simuler ou bien en tout cas utiliser le les mêmes les mêmes protocoles euh que ce qu'on utilise aujourd'hui avec VS Code mais avec une interface beaucoup plus simple. Et vous allez voir qu'il va y avoir aussi des des améliorations parce que là où on va utiliser un GUP copilot, une licence Gitup Copilot via VS Code, vous allez voir que là Fabien a eu l'idée de de proposer Fendré pour aller finalement utiliser un un LLM euh global pour tous les utilisateurs et pas avoir une licence par utilisateur. On va provisionner un modèle en en modèle AS de service surfendré qui va nous permettre d'utiliser des tokens et donc permettre au aux métiers de se connecter directement et de d'utiliser déjà une plateforme existante. Fabien, si tu peux nous expliquer un peu plus ce que enfin ce cette application. Euh oui, tout à fait. Donc cette application, elle s'appelle elle a été nommée Small Chat. Euh donc c'est une application qui est très légère hein. Le but c'était comme la DMC de faire une
SmallChat
7:17application super simple. avec le moins de boutons possibles et euh de la configuration très très simple comme ça. C'est pas comme Visual Studio Code qui est beaucoup plus complet euh et qui euh et qui du coup peut un petit peu embrouiller un peu les utilisateurs qui sont pas du tout techniques. Euh donc euh voilà, donc on a on a développé on a vibe codé euh cette solution hein, Small Chat. Je vous montrerai après dans Visage dans Visage Studio Code. Donc on a utilisé Visage Studio Code pour le créer. Je vous montrerai un petit peu comment on a on a fait. Et en fait du coup cette solution donc c'est une solution déjà qui est open source qui est disponible sur un ripo gitub public vous pouvez à tout moment aller la la récupérer chercher euh la télécharger l'installer et l'utiliser. Il y a aucune limitation là-dessus. Et son but euh donc c'est euh d'être juste une une toute petite fenêtre de chat vraiment le plus simple possible dans lequel on va pouvoir écrire nos différents promptes et interagir avec ce qu'on a besoin de faire. Euh et du coup, il y a deux euh deux axes euh distincts, c'est à la fois le LLM modèle qu'on qu'on on peut sélectionner le modèle qu'on veut. Donc euh soit des modèles qui sont à l'intérieur du GitOP Copilot, soit des modèles qui sont custom. Et donc c'est là où comme l'a dit Marc, on peut aller se brancher à à des à l'M qui comp qui sont compatibles Open I avec les API Open I et du coup même donc soit via via fonder un modèle qui est déployé dans fonderie ou alors ça peut aussi être au lama par exemple et tourner en local et ça ça fonctionne très bien. Euh voilà, on on est vraiment pas limité du tout sur le type de LLM qu'on peut rajouter et qu'on peut utiliser. Et après, il y a la partie MCP serveur. et là la partie MCP serveur et bien on peut aller configurer les MCP serveur que l'on veut et du coup automatiquement on va faire le branchement entre CMCP server et les LM model et ce que je vous propose maintenant c'est de vous faire une démonstration. Super. Regardons ça.
Demo
9:07Donc je je tenais tout d'abord à vous montrer comment est-ce qu'on a vibe codé cet outil là. Donc c'est très simple. Pour ça, nous on a utilisé pour le coup Visual Studio Code et on a utilisé le mode plan de Visual Studio. Donc ici, vous voyez, il y a plusieurs modes. Nous à l'in à l'initialisation, on a créé le mode, on a utilisé le mode plan et on a commencé juste par lui demander ce qu'on veut. Donc on a fait une espèce de petite spec. Donc c'est là où on lui explique qu'on veut une chat Windows, donc une petite fenêtre de chat, qu'il faut que ça tourne en local sur Mac ou sur Windows. Il faut qu'on puisse se connecter à GitHub Copilot et au LLM qui sont dedans. Et il faut que ça puisse supporter les serveurs, les MCP serveur comme PowerBi par exemple, PowerBI Modeling MCP server qu'on vous a présenté avant. Et donc après le travail ça a été de façon interactive comme ça le laisser créer l'application et après du test. On a vérifier que ça fonctionnait bien. À chaque fois qu'il y a un problème, on peut lui euh lui dire bah ça ça fonctionne pas avec un screenshot et petit à petit il améliore le code et il améliore l'outil. Euh si on a besoin de rajouter des application des fonctionnalités, on peut lui faire rajouter des fonctionnalités. Voilà, c'est du c'est du vobe coding, on va dire on va dire moderne. Euh et on va très très vite euh au résultats qu'on qu'on obtient. Et le résultat c'est cet outil. Donc voilà, c'est cette interface là, small chat. Donc dans lequel on va pouvoir déjà faire un petit peu de paramétrage quand même. Donc avec cette page de settings dans lequel on va pouvoir choisir en haut le LLM qu'on veut. Donc soit du LLM qui vient de Gitubilot, soit des custom. Il y a aussi le free tiers de Gitub aussi. Euh et une fois qu'on a choisi la source qu'on veut, on peut aller choisir le modèle qui nous intéresse. Donc là, en l'occurrence, on peut choisir Cloud Plus, mais on a accès à tous les LLM de Gitop Copilot si on veut. Bien. Du coup, comment tu as fait pour l'installer le l'agent enfin le l'application ? Il y a un setup, c'est ça ? dans ton Oui. Alors, soit soit elle est déployée dans un GHub euh dans un Rippo GitHub ici euh qui est public euh et il y a toutes les informations nécessaires pour l'installer. Euh donc euh dedans, il y a des setups super simples, hein, des points exécharge et on installe. Très très simple. C'est déjà packagé. Euh mais on a accès aux sources, donc si on veut aussi l'installer et le recompiler, euh le builder pour son ordinateur, on peut on peut le faire aussi. Voilà, c'est pas c'est pas très compliqué. Euh et donc sur la partie configuration MCP serveur, bah c'est ici on va retrouver un Jon. Donc ça c'est un format standard qu'on retrouve un petit peu partout dans lequel on définit euh tous les MCP serveurs qu'on veut qu'on a installé sur notre poste. Euh et après une fois que ça c'est installé, ici on a un petit menu qui permet d'aller activer ou de désactiver le MCP qu'on veut. Donc là ici dans cette interface euh moi j'en ai plein. Euh par défaut c'est vide. Donc c'est à vous de faire la configuration. Dans la documentation, on explique un petit peu quels sont les types de configuration que vous pouvez faire. tu nous montres un certain nombre de MCP serveurs. C'est vrai qu'aujourd'hui on a des MCP euh rien que pour fabrique, on en a plusieurs. On a pour la partie RTI, pour la partie Power BI, pour la partie euh fabrique. Bref, tu pourrais recenser l'intégrité de toutes ces MCP serveur ici. En fait, c'est ça. Oui, c'est compatible avec pratiquement tous les types de MCP serveur. Il suffit juste quand on a besoin d'en rajouter un, modifier le Gizon que j'ai montré dans la page de settings et il va apparaître ici. OK ? Et ensuite, quand on veut l'activer, il suffit juste de cliquer du coup ici et euh et donc après en fonction du MCP servant là, celui-là par exemple, il demande de s'authentifier. Euh du coup, je vais m'authentifier et je vais me connecter avec mon compte qui a accès à euh à du coup à mon service PowerB, mon service fabrique. Tu es authentifié, tu n'auras accès ou le MCP n'aura accès qu'au workspace qu'au euh sémantique model auquel ton utilisateur a accès. Exactement. C'est ça. Ça utilise vos accès à vous. Donc c'est-à-dire que si on n' pas accès à un modèle sémantique, ben on pourra rien faire avec, par exemple. OK ? Un élément important aussi toujours dans dans un esprit de simplification, imaginez bah justement aujourd'hui les MCP pousse un peu comme des champignons. L'idée ce serait de se dire bah pour votre utilisateur métier, vous lui configurerez, préconfigurez tous les MCP que vous jugez nécessaire pour les utiliser et ensuite quand vous quand il va aller installer faire le setup de son application, il va avoir déjà tout déjà préconfiguré. Donc c'est pour ça que c'est aussi un outil de vibe coding qu'on a utilisé. Donc vous pouvez vous l'approprier et aller faire les modifications nécessaires pour vos environnements. Exactement. Euh donc là, on voit qu'il est activé, c'est bon. Et maintenant, je vais pouvoir euh travailler avec lui et interagir avec Power BI Desktop. Donc, j'ai créé un premier Power BI desktop ici qui est vide. Donc, ça c'est mon modèle vide, je vais le mettre ici. Tac. Et la fenêtre de chat à côté. Euh et donc on va pouvoir euh interagir avec notre LLM, le MCP server et pour BI desktop. Et je peux par exemple lui dire euh je vais lui parler en anglais mais on pourrait lui parler en français hein. Can you list my local power BI models ? BI models. Et donc là, il va travailler avec le LLM, le MCP server et il va détecter. Donc ça c'est ce qu'on peut faire avec le MCP pour moding classique. Il détecte le modèle en local qui est ouvert dans desktop. Et donc maintenant je peux dire connect pour se connecter dessus. connect to the modèle MCP et donc il s'appelle MCP F data. Tac et il va se connecter. Donc là tu as ouvert un vide mais tu aurais très bien pu te connecter. Si je me mets encore sur le point de vue business où il partent jamais enfin pas souvent from scratch. Tu aurais pu te connecter à un existant et aller modifier rajouter tes mesures. C'est ça exactement. On peut se connecter à partir du moment où il est ouvert à Power Bayer desktop ou que on a accès dans un workspace, un sémantique modèle, vu que ça marche en local et en distance, on peut se connecter à ce qu'on veut, même qu'il soit existant, qu'il soit nouveau. Là, la démo c'est de vous montrer un petit peu comment on crée un nouveau modèle from scratch. Euh du coup, il est vide mais bien sûr, on aurait pu se connecter à un modèle déjà chargé. et je vais et je vais lui enchaîner quelques prompts pour d'abord pour aller d'abord lui faire créer des tables. Euh donc moi euh j'ai une base de données SQL Server qui existe. Donc je lui dis j'ai une base de données SQL serveur, le nom de la base de données, le nom du serveur et j'aimerais bien que tu charges ces trois tables là. Donc je lui envoie ce prompt et donc là c'est ce qu'il va faire. Euh il va aller chercher les tables et il va aller euh les rajouter dans le modèle sémantique. Euh dans les faits euh là c'est une démo sur SQL Server mais en fait si vous lui dites euh par exemple j'ai une base de données datab ou j'ai une base de données, peu importe la source de données, il faut juste lui donner les bonnes infos, il va être capable d'aller faire le job et aussi de rajouter ces tables là. Euh en fait, peu importe le type de source, il faut juste que ce soit une source qui est compatible pour OBI forcément euh bien sûr. Mais donc là, il réfléchit. Euh il va utiliser à chaque fois plusieurs fonctions dans le MCP pour aller à la fois euh euh essayer d'analyser les données sources et puis après euh comprendre la structure des données et puis après rajouter ces donnéeslà euh sous forme de code. Je vais rajouter le code Power Query et créer l'établ. Donc là, il a compris la structure des données. On voit à chaque fois que lui il fait du un certain nombre de travail pour nous. Et quand c'est terminé, ben on voit les tables ici. Les tables existent. Euh par défaut, le modèle est pas rafraîchi. Donc je peux lui dire refresh de modèle. Oups. Model. il va aller rafraîchir les tables euh parce que là il a juste créé le code mais il a pas il a pas mais bon on peut très bien lui demander de rafraîchir le modèle aucun problème là-dessus donc là il travaille et on voit OK c'est bon les données sont chargées maintenant si je vous montre un petit peu la vue table il y a des données dans les différentes tables voyez j'ai des lignes maintenant et on peut se dire bah moi c'est bizarre j'ai rajouté des tables il manque quelque chos Euh, il manque les relations. Donc, je peux lui dire euh, il me le propose d'ailleurs, il dit "Est-ce que vous voulez que on crée des relations ?" Et ben, je dis "Yes, create relationship." Tac. Et il va aller rajouter les relations. Alors là, c'est très simple parce qu'il peut comprendre euh les noms de colonne sont les mêmes. Donc, il est capable d'identifier. OK. Donc, dans cette table là, j'ai une clé euh étrangère, dans celle-là, j'ai une clé euh primaire. C'est le même nom, donc il est capable d'aller rajouter les relations. Donc si je réorganise un petit peu mes tables maintenant, c'est de siger les relations qui existe. Euh bon, pareil, elle faut les faut les rafraîchir par défaut ici. Donc on va les rafraîchir. On peut lui dire euh j'aimerais bien que tu rajoutes une nouvelle table, une table de dimension date. Donc je dis est-ce que tu peux rajouter une dim date cette fois-ci et rajouter la relation avec la table de fait en utilisant une colonne spécifique parce que dans ma table de fait, j'ai plusieurs colonnes de type date. Donc là, je peux lui dire choisis vraiment celle-là et il va rajouter une table de dimension date et créer la la relation qui va bien. Et euh et ensuite ce que je vais faire, c'est je vais lui demander de créer des des mesures des mesures spécifiques et il va les rajouter. Donc on attend qu'il fasse le travail. Donc là, il a été malin parce que comme je lui ai donné des informations sur une base de données existante et hop, il a rajouté la relation. Il a été cherché dans ma base de données sources si cette table là existe déjà.
19:01Donc il a été prendre une table qui vient de ma base SQL. Mais j'aurais pu lui dire si on veut faire une table dimension date en DAX par exemple, j'aurais pu lui dire bah créerla en DAX pour spécifier le exactement la source qu'on veut. Est-ce que c'est à partir de base SQL ou une table en d'axe ? Et pour finir, on va lui faire créer des mesures et après il rajoute les mesures. Donc là, je dis avec un langage naturel, hein, c'est des mesures assez simples. Donc là, je lui demande une mesure AVG, une mesure count, une mesure CA et AVG, je lui dis que c'est une moyenne de telle colonne. Counto, c'est le nombre de lignes et CA, c'est une somme de cells amandes de la colonne sals amante. et il rajoute les différentes mesures dans la table. On les voit ici à la fin avec le code enx du coup cette fois-ci. Donc vous voyez, c'est très simple, c'est même on peut dire que ça commence à être du classique pour toutes les personnes qui travaillent avec le MCP pour BI Modeling. C'est assez simple. La différence vraiment, c'est que cet outil-là, il est beaucoup plus facile à prendre en main que que Visual Studio Code et euh et et on a vraiment une interface de chat seul et ça c'est beaucoup plus simple pour des utilisateurs qui ont du mal à faire du paramétrage et autres. Tu pourrais rajouter d'autres options de monitoring que l'entreprise souhaiterait avoir au-dessus des questions que les utilisateurs posent ? Euh bah pour l'instant on en fait il est vraiment très simplifié. Donc tu veux dire quoi par monitoring ? Excuse-moi, je Ben toutes ces questionsl sont déjà monitorées par le LLM que tu utilises. Euh les promptes, est-ce que tu pourrais rajouter une couche puisque ici elle passe par ton application peut-être de réécriture des promptes, de vérification, de loging en plus propre à l'entreprise ? Oui, on pourrait rajouter ça. Oui, ça pour l'instant c'est pas une fonctionnalité qui existe mais on pourrait rajouter un système de monitoring, il y a pas de souci. C'est pareil dans le dans l'appli, tu as aussi tes pardon, excuse-moi, tu as aussi tout ton historique qui est qui est conservé. Tu peux le montrer aussi. Enfin, il y a effectivement c'est ça aussi le but d'utiliser une appli, c'est de pouvoir rajouter tous les gardes de fou qu'on feu. Et même si je vais plus loin, si on passe par des modèles fendré, bah tu peux très bien aussi utiliser toute la partie monitoring de fondre euh pour aller bah vérifier tout ce qui a été enfin euh conversé. Et ça aussi ça peut être un élément intéressant. Exactement. Ouais. Moi je je ferai plutôt ça. Je partirai plutôt par un sur un modèle qui est hébergé dans fonderie. Là pour le coup dans cette démo là, je suis connecté avec mon compte Gitup Copilot, ce qui me permet d'avoir un large panel de LLM et d'utiliser mon ma licence à moi. Mais je pense que sur des use cases d'entreprise, on va plutôt faire cette partie là plutôt se connecter avec du du fonder en sachant que de toute façon on a besoin comme le MCP serveur en tout cas celui-là le moding pour BI il doit tourner en local. Si euh on veut le brancher à PowerB desktop, euh ça veut dire qu'il faut un outil léger installé en local. Euh alors que le remote lui, vu qu'il tourne euh il peut tourner en à distance, lui on peut déjà le mettre d'enfonderie directement. Euh donc en fait cet outil va vraiment être capable de nous aider à à installer aussi des MCP serveurs qui doivent tourner en local. OK. Euh donc là on a on a créé notre modèle avec des relations, des mesures. Donc je vais enregistrer euh le power B desktop. Et il faut savoir que j'ai choisi comme format un format PBIP. Un format PBIP donc avec mon petit fichier PBIP et après un répertoire pour les la partie rapport, un répertoire pour la partie sémantique model. Euh donc ce que je peux faire maintenant, c'est qu'on peut aussi euh lui faire créer des rapports si on veut. Et pour faire ça, j'ai un prompt qui est initialisé où je dois je peux lui spécifier. Je vais vous montrer le promte. Je le copie, je le colle.
Un rapport Power BI à partir d'un dessin ?
23:08Euh donc je peux lui spécifier. Alors je vous dis mon mon PBIP project, mon projet PBIP, il est dans ce répertoire là. Donc je lui donne le chemin du répertoire parce que je viens de copier-coller et je lui dis euh en fonction d'une image que je vais copier-coller, est-ce que ça fonctionne aussi avec les copiers collés ? Euh créer une nouvelle page et respecte le format PBR. Et après, je spécifie un peu ce que j'aime bien dans le format PBR. Euh et donc je vais lui je vais vous montrer le copiercollé de l'image. Tac. Je colle une image en piège jointe ici et je lui lance. Donc vous voyez un peu l'image, elle est euh euh ça a été dessiné. Attendez, je vais vous faire un gros plan. Al ton enfant. Ouais, voilà. Non, c'est moi qui l' fait mais je dessine très mal. Mais c'est gentil Romain. Mince, vous voyez l'image. Donc en fait, bon, il y a trois visuels, un barchart, un p chart et un line chart. Il y a le titre en haut et à chaque fois le nom des différents graphiques. C'est vrai que ça fait un peu dessin d'enfant. Euh mais vous voyez tout de suite, il a été capable de du coup il va regarder la photo et il va essayer d'aller créer un rapport au format PBI ici directement. Donc on le laisse on le laisse justement par rapport à ça, c'est aussi beaucoup de retour des métiers qu'on a aujourd'hui, c'est de dire OK bon pour la partie modeling c'est super et cetera. Aujourd'hui pour faire la création de rapport, bon on a Power BI copilot mais on sait que c'est assez limité, faut pas se mentir sur la création de rapport en terme de visuel, en terme de de charte graphique et autres. Et euh donc là, on va pas le montrer dans la vidéo, mais on a commencé à regarder un peu comment on peut faire avec Figma par exemple où vous avez un serveur MCP, vous pouvez converser avec ce serveur MCP pour avoir des choses un peu plus intéressantes et c'est vraiment là où il faut aller. Alors non pas parce que Copilot Power BI peut-être qu'il va évoluer que on aura des rapports plus intéressants à terme mais aujourd'hui c'est par là qu'il faut se diriger en tout cas si vous voulez avoir des rapports un peu plus évolués et qui sont directement ready pour les métiers quoi. Ouais, en fait c'est c'est peut-être plus une solution un peu complémentaire, c'est-à-dire bon euh pour copilot, il il a ses fonctionnalités à lui et ici, on peut aller tester et lui faire euh essayer de faire des choses que Gitop euh que Copilot euh PowerB ne sait pas faire. Euh donc maintenant pour voir le résultat, donc il me dit "J'ai créé les différents objets." On voit qu'il a bien détecté sur le mon dessin moche euh les différents types de visuels qui sont dessus quand même. Les champs puisque tu les Ouais, c'est impressionnant. Ouais, il a exactement détecté ça. Euh et il a essayé d'aller créer des objets Gison. Donc maintenant par contre pour comme c'est intégré de l'extérieur, vous voyez, j'ai pas tout de suite le rapport. Donc pour que ça fonctionne, il faut que je ferme et que je réouvre Bill desktop. Donc c'est ce que je vais faire. Je ferme pour envoyer des stop et je réouvre mon PBIP et on va voir le résultat. Suspense. J'espère que tu l'as pas préparé à l'avance, hein. Bah non, je c'était le même fichier hein, croyez-moi. Alors, on le laisse recharger un petit peu tout. OK. Hop. Bon, parfois il détecte des petites anomalies. On peut lui faire reessayer si ça marche pas. Et je vois ici que j'ai une nouvelle page qui apparaît. Je vais vous faire un peu de place pour qu'on voit mieux. Et je vois mes différents visuels. Hop là. Et il a bien été recréé. Donc si vous voulez voir le avant le avant après, c'est plutôt ressemblant quand même clairement. Euh et vu que lui euh là pour le coup, il est pas vraiment expert sur la structure de Bon, vous voyez, c'est un peu le même visuel. Bon, voyez mon je retrouve mon barchart, un p chart et le line chart en dessous et puis après c'est un report classique hein. Donc bon, on retrouve les mêmes fonctionnalités. Euh euh là pour le coup, comme il va créer les fichiers Gon qui sont utilisés par le format PBI, euh il va créer tous les fichiers qui qu'on va retrouver ici. Donc là, le report.gon Jason page, il a créé cette page là, il a été faire un un répertoire par par visuel. En fait, euh pour le coup là, le mon rapport, il était vide à l'origine, mais admettons qu'on parle d'un rapport qui est déjà existant et d'exemple. Faites plus il a d'exemples et plus il sera précis. Donc, on peut aussi lui faire s'inspirer d'un autre rapport existant et et il aura plus d'informations et plus de d'exemples par rapport au format des fichiers Gison, par exemple, et il sera encore plus performant. Euh donc là-dessus, on peut on peut pas mal euh essayer de il y a plein de solutions pour essayer de de le faire aller euh beaucoup mieux et d'être beaucoup plus précis. Mais voyez déjà ce que ça donne. Euh ça donne quelque chose qui est déjà assez respectable en partant d'un d'un dessin euh simplifié. On a créé un rapport quoi. Je serais pas étonné de mon côté que demain dans le MCP PowerBI euh modeling, il rajoute cette partie création visuelle euh pour se servir bah des de d'autres LLM. ce que fait pas aujourd'hui encore puisqu'il est il est réservé que que à Open Yay. C'est des choses qu'on attend et que qu'on espère qu'il soit natif puisque là finalement on l'a un peu contourné pour en lui disant bah je vais me connecter sur un PBIP et cetera et cetera et on attend que ces ces fonctionnalités sortent en natif euh directement dans via des tools he supplémentaires euh dans le MCP PowerBI moding. C'est exactement ça. On verra où ça va mais en attendant ça donne quand même pas mal de d'indications sur ce que c'est capable de faire et et jusqu'où ça peut aller. C'est très bon signe quoi. Et pour le coup, c'est vraiment Ouais, c'est on peut faire même plus ce qui est que ce qui est possible de faire avec les outils standard. C'est très puissant en tout cas tout ça.
Conclusion
29:03En tout cas, c'est super impressionnant. Je mettrai dans le lien dans les commentaires de la vidéo le GitHub Repository. Vous l'avez implémenté chez le client aujourd'hui et c'est quoi la suite de la solution ? justement avec Fabian, c'est c'est les prochaines étapes qu'on se donne que maintenant que le client a trouvé que justement c'était beaucoup moins austère d'utiliser ces outil que VS Code, donc les métiers se le ont commencé à jouer avec et les choses qui nous ont demandé he c'est vraiment de pouvoir setup au maximum euh pour qu'il y ait plus ce paramétrage des MCP serveur à mettre et que ce soit directement natif quand le le métier va se connecter dessus. Ensuite, justement le provisionnement des LLM, bah ça fait partie de la stratégie du client d'utiliser Fundry. Donc plutôt que d'utiliser bah à chaque fois des licences GitHub par utilisateur qui sont pas forcément simples à avoir pour ce client-là, voilà, on va utiliser des tokens. Donc euh comme disait Fabien, on va utiliser Fundri pour monitorer tout ça puisque ça va être important de voir la consommation et cetera. Et ensuite bah évidemment après c'est de la customisation de de d'applicatifs et euh et peut-être sur les les les nouvelles implémentations qu'on va faire, bah ça va être vraiment des des implémentations plus métiers comme l'utilisation de Figma connecté sur d'autres LLM enfin d'autres MCP pardon pour pouvoir se dire bah effectivement on a une solution qui est full custom et qui permet d'être complémentaire à ce qu'il font aujourd'hui. Une question Fabien, les MCP peuvent communiquer entre eux. Est-ce que si je rajoute demain un nouveau MCP qui serait faire des jolis dessin pourrait enrichir le premier MCP que tu as tu as montré ? Ouais. Ouis, tout à fait. En fait, on peut mettre plusieurs MCP en même temps et ça, j'ai déjà fait le l'exercice par exemple avec le MCP pour B, le MCP Fabrique euh par exemple, on peut lui faire développer ce comme ce qu'on a fait là, développer un modèle et s'il y a besoin d'aller le publier dans un workspace, il on peut utiliser cette fois-ci le MCP fabrique, enfin juste en les laissant cocher, hein. Le LLM est capable d'aller chercher au bon endroit euh la bonne le bonne tools en fait, enfin la bonne fonctionnalité qui lui permet de faire ce qu'on a envie de faire. Donc euh je pense que c'est pas bien d'en avoir trop trop trop de cochers en même temps, mais au moins de sélectionner euh on va dire deux ou trois MCP serveur, euh le LLM sera capable d'aller chercher à chaque fois le la bonne fonctionnalité dans le bon MCP en fonction de ce qu'on a besoin de faire. Super. Bon bah, si vous avez des questions, des retours d'expérience, si vous souhaitez creuser un point en particulier, n'hésitez pas, les commentaires sont ouverts. Encore une fois, merci à vous deux, super démo, super solution. J'ai hâte de la tester. Merci à vous d'avoir suivi cet épisode sur Fard Data. On vous dit à très vite pour un nouvel épisode et d'ici là, abonnez-vous à la chaîne. À bientôt. À bientôt.